دوره استفاده از Stan برای تحلیل پیشرفته داده همراه با فلشکارت آموزشی — ارائه روی فلش مموری
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره استفاده از Stan برای تحلیل پیشرفته داده
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصلهای دوره
- 1. مقدمهای بر آمار بیزی و مدلسازی احتمالی
- 2. مروری بر روشهای نمونهگیری MCMC
- 3. معرفی Stan: زبان برنامهنویسی احتمالی
- 4. نصب و راهاندازی Stan و رابطهای کاربری (RStan, CmdStan)
- 5. ساختار یک مدل Stan: دادهها، پارامترها، و مدل
- 6. توابع توزیع احتمال در Stan
- 7. مدلهای خطی در Stan
- 8. مدلهای خطی تعمیمیافته (GLM) در Stan
- 9. مدلهای رگرسیونی لجستیک در Stan
- 10. مدلهای سلسلهمراتبی (Hierarchical Models) در Stan
- 11. مدلهای اثرات تصادفی در Stan
- 12. مدلهای مخلوط (Mixture Models) در Stan
- 13. مدلهای تغییر حالت (State-Space Models) در Stan
- 14. مدلهای بقا (Survival Analysis) در Stan
- 15. برنامهنویسی توابع سفارشی در Stan
- 16. ارزیابی همگرایی MCMC در Stan: R-hat, Effective Sample Size
- 17. تشخیص مشکلات همگرایی و راهکارهای رفع آنها
- 18. پیشبینی پسین (Posterior Predictive Checks)
- 19. اعتبارسنجی مدل با استفاده از دادههای جدید
- 20. بهینهسازی مدل Stan: سرعت و کارایی
- 21. استفاده از Priorهای آگاهانه و غیرآگاهانه
- 22. Priorهای سلسلهمراتبی و Regularizing Priors
- 23. مدلسازی دادههای گمشده (Missing Data) در Stan
- 24. مدلسازی دادههای سانسور شده (Censored Data) در Stan
- 25. مدلسازی دادههای ترتیبی (Ordinal Data) در Stan
- 26. مدلسازی دادههای چندمتغیره (Multivariate Data) در Stan
- 27. استفاده از Stan برای تحلیل سریهای زمانی
- 28. مدلهای VAR در Stan
- 29. مدلسازی دادههای پانل (Panel Data) در Stan
- 30. مقدمهای بر Stan و یادگیری ماشین
- 31. مدلهای بیزی نیمه پارامتری (Semi-Parametric Bayesian Models) در Stan
- 32. انتخاب مدل (Model Selection) با استفاده از Stan: WAIC, LOO
- 33. مقایسه مدلها و ارزیابی عدم قطعیت
- 34. استفاده از Stan با دادههای بزرگ (Big Data)
- 35. مقدمهای بر CmdStanPy و Python
- 36. استفاده از Stan برای تحلیل دادههای مکانی
- 37. مدلسازی دادههای جغرافیایی در Stan
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.