دوره ملاحظات کلیدی در استفاده از Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ملاحظات کلیدی در استفاده از Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر Stan: معرفی و کاربردها
• 2. نصب و راه‌اندازی Stan بر روی سیستم‌عامل‌های مختلف
• 3. آشنایی با زبان مدل‌سازی Stan
• 4. ساختار یک مدل Stan: داده‌ها، پارامترها و مدل
• 5. انواع توابع و توزیع‌های احتمالاتی در Stan
• 6. تعریف مدل‌های خطی در Stan
• 7. مدل‌سازی رگرسیون خطی با Stan
• 8. مدل‌سازی رگرسیون لجستیک با Stan
• 9. استفاده از زنجیره‌های مارکوف مونت کارلو (MCMC) در Stan
• 10. تشخیص همگرایی زنجیره‌های MCMC
• 11. ارزیابی مدل‌های Stan: معیارهای اطلاعاتی و اعتبارسنجی
• 12. مدل‌سازی سلسله مراتبی (Hierarchical Modeling) با Stan
• 13. مدل‌سازی مدل‌های تعمیم‌یافته (Generalized Linear Models) با Stan
• 14. استفاده از Stan برای تحلیل داده‌های مکانی
• 15. مدل‌سازی سری‌های زمانی با Stan
• 16. پیش‌بینی با استفاده از مدل‌های Stan
• 17. مدل‌سازی بقا (Survival Analysis) با Stan
• 18. آشنایی با بسته‌های R برای کار با Stan (RStan)
• 19. وارد کردن داده‌ها به Stan از طریق R
• 20. استخراج نتایج مدل Stan در R
• 21. تصویرسازی نتایج مدل Stan با استفاده از نمودارها
• 22. مدل‌سازی با Stan برای داده‌های گمشده (Missing Data)
• 23. مدل‌سازی ترکیبی (Mixture Modeling) با Stan
• 24. استفاده از Stan برای بهینه‌سازی پارامترها
• 25. مقایسه Stan با سایر نرم‌افزارهای مدل‌سازی آماری
• 26. مدل‌سازی Bayesian در Stan: مفاهیم و اصول
• 27. استفاده از priorها در مدل‌های Stan
• 28. انتخاب prior مناسب برای پارامترها
• 29. مدل‌سازی مدل‌های غیرخطی با Stan
• 30. مدل‌سازی مدل‌های پویا (Dynamic Models) با Stan
• 31. مدل‌سازی مدل‌های چندمتغیره (Multivariate Models) با Stan
• 32. استفاده از Stan برای تحلیل داده‌های پانل (Panel Data)
• 33. مدل‌سازی Bayesian برای تحلیل تصمیم‌گیری
• 34. مدل‌سازی Bayesian برای پیش‌بینی تقاضا
• 35. مدل‌سازی Bayesian برای مدیریت ریسک
• 36. کاربرد Stan در علوم پزشکی و زیستی
• 37. کاربرد Stan در علوم اجتماعی و اقتصادی
• 38. کاربرد Stan در مهندسی و علوم کامپیوتر
• 39. عیب‌یابی و رفع خطاهای رایج در Stan
• 40. بهینه‌سازی کد Stan برای افزایش سرعت اجرا
• 41. استفاده از Stan برای مدل‌سازی داده‌های بزرگ
• 42. آشنایی با منابع آموزشی و مستندات Stan
• 43. تکنیک‌های پیشرفته در مدل‌سازی با Stan
• 44. مدل‌سازی مدل‌های پیچیده با Stan
• 45. استفاده از Stan برای تحلیل حساسیت (Sensitivity Analysis)
• 46. مدل‌سازی مدل‌های مبتنی بر عامل (Agent-Based Models) با Stan
• 47. آشنایی با جامعه کاربری Stan و منابع آنلاین
• 48. بررسی موردی: مدل‌سازی یک مسئله واقعی با Stan
• 49. استفاده از Stan برای توسعه مدل‌های سفارشی
• 50. مدل‌سازی با Stan برای داده‌های نامتوازن (Imbalanced Data)
• 51. استفاده از Stan برای تحلیل داده‌های مکانی-زمانی
• 52. مدل‌سازی مدل‌های غیرپارامتری (Nonparametric Models) با Stan
• 53. مدل‌سازی مدل‌های چندلایه (Multilayer Models) با Stan