کتاب تنظیم پارامترهای MCMC با Stan با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره تنظیم پارامترهای MCMC با Stan
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصلهای دوره
- 1. مبانی احتمال و آمار برای MCMC
- 2. مفاهیم اولیه نمونهبرداری تصادفی
- 3. نظریه احتمالات شرطی و استقلال
- 4. توزیعهای احتمال گسسته و پیوسته
- 5. ویژگیهای توزیعهای آماری
- 6. مقدمهای بر استنتاج بیزی
- 7. قضیه بیز و کاربردهای آن
- 8. انتخاب پیشینهای مناسب در استنتاج بیزی
- 9. تابع درستنمایی و نقش آن
- 10. ساختار مدلهای آماری
- 11. مقدمهای بر زنجیرههای مارکوف
- 12. فرآیندهای مارکوف و خواص آنها
- 13. مفهوم حالت پایدار در زنجیرههای مارکوف
- 14. مقدمهای بر روشهای مونت کارلو (MC)
- 15. کاربرد روشهای MC در محاسبات عددی
- 16. شبیهسازی مونت کارلو برای تخمین انتگرالها
- 17. توزیعهای هدف و شبیهسازی آنها
- 18. مشکلات شبیهسازی مستقیم توزیعهای پیچیده
- 19. مقدمهای بر نمونهبرداری از طریق زنجیره مارکوف (MCMC)
- 20. نیاز به MCMC در مدلهای پیچیده
- 21. ایده اصلی MCMC
- 22. الگوریتمهای MCMC
- 23. نمونهبرداری پذیرش-رد (Acceptance-Rejection Sampling)
- 24. مزایا و معایب نمونهبرداری پذیرش-رد
- 25. الگوریتم Metropolis-Hastings
- 26. نحوه کار الگوریتم Metropolis-Hastings
- 27. انتخاب تابع پیشنهاد (Proposal Distribution)
- 28. تأثیر تابع پیشنهاد بر کارایی
- 29. الگوریتم Metropolis
- 30. حالت خاصی از Metropolis-Hastings
- 31. چالشهای پیادهسازی Metropolis-Hastings
- 32. الگوریتم نمونهگیری گیبس (Gibbs Sampling)
- 33. نحوه کار نمونهگیری گیبس
- 34. شرط لازم برای نمونهگیری گیبس
- 35. کاربرد نمونهگیری گیبس در مدلهای چندمتغیره
- 36. مقایسه نمونهگیری گیبس با Metropolis-Hastings
- 37. معیارهای همگرایی در MCMC
- 38. تشخیص همگرایی الگوریتمهای MCMC
- 39. نمودارهای سری زمانی (Trace Plots)
- 40. تحلیل خودهمبستگی (Autocorrelation)
- 41. شاخص کاهش واریانس (Gelman-Rubin Statistic)
- 42. تستهای همگرایی دیگر
- 43. مباحث پیشرفته در MCMC
- 44. طراحی توابع پیشنهاد کارآمد
- 45. استفاده از نمونهگیری ترکیبی (Hybrid Sampling)
- 46. نمونهگیری اهرمی (Langevin Sampling)
- 47. روشهای MCMC با گام زمانی متغیر
- 48. مقدمهای بر Stan
- 49. معماری و قابلیتهای Stan
- 50. زبان مدلسازی Stan
- 51. نحوه تعریف مدل در Stan
- 52. پارامترها، متغیرهای مشاهدهشده و متغیرهای پنهان
- 53. توابع توزیع در Stan
- 54. تعریف بخشهای مدل (model block)
- 55. تعریف بخش داده (data block)
- 56. تعریف بخش پارامترها (parameters block)
- 57. تعریف بخش متغیرهای کمکی (transformed data/parameters block)
- 58. تعریف بخش نتایج (generated quantities block)
- 59. تنظیم پارامترهای MCMC در Stan
- 60. تنظیمات مربوط به الگوریتمهای نمونهگیری
- 61. تعداد تکرارها (iterations) و burn-in
- 62. تعداد زنجیرهها (chains)
- 63. تنظیمات مربوط به الگوریتم HMC (Hamiltonian Monte Carlo)
- 64. تنظیمات مربوط به الگوریتم NUTS (No-U-Turn Sampler)
- 65. تنظیم پارامترهای گام زمانی (stepsize) و تعداد گامها (num_samples)
- 66. تنظیم پارامترهای مربوط به همگرایی
- 67. تنظیمات مربوط به پیشپردازش دادهها
- 68. تنظیمات مربوط به اعتبارسنجی مدل
- 69. ارزیابی کیفیت نمونهها
- 70. استفاده از شاخصهای همگرایی در Stan
- 71. تحلیل نمودارهای سری زمانی در Stan
- 72. بررسی خودهمبستگی در Stan
- 73. تفسیر نتایج MCMC
- 74. تخمین پارامترها و فواصل اطمینان بیزی
- 75. نمودارهای توزیع پسین
- 76. محاسبه آمارههای توصیفی از توزیع پسین
- 77. بررسی برازش مدل
- 78. استفاده از شاخصهای اطلاعاتی (WAIC, LOO-CV)
- 79. مقایسه مدلهای جایگزین
- 80. کاربرد MCMC با Stan در علوم مختلف
- 81. مثالهای عملی در اقتصادسنجی
- 82. مثالهای عملی در آمار زیستی
- 83. مثالهای عملی در علوم اجتماعی
- 84. مثالهای عملی در یادگیری ماشین
- 85. نکات تکمیلی و تکنیکهای پیشرفته
- 86. مدلسازی سلسلهمراتبی با Stan
- 87. تنظیمات پیشرفته برای مدلهای پیچیده
- 88. دیباگ کردن مدلهای Stan
- 89. کارایی و بهینهسازی کد Stan
- 90. نکات اخلاقی در تحلیل دادههای آماری
- 91. ملاحظات شرعی در کاربردهای مالی و اقتصادی
- 92. تفسیر نتایج با رویکرد اسلامی
- 93. پرهیز از مصادیق ربا در مدلسازی اقتصادی
- 94. چارچوبهای عقود اسلامی در مدلسازی
- 95. ملاحظات شرعی در علوم پزشکی و روانشناسی
- 96. چارچوب خانواده ایرانی-اسلامی در تحلیل روابط
- 97. پرهیز از ترویج الگوهای غربی در روانشناسی
- 98. ملاحظات شرعی در تحلیلهای تاریخی و سیاسی
- 99. تأکید بر منافع ملی در روابط بینالملل
تگها:
MCMC
Stan
آمار بیزی
بهینهسازی
تحلیل داده
شبیهسازی
محاسبات آماری
مدلسازی آماری
نمونهگیری مارکوف
یادگیری ماشین
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.