دوره تکنیک‌های اعتبارسنجی مدل‌های بیزی در Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تکنیک‌های اعتبارسنجی مدل‌های بیزی در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی بیزی
• 2. احتمالات و توزیع‌های پیشین
• 3. مقدمه‌ای بر زبان برنامه‌نویسی Stan
• 4. نصب و پیکربندی Stan
• 5. ساختار یک مدل Stan
• 6. انواع داده‌ها در Stan
• 7. توابع و عملگرها در Stan
• 8. متغیرهای تصادفی در Stan
• 9. توزیع‌های احتمالی در Stan
• 10. مدل‌های خطی در Stan
• 11. مدل‌های تعمیم‌یافته در Stan
• 12. مدل‌های سلسله مراتبی در Stan
• 13. اعتبارسنجی مدل‌های بیزی
• 14. تشخیص همگرایی در Stan
• 15. بررسی صحت مدل
• 16. تحلیل حساسیت
• 17. پیش‌بینی مدل
• 18. مقایسه مدل‌ها
• 19. انتخاب مدل
• 20. اعتبارسنجی متقابل
• 21. مدل‌سازی با داده‌های از دست رفته
• 22. مدل‌سازی داده‌های سانسور شده
• 23. مدل‌سازی داده‌های ترتیبی
• 24. مدل‌سازی داده‌های مکانی
• 25. مدل‌سازی سری‌های زمانی
• 26. مدل‌های بیزی غیرپارامتری
• 27. استفاده از Stan با R
• 28. استفاده از Stan با Python
• 29. بهینه‌سازی مدل در Stan
• 30. خطایابی و رفع اشکال در Stan
• 31. استفاده از Stan برای شبیه‌سازی
• 32. کاربرد مدل‌سازی بیزی در آمار زیستی
• 33. کاربرد مدل‌سازی بیزی در اقتصادسنجی
• 34. کاربرد مدل‌سازی بیزی در علوم اجتماعی
• 35. کاربرد مدل‌سازی بیزی در مهندسی
• 36. مدل‌های بیزی برای طبقه‌بندی
• 37. مدل‌های بیزی برای رگرسیون
• 38. مدل‌های بیزی برای خوشه‌بندی
• 39. تکنیک‌های کاهش ابعاد در مدل‌سازی بیزی
• 40. مدل‌سازی بیزی برای داده‌های بزرگ
• 41. محاسبات موازی در Stan
• 42. استفاده از GPU در Stan
• 43. مدل‌سازی بیزی با قیدهای پیچیده
• 44. مدل‌سازی بیزی با متغیرهای پنهان
• 45. مدل‌سازی بیزی برای داده‌های چندمتغیره
• 46. مدل‌سازی بیزی برای داده‌های پانل
• 47. تفسیر نتایج مدل‌های بیزی
• 48. ارائه نتایج مدل‌های بیزی
• 49. مستندسازی مدل‌های بیزی
• 50. اخلاق در مدل‌سازی بیزی
• 51. چالش‌ها و محدودیت‌های مدل‌سازی بیزی
• 52. آینده مدل‌سازی بیزی