دوره راهنمای کاربردی Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای کاربردی Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر Stan
• 2. نصب و راه‌اندازی Stan در سیستم‌عامل‌های مختلف
• 3. مفاهیم اساسی مدل‌سازی آماری در Stan
• 4. زبان مدل‌سازی Stan: سینتکس و قواعد
• 5. انواع داده‌ها در Stan
• 6. متغیرهای تصادفی و توزیع‌های احتمال در Stan
• 7. تعریف مدل‌های آماری در Stan
• 8. تابع احتمال (Likelihood Function) در Stan
• 9. توابع پیشین (Prior Distributions) در Stan
• 10. استنتاج بیزی (Bayesian Inference) در Stan
• 11. نمونه‌برداری زنجیره‌ای مارکوف مونت کارلو (MCMC)
• 12. تشخیص همگرایی MCMC
• 13. ارزیابی مدل و بررسی برازش
• 14. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
• 15. رگرسیون لجستیک با Stan
• 16. مدل‌های سلسله‌مراتبی (Hierarchical Models) در Stan
• 17. مدل‌سازی اثرات تصادفی (Random Effects)
• 18. مدل‌های ترکیبی (Mixed Models) در Stan
• 19. مدل‌سازی داده‌های از دست رفته (Missing Data)
• 20. مدل‌سازی داده‌های سانسور شده (Censored Data)
• 21. مدل‌سازی داده‌های شمارشی (Count Data)
• 22. مدل‌سازی سری‌های زمانی (Time Series) با Stan
• 23. پیش‌بینی و بازسازی مدل در Stan
• 24. نوشتن توابع سفارشی در Stan
• 25. بهینه‌سازی مدل در Stan
• 26. مقایسه مدل‌ها با استفاده از معیارهای اطلاعاتی (DIC, WAIC, LOO)
• 27. استفاده از Stan با زبان‌های برنامه‌نویسی R و Python
• 28. ادغام Stan با رابط کاربری گرافیکی (GUI)
• 29. عیب‌یابی و رفع اشکال در مدل‌های Stan
• 30. بهینه‌سازی کارایی مدل‌های Stan
• 31. کاربرد Stan در علوم زیستی
• 32. کاربرد Stan در علوم اجتماعی
• 33. کاربرد Stan در مهندسی
• 34. کاربرد Stan در اقتصادسنجی
• 35. مقدمه‌ای بر Stan Math
• 36. استفاده از توابع ریاضی در Stan
• 37. برداری‌سازی (Vectorization) در Stan
• 38. حلقه‌ها (Loops) در Stan
• 39. شرط‌گذاری (Conditionals) در Stan
• 40. مدیریت حافظه در Stan
• 41. استفاده از ماژول‌ها و کتابخانه‌های Stan
• 42. ساخت و استفاده از توابع تعریف شده توسط کاربر
• 43. مستندسازی مدل‌های Stan
• 44. بهترین روش‌ها برای نوشتن کد Stan
• 45. نوشتن مدل‌های Stan قابل نگهداری و مقیاس‌پذیر
• 46. تکنیک‌های پیشرفته مدل‌سازی در Stan
• 47. مدل‌سازی غیرپارامتری (Nonparametric Modeling) در Stan
• 48. مدل‌سازی با استفاده از فرایندهای گاوسی (Gaussian Processes)
• 49. مدل‌سازی با استفاده از شبکه‌های بیزی (Bayesian Networks)
• 50. استفاده از Stan برای تحلیل بقا (Survival Analysis)
• 51. استفاده از Stan برای تحلیل داده‌های مکانی (Spatial Data)
• 52. مدل‌سازی چندمتغیره (Multivariate Modeling) در Stan
• 53. تکنیک‌های کاهش ابعاد (Dimensionality Reduction) در Stan
• 54. استفاده از Stan برای یادگیری ماشین (Machine Learning)
• 55. استفاده از Stan برای بهینه‌سازی (Optimization)
• 56. استفاده از Stan برای کنترل بهینه (Optimal Control)
• 57. مقدمه‌ای بر Stan و محاسبات موازی
• 58. استفاده از Stan در محیط‌های ابری (Cloud Environments)
• 59. توسعه و استقرار مدل‌های Stan در مقیاس بزرگ
• 60. امنیت و حریم خصوصی در استفاده از Stan
• 61. آینده Stan و جهت‌گیری‌های توسعه
• 62. منابع آموزشی و انجمن‌های Stan