کتاب تنظیم پارامترهای Stan برای نتایج بهینه با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
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 تنظیم پارامترهای Stan برای نتایج بهینه

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی آماری بیزی
  • 2. مفاهیم اساسی استنتاج بیزی
  • 3. نظریه احتمال و توزیع‌های آماری
  • 4. مدل‌سازی پارامتریک و ناپارامتریک
  • 5. معرفی نرم‌افزار Stan
  • 6. نصب و پیکربندی Stan
  • 7. مرور کلی زبان Stan
  • 8. ساختار پایه یک مدل Stan
  • 9. تعریف داده‌ها در Stan
  • 10. تعریف پارامترها در Stan
  • 11. تعریف توزیع پیشین (Prior Distributions)
  • 12. انتخاب توزیع‌های پیشین مناسب
  • 13. تعریف تابع درست‌نمایی (Likelihood Function)
  • 14. توزیع‌های نرمال، گوسی و مرتبط
  • 15. توزیع‌های برنولی، دوجمله‌ای و مرتبط
  • 16. توزیع‌های پواسون، هندسی و مرتبط
  • 17. توزیع‌های گاما، بتا و مرتبط
  • 18. مدل‌های خطی در Stan
  • 19. رگرسیون خطی بیزی
  • 20. رگرسیون لجستیک بیزی
  • 21. مدل‌های سلسله مراتبی (Hierarchical Models)
  • 22. مفهوم سطوح مختلف در مدل‌های سلسله مراتبی
  • 23. مدل‌های اثرات تصادفی (Random Effects Models)
  • 24. مدل‌های اثرات ثابت (Fixed Effects Models)
  • 25. مدل‌های مختلط (Mixed Effects Models)
  • 26. مدل‌های خطای متغیر (Errors-in-Variables Models)
  • 27. مدل‌های سری زمانی در Stan
  • 28. مدل‌های ARIMA بیزی
  • 29. مدل‌های حالت فضا (State-Space Models)
  • 30. مدل‌های مارکوف سوئیچینگ (Markov Switching Models)
  • 31. مدل‌های پیش‌بینی در Stan
  • 32. ارزیابی مدل‌های آماری
  • 33. معیارهای ارزیابی مدل (DIC, WAIC, LOO-CV)
  • 34. اعتبارسنجی متقابل (Cross-Validation)
  • 35. تشخیص همگرایی زنجیره‌های مارکوف مونت کارلو (MCMC)
  • 36. نمودارهای همگرایی (Trace Plots)
  • 37. آماره‌های مونت کارلو (Gelman-Rubin Statistic)
  • 38. شناسایی و رفع مشکلات همگرایی
  • 39. تنظیم پارامترهای MCMC
  • 40. تعداد گام‌های اولیه (Warm-up/Burn-in)
  • 41. تعداد زنجیره‌ها (Chains)
  • 42. تعداد نمونه‌ها در هر زنجیره (Samples per Chain)
  • 43. استفاده از الگوریتم HMC (Hamiltonian Monte Carlo)
  • 44. تنظیم گام‌های HMC (Step Size)
  • 45. تنظیم تعداد گام‌های HMC (Number of Steps)
  • 46. تنظیم پارامترهای L-BFGS
  • 47. بهینه‌سازی مدل‌های پیچیده
  • 48. مدل‌سازی داده‌های طولی
  • 49. مدل‌سازی داده‌های فضایی
  • 50. مدل‌های بقا (Survival Models)
  • 51. مدل‌های کاپلان-مایر بیزی
  • 52. مدل‌های کوکس بیزی
  • 53. مدل‌های آماری برای داده‌های شمارشی (Count Data)
  • 54. مدل‌های آماری برای داده‌های دودویی (Binary Data)
  • 55. مدل‌های آماری برای داده‌های ترتیبی (Ordinal Data)
  • 56. مدل‌های آماری برای داده‌های طبقه‌بندی (Categorical Data)
  • 57. مدل‌های شبکه‌ای بیزی (Bayesian Network Models)
  • 58. کاربرد Stan در علوم اجتماعی
  • 59. کاربرد Stan در علوم اقتصادی
  • 60. کاربرد Stan در علوم زیستی
  • 61. کاربرد Stan در علوم مهندسی
  • 62. کاربرد Stan در علوم محیطی
  • 63. کاربرد Stan در علوم سیاسی
  • 64. کاربرد Stan در مطالعات فرهنگی
  • 65. کاربرد Stan در مطالعات آموزشی
  • 66. کاربرد Stan در مطالعات پزشکی
  • 67. کاربرد Stan در مطالعات روانشناسی
  • 68. مدل‌سازی عاملی (Factor Analysis) بیزی
  • 69. مدل‌سازی ساختار عاملی (Structural Equation Modeling) بیزی
  • 70. تحلیل مسیر (Path Analysis) بیزی
  • 71. مدل‌سازی روابط علی (Causal Inference)
  • 72. روش‌های شبیه‌سازی در Stan
  • 73. تولید داده‌های شبیه‌سازی شده
  • 74. آزمایش حساسیت پارامترها
  • 75. مدل‌سازی با داده‌های از دست رفته (Missing Data)
  • 76. روش‌های جایگزینی داده‌های از دست رفته
  • 77. مدل‌سازی با داده‌های پرت (Outlier Detection)
  • 78. مدل‌سازی با ساختارهای مکانی-زمانی
  • 79. مدل‌سازی شبکه‌های اجتماعی
  • 80. مدل‌سازی شبکه‌های پیچیده
  • 81. کاربرد Stan در تحلیل داده‌های کلان (Big Data)
  • 82. بهینه‌سازی عملکرد Stan
  • 83. استفاده از دستورات پیشرفته Stan
  • 84. دستورات `generated quantities`
  • 85. دستورات `log_lik` و `log_p`
  • 86. استفاده از Stan برای استنتاج سفارشی
  • 87. مدل‌سازی بیزی برای یادگیری ماشین
  • 88. مقایسه مدل‌های بیزی و فراوانی‌گرا
  • 89. ملاحظات اخلاقی در مدل‌سازی آماری
  • 90. مرجع‌دهی به منابع علمی معتبر
  • 91. کتابخانه‌های کمکی Stan (RStan, PyStan)
  • 92. مفاهیم پیشرفته در زبان Stan
  • 93. توابع سفارشی در Stan
  • 94. بهینه‌سازی کد Stan
  • 95. پیش‌پردازش داده‌ها برای Stan
  • 96. پس‌پردازش نتایج Stan
  • 97. گزارش‌دهی نتایج مدل‌سازی بیزی
  • 98. اهمیت تفسیر نتایج در چارچوب علمی
  • 99. کاربرد عملی مدل‌سازی آماری بیزی در پژوهش
تگ‌ها: MCMC Stan آمار بیزی بهینه‌سازی پارامترهای Stan تنظیمات Stan مدل‌سازی آماری نرم‌افزار Stan نمونه‌گیری

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.