کتاب تکنیک‌های اعتبارسنجی نتایج در Stan با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تکنیک‌های اعتبارسنجی نتایج در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر اعتبارسنجی نتایج در Stan
  • 2. مفاهیم پایه در مدل‌سازی آماری
  • 3. آشنایی با زبان برنامه‌نویسی R و Stan
  • 4. نصب و پیکربندی Stan
  • 5. مبانی احتمال و آمار در Stan
  • 6. توزیع‌های احتمال رایج در Stan
  • 7. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
  • 8. نوشتن اولین مدل در Stan
  • 9. شبیه‌سازی مونت کارلو زنجیره مارکوف (MCMC)
  • 10. الگوریتم‌های نمونه‌گیری در Stan (NUTS)
  • 11. ارزیابی همگرایی مدل‌های MCMC
  • 12. شاخص‌های ارزیابی همگرایی (R-hat, ESS)
  • 13. تشخیص و رفع مشکلات همگرایی
  • 14. تجسم نتایج مدل‌های Stan
  • 15. رسم نمودارهای پیش‌بینی و فاصله‌های اطمینان
  • 16. مدل‌های سلسله‌مراتبی در Stan
  • 17. کاربرد مدل‌های سلسله‌مراتبی در داده‌های واقعی
  • 18. مدل‌سازی سری‌های زمانی با Stan
  • 19. مدل‌های رگرسیون لجستیک در Stan
  • 20. مدل‌سازی داده‌های شمارشی با Stan
  • 21. مدل‌های بقا با Stan
  • 22. مدل‌های خطی مختلط با Stan
  • 23. مدل‌سازی داده‌های مکانی با Stan
  • 24. مدل‌سازی داده‌های شبکه‌ای با Stan
  • 25. اعتبارسنجی متقاطع (Cross-validation) در Stan
  • 26. اعتبارسنجی با استفاده از داده‌های نگه‌داشته
  • 27. اعتبارسنجی مبتنی بر معیارهای پیش‌بینی
  • 28. اعتبارسنجی مبتنی بر معیارهای برازش (Goodness-of-fit)
  • 29. مقایسه مدل‌های مختلف با Stan
  • 30. انتخاب مدل بر اساس معیارهای اطلاعاتی (AIC, BIC)
  • 31. استفاده از توزیع‌های پیشین (Priors) در Stan
  • 32. اثر توزیع‌های پیشین بر نتایج مدل
  • 33. انتخاب توزیع‌های پیشین مناسب
  • 34. تنظیم توزیع‌های پیشین
  • 35. مدل‌سازی عدم قطعیت در Stan
  • 36. تحلیل حساسیت نتایج مدل
  • 37. شبیه‌سازی پیش‌بینی (Posterior Predictive Checks)
  • 38. تفسیر نتایج شبیه‌سازی پیش‌بینی
  • 39. اعتبارسنجی مدل‌های غیرپارامتری در Stan
  • 40. مدل‌های مبتنی بر گرادیان افزایشی (Boosting) با Stan
  • 41. مدل‌های مبتنی بر جنگل تصادفی (Random Forest) با Stan
  • 42. یادگیری عمیق و Stan
  • 43. شبکه‌های عصبی در Stan
  • 44. مدل‌های گرافیکی در Stan
  • 45. استفاده از Stan در تحلیل داده‌های زیستی
  • 46. کاربرد Stan در اقتصاد سنجی
  • 47. تحلیل داده‌های علوم اجتماعی با Stan
  • 48. کاربرد Stan در مهندسی
  • 49. مدل‌سازی اقتصادی با رویکرد بیزی
  • 50. مدل‌سازی رفتار مصرف‌کننده در Stan
  • 51. تحلیل ریسک در امور مالی با Stan
  • 52. کاربرد Stan در علوم محیطی
  • 53. مدل‌سازی تغییرات اقلیمی با Stan
  • 54. تحلیل داده‌های ژنتیکی در Stan
  • 55. کاربرد Stan در پزشکی و بهداشت
  • 56. تحلیل کارآزمایی‌های بالینی با Stan
  • 57. مدل‌سازی پیش‌بینی بیماری با Stan
  • 58. مدل‌سازی سلامت عمومی با Stan
  • 59. کاربرد Stan در علوم کامپیوتر
  • 60. تحلیل داده‌های شبکه‌های اجتماعی با Stan
  • 61. مدل‌سازی توصیه‌گر با Stan
  • 62. پردازش زبان طبیعی با Stan
  • 63. یادگیری ماشین در Stan
  • 64. بهینه‌سازی مدل‌ها با Stan
  • 65. مدل‌سازی تصمیم‌گیری با Stan
  • 66. تحلیل بازی‌ها با Stan
  • 67. مدل‌سازی رفتار جمعی با Stan
  • 68. مدل‌سازی عوامل موثر بر رفتار با Stan
  • 69. تحلیل داده‌های پیمایشی با Stan
  • 70. مدل‌سازی داده‌های طولی با Stan
  • 71. کاربرد Stan در یادگیری سازمانی
  • 72. آموزش و توسعه مدل‌های آماری
  • 73. روش‌های پیشرفته در اعتبارسنجی
  • 74. اعتبارسنجی مدل‌های یادگیری ماشین
  • 75. اعتبارسنجی مدل‌های آماری بیزی
  • 76. اعتبارسنجی مدل‌های آماری کلاسیک
  • 77. اعتبارسنجی نتایج در نرم‌افزارهای آماری دیگر
  • 78. مقایسه Stan با سایر نرم‌افزارهای آماری
  • 79. کاربرد Stan در پروژه‌های تحقیقاتی
  • 80. چالش‌های اعتبارسنجی نتایج
  • 81. بهترین روش‌ها در اعتبارسنجی مدل‌ها
  • 82. ملاحظات اخلاقی در اعتبارسنجی نتایج
  • 83. اهمیت اعتبارسنجی در تحقیقات علمی
  • 84. ارتباط اعتبارسنجی با قابلیت تکرارپذیری
  • 85. اعتبارسنجی در مدل‌های پیچیده
  • 86. اعتبارسنجی نتایج برای تصمیم‌گیری
  • 87. ارتباط اعتبارسنجی با کیفیت داده‌ها
  • 88. مدیریت عدم قطعیت در مدل‌سازی
  • 89. اعتبارسنجی نتایج در دنیای واقعی
  • 90. آینده اعتبارسنجی نتایج در Stan
  • 91. کاربردهای نوین اعتبارسنجی
  • 92. تکنیک‌های پیشرفته نمونه‌گیری در Stan
  • 93. مدل‌سازی پیش‌بینی در Stan
  • 94. اعتبارسنجی مدل‌های اکتشافی
  • 95. ارزیابی عملکرد مدل‌های پیش‌بینی
  • 96. تفسیر اقتصادی نتایج مدل‌های بیزی
  • 97. مدل‌سازی بیزی در اقتصاد سنجی نوین
  • 98. رویکردهای غیرپارامتری در Stan
  • 99. اعتبارسنجی مدل‌های پیچیده سلسله‌مراتبی
  • 100. مدل‌سازی پویای سیستم‌ها در Stan
تگ‌ها: MCMC Stan آمار بیزی اعتبارسنجی نتایج تحلیل آماری مدل‌سازی آماری نتایج آماری نمونه‌گیری مونت‌کارلو

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.