دوره کاربرد MCMC با Stan همراه با فلشکارت آموزشی — ارائه روی فلش مموری
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره کاربرد MCMC با Stan
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصلهای دوره
- 1. مقدمهای بر آمار بیزی و MCMC
- 2. مروری بر روشهای نمونهگیری MCMC
- 3. چرا Stan؟ مزایا و معایب
- 4. نصب و راهاندازی Stan
- 5. ساختار یک مدل Stan
- 6. انواع داده در Stan
- 7. توابع توزیعی احتمال در Stan
- 8. تعریف مدلهای ساده در Stan: رگرسیون خطی
- 9. تعریف مدلهای پیچیدهتر در Stan: مدلهای سلسله مراتبی
- 10. تخمین پارامترها با Stan: الگوریتم NUTS
- 11. تنظیم پارامترهای Stan: تنظیمات پیشفرض و پیشرفته
- 12. ارزیابی همگرایی در Stan: R-hat و تعداد موثر
- 13. تشخیص مشکلات همگرایی و راهکارها
- 14. پیشبینی پسین (Posterior Predictive Checks)
- 15. اعتبارسنجی مدل با استفاده از PPC
- 16. مدلسازی دادههای گسسته در Stan
- 17. مدلسازی دادههای سانسور شده در Stan
- 18. مدلسازی مدلهای مخلوط در Stan
- 19. مدلسازی سریهای زمانی در Stan
- 20. استفاده از Stan با R: رابط Stan
- 21. استفاده از Stan با Python: رابط PyStan
- 22. بهینهسازی مدل Stan: بهبود سرعت و کارایی
- 23. مدلهای بیزی با Stan برای رگرسیون لجستیک
- 24. مدلسازی مدلهای خطی تعمیمیافته (GLM) با Stan
- 25. مدلسازی دادههای پادشاهی (Count Data) با Stan
- 26. مدلسازی دادههای طبقهبندی شده (Categorical Data) با Stan
- 27. مدلسازی دادههای بازه زمانی (Survival Data) با Stan
- 28. مدلسازی دادههای مکانی (Spatial Data) با Stan
- 29. مدلسازی دادههای پانل (Panel Data) با Stan
- 30. کار با دادههای از دست رفته (Missing Data) در Stan
- 31. استفاده از Stan برای مدلسازی علت و معلولی (Causal Inference)
- 32. بررسی اثرات متقابل (Interaction Effects) در مدلهای Stan
- 33. استفاده از priorهای غیر اطلاعاتی (Weakly Informative Priors)
- 34. انتخاب priorهای مناسب در Stan
- 35. مقایسه مدلها با استفاده از معیارهای اطلاعات (Information Criteria)
- 36. بررسی حساسیت مدل به priorها
- 37. مدلسازی با متغیرهای تصادفی در Stan
- 38. استفاده از Stan برای مسائل طبقهبندی
- 39. استفاده از Stan برای مسائل خوشهبندی
- 40. روشهای کاهش ابعاد (Dimensionality Reduction) با Stan
- 41. مدلسازی مدلهای چند متغیره در Stan
- 42. مدلسازی مدلهای پویا (Dynamic Models) با Stan
- 43. استفاده از Stan برای تحلیل سریهای زمانی مالی
- 44. کاربرد Stan در علوم زیستی و پزشکی
- 45. کاربرد Stan در علوم اجتماعی و رفتاری
- 46. کاربرد Stan در مهندسی و علوم کاربردی
- 47. مباحث پیشرفته در Stan: مدلهای غیرپارامتری
- 48. مباحث پیشرفته در Stan: بهینهسازی توابع پیچیده
- 49. مباحث پیشرفته در Stan: استفاده از توابع تعریف شده توسط کاربر
محتویات بسته آموزشی
🌐 سامانه آنلاین فلشکارت؛ مرور هدفمند و هوشمند
اکانت ارائهشده، دسترسی به نسخه تحت وب سامانه فلشکارت ویژه این دوره را فراهم میکند. این سامانه از الگوریتم زمانبندی مرور SM-2 استفاده میکند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم میکند.
به این ترتیب، کارتهای دشوارتر میتوانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسبتری داشته باشید.
مدتزمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج میشود.
گواهی دوزبانه با استعلام آنلاین
پس از تکمیل فعالیتهای لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر میشود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.
این گواهی صرفاً بهعنوان گواهی اتمام دوره آموزشی صادر میشود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.