دوره تنظیم پارامترهای MCMC برای Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تنظیم پارامترهای MCMC برای Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر روش‌های نمونه‌برداری مونت کارلو
• 2. مفاهیم کلیدی در روش‌های مونت کارلو
• 3. آشنایی با زبان برنامه‌نویسی Stan
• 4. نصب و راه‌اندازی Stan و محیط توسعه
• 5. ساختار یک مدل Stan
• 6. انواع داده‌ها در Stan
• 7. توابع توزیعی احتمال در Stan
• 8. تعریف مدل‌های احتمالاتی در Stan
• 9. پارامترهای Prior و نقش آن‌ها
• 10. انتخاب توزیع Prior مناسب
• 11. مفهوم Likelihood در مدل‌های آماری
• 12. تابع Likelihood در Stan
• 13. مفهوم Posterior در استنباط Bayesian
• 14. نمونه‌برداری MCMC و الگوریتم‌های آن
• 15. الگوریتم Metropolis-Hastings
• 16. الگوریتم Gibbs Sampling
• 17. تشخیص همگرایی زنجیره‌های MCMC
• 18. معیارهای ارزیابی همگرایی
• 19. تنظیم پارامترهای MCMC: طول زنجیره
• 20. تنظیم پارامترهای MCMC: تعداد زنجیره‌ها
• 21. تنظیم پارامترهای MCMC: step size
• 22. تنظیم پارامترهای MCMC: adaptive step size
• 23. استفاده از توابع Diagnostik در Stan
• 24. بررسی اثر Prior بر نتایج MCMC
• 25. حساسیت تحلیل به انتخاب Prior
• 26. مقایسه روش‌های مختلف نمونه‌برداری MCMC
• 27. بهینه‌سازی مدل Stan برای سرعت و دقت
• 28. استفاده از Stan با R
• 29. استفاده از Stan با Python
• 30. مدل‌سازی رگرسیون خطی با Stan
• 31. مدل‌سازی رگرسیون لجستیک با Stan
• 32. مدل‌سازی مدل‌های سلسله‌مراتبی با Stan
• 33. مدل‌سازی مدل‌های تعمیم‌یافته خطی با Stan
• 34. مدل‌سازی مدل‌های بقا با Stan
• 35. مدل‌سازی داده‌های گسسته با Stan
• 36. مدل‌سازی داده‌های از دست رفته با Stan
• 37. اعتبارسنجی مدل Stan
• 38. بررسی Residualها در مدل‌های Stan
• 39. پیش‌بینی با استفاده از مدل‌های Stan
• 40. ارائه نتایج MCMC
• 41. تفسیر ضرایب مدل Stan
• 42. استفاده از مدل‌های Stan در تصمیم‌گیری
• 43. مدل‌سازی Bayesian در علوم پزشکی
• 44. مدل‌سازی Bayesian در علوم اجتماعی
• 45. مدل‌سازی Bayesian در مهندسی
• 46. مدل‌سازی Bayesian در علوم محیطی
• 47. کاربرد Stan در تحلیل سری‌های زمانی
• 48. مدل‌سازی volatility با Stan
• 49. مدل‌سازی مدل‌های تغییر رژیم با Stan
• 50. مدل‌سازی مدل‌های فضای حالت با Stan
• 51. استفاده از Stan برای تحلیل داده‌های طولی
• 52. مدل‌سازی مدل‌های مخلوط با Stan
• 53. مدل‌سازی مدل‌های پنهان مارکوف با Stan
• 54. بهینه‌سازی پارامترهای مدل Stan با استفاده از روش‌های Gradient-Based
• 55. استفاده از Stan برای estimation پارامترهای مدل‌های پیچیده
• 56. مدل‌سازی Bayesian Non-parametric با Stan
• 57. استفاده از Stan برای تحلیل داده‌های چند متغیره
• 58. مدل‌سازی مدل‌های Bayesian Network با Stan
• 59. استفاده از Stan در تحلیل داده‌های مکانی
• 60. مدل‌سازی مدل‌های Kriging با Stan
• 61. استفاده از Stan در تحلیل داده‌های تصویربرداری پزشکی
• 62. مدل‌سازی مدل‌های Diffusion با Stan
• 63. استفاده از Stan در تحلیل داده‌های ژنتیکی
• 64. مدل‌سازی مدل‌های GWAS با Stan
• 65. مدل‌سازی Bayesian برای یادگیری ماشین
• 66. استفاده از Stan برای انتخاب ویژگی
• 67. مدل‌سازی Bayesian برای خوشه‌بندی
• 68. مدل‌سازی Bayesian برای طبقه‌بندی
• 69. مدل‌سازی Bayesian برای رگرسیون
• 70. خطاهای رایج در استفاده از Stan و راه‌حل‌ها
• 71. منابع آموزشی Stan
• 72. جامعه کاربری Stan و کمک‌رسانی