دوره مدیریت سوگیری در نمونه‌گیری MCMC با Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدیریت سوگیری در نمونه‌گیری MCMC با Stan

موضوع کلی: روش‌های نمونه‌گیری مونت‌کارلو مارکوف (MCMC) در آمار بیزی

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر روش‌های نمونه‌گیری مونت کارلو مارکوف زنجیره‌ای
• 2. مفاهیم اساسی در آمار بیزی
• 3. نرم‌افزار Stan: معرفی و نصب
• 4. ساختار مدل در Stan
• 5. زبان مدل‌سازی Stan
• 6. توابع توزیعی احتمال در Stan
• 7. تعریف متغیرها و پارامترها در Stan
• 8. نوشتن توابع سفارشی در Stan
• 9. نمونه‌گیری از توزیع‌های پسین
• 10. ارزیابی همگرایی زنجیره‌های MCMC
• 11. تشخیص مشکلات همگرایی
• 12. روش‌های بهبود همگرایی
• 13. سوگیری در نمونه‌گیری MCMC: معرفی
• 14. منابع اصلی سوگیری در Stan
• 15. تاثیر سوگیری بر تخمین پارامترها
• 16. ارزیابی میزان سوگیری
• 17. روش‌های کاهش سوگیری: مقدمه‌ای
• 18. تکنیک‌های بازنمونه‌گیری (Re-sampling)
• 19. بهینه‌سازی الگوریتم‌های نمونه‌گیری
• 20. استفاده از زنجیره‌های طولانی‌تر
• 21. تنظیم پارامترهای الگوریتم
• 22. روش‌های تطبیقی (Adaptive Methods)
• 23. استفاده از priorهای آگاهانه
• 24. تاثیر prior بر سوگیری
• 25. انتخاب prior مناسب
• 26. تحلیل حساسیت به prior
• 27. روش‌های ارزیابی حساسیت
• 28. تغییر مدل برای کاهش سوگیری
• 29. شناسایی و رفع مدل‌های نامناسب
• 30. استفاده از مدل‌های سلسله‌مراتبی
• 31. مدل‌های چندمتغیره و سوگیری
• 32. مدل‌های غیرپارامتری و سوگیری
• 33. مدل‌های پیچیده و چالش‌های سوگیری
• 34. استفاده از Stan برای مدل‌های پیچیده
• 35. بررسی موردی: سوگیری در مدل‌های خطی
• 36. بررسی موردی: سوگیری در مدل‌های لجستیک
• 37. بررسی موردی: سوگیری در مدل‌های Bayesian
• 38. بررسی موردی: سوگیری در مدل‌های سری زمانی
• 39. آشنایی با ابزارهای عیب‌یابی Stan
• 40. اشتباهات رایج در کدنویسی Stan
• 41. نکات کاربردی در استفاده از Stan
• 42. مقایسه Stan با سایر نرم‌افزارهای Bayesian
• 43. آینده Stan و روش‌های نمونه‌گیری Bayesian
• 44. مفاهیم پیشرفته در Stan
• 45. بهینه‌سازی کد Stan برای سرعت و کارایی
• 46. استفاده از Stan در محیط‌های محاسباتی ابری
• 47. بررسی و تحلیل نتایج MCMC در Stan
• 48. تفسیر خروجی Stan
• 49. گزارش‌دهی نتایج بهینه
• 50. توسعه مدل‌های سفارشی در Stan
• 51. کاربرد Stan در علوم مختلف
• 52. استفاده از Stan در آمار زیستی
• 53. استفاده از Stan در اقتصادسنجی
• 54. استفاده از Stan در علوم اجتماعی
• 55. مدیریت داده‌ها در Stan
• 56. وارد کردن و پاکسازی داده‌ها
• 57. تبدیل داده‌ها برای مدل‌سازی
• 58. بررسی کیفیت داده‌ها
• 59. تجزیه و تحلیل داده‌های گمشده
• 60. مدل‌سازی با داده‌های نامتعادل
• 61. روش‌های اعتبارسنجی مدل
• 62. ارزیابی عملکرد مدل
• 63. مقایسه مدل‌های مختلف
• 64. انتخاب بهترین مدل
• 65. مفاهیم تکمیلی در آمار بیزی
• 66. توزیع‌های احتمال پیشین (Prior)
• 67. توزیع‌های احتمال پسین (Posterior)
• 68. تابع درست‌نمایی (Likelihood)
• 69. قضیه بیز
• 70. مقدمه‌ای بر روش‌های تقریب Bayesian
• 71. روش‌های Monte Carlo
• 72. روش‌های Markov Chain Monte Carlo
• 73. روش‌های Variational Inference
• 74. روش‌های Expectation Propagation
• 75. آشنایی با منابع آموزشی Stan
• 76. کتابخانه‌های Stan
• 77. انجمن‌های آنلاین Stan
• 78. دوره‌های آموزشی Stan
• 79. مستندات Stan
• 80. منابع تکمیلی در آمار بیزی