کتاب کاربرد عملی الگوریتم Metropolis-Hastings در مدل‌های بیزی 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 کاربرد عملی الگوریتم Metropolis-Hastings در مدل‌های بیزی

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

موضوع میانی: Metropolis-Hastings Algorithm

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر استنتاج بیزی و اهمیت آن
  • 2. مفاهیم پایه‌ای احتمال و آمار
  • 3. توزیع‌های احتمالی گسسته و پیوسته
  • 4. قضیه بیز و تفسیر آن
  • 5. مدل‌های بیزی خطی ساده
  • 6. ماتریس کوواریانس و نقش آن در مدل‌های بیزی
  • 7. مقدمه‌ای بر زنجیره‌های مارکوف
  • 8. فرآیندهای مارکوف و خواص آن‌ها
  • 9. تعادل در زنجیره‌های مارکوف
  • 10. مفهوم حالت پایدار
  • 11. الگوریتم Metropolis-Hastings: اصول اولیه
  • 12. پیاده‌سازی ساده الگوریتم Metropolis-Hastings
  • 13. تابع پیشنهاد (Proposal Distribution)
  • 14. تأثیر تابع پیشنهاد بر کارایی الگوریتم
  • 15. معیار پذیرش Metropolis-Hastings
  • 16. بررسی همگرایی زنجیره مارکوف
  • 17. نکات عملی در اجرای Metropolis-Hastings
  • 18. نمونه‌گیری از توزیع هدف
  • 19. کالیبراسیون مدل‌های بیزی
  • 20. مقدمه‌ای بر مدل‌های بیزی پیشرفته
  • 21. مدل‌های بیزی سلسله‌مراتبی
  • 22. کاربرد مدل‌های بیزی در علوم زیستی
  • 23. کاربرد مدل‌های بیزی در علوم اجتماعی
  • 24. کاربرد مدل‌های بیزی در اقتصاد
  • 25. مدل‌های بیزی برای داده‌های سری زمانی
  • 26. مدل‌های بیزی برای داده‌های مکانی
  • 27. مدل‌های بیزی برای تحلیل بقا
  • 28. مدل‌های بیزی برای تحلیل داده‌های طبقه‌بندی
  • 29. مدل‌های بیزی برای مدل‌سازی گرافی
  • 30. مقدمه‌ای بر روش‌های MCMC دیگر
  • 31. الگوریتم Gibbs Sampling
  • 32. مقایسه Metropolis-Hastings و Gibbs Sampling
  • 33. الگوریتم Hamiltonian Monte Carlo
  • 34. الگوریتم No-U-Turn Sampler (NUTS)
  • 35. ارزیابی همگرایی MCMC
  • 36. معیارهای بصری همگرایی
  • 37. معیارهای کمی همگرایی
  • 38. تأثیر طول عمر زنجیره بر نتایج
  • 39. کاهش همبستگی بین نمونه‌ها
  • 40. نمونه‌گیری از توزیع‌های پیچیده
  • 41. کاربرد Metropolis-Hastings در بهینه‌سازی بیزی
  • 42. مدل‌سازی عدم قطعیت در پیش‌بینی
  • 43. تفسیر نتایج استنتاج بیزی
  • 44. تصمیم‌گیری بر اساس نتایج بیزی
  • 45. مقدمه‌ای بر نرم‌افزارهای MCMC
  • 46. استفاده از Stan برای مدل‌سازی بیزی
  • 47. استفاده از PyMC3 برای مدل‌سازی بیزی
  • 48. استفاده از JAGS برای مدل‌سازی بیزی
  • 49. نوشتن مدل‌های سفارشی در نرم‌افزارهای MCMC
  • 50. اعتبارسنجی مدل‌های بیزی
  • 51. مقایسه مدل‌های بیزی مختلف
  • 52. مدل‌سازی با متغیرهای پنهان
  • 53. کاربرد در تحلیل شبکه‌های اجتماعی
  • 54. کاربرد در تحلیل سری‌های زمانی مالی
  • 55. مدل‌سازی اکتشافی داده‌ها با رویکرد بیزی
  • 56. تکنیک‌های نمونه‌گیری پیشرفته
  • 57. اهمیت نمونه‌گیری کافی
  • 58. نکات مربوط به توزیع‌های پیشین
  • 59. اثر توزیع پیشین بر نتایج
  • 60. انتخاب توزیع پیشین مناسب
  • 61. مدل‌سازی بیزی برای داده‌های حجیم
  • 62. مقدمه‌ای بر روش‌های موازی‌سازی MCMC
  • 63. کاربرد در تحلیل داده‌های پزشکی
  • 64. مدل‌سازی بیزی در علوم کامپیوتر
  • 65. تحلیل حساسیت پارامترها
  • 66. کاربرد در مهندسی سیستم‌ها
  • 67. مدل‌سازی ریسک در بیمه
  • 68. مدل‌سازی در علوم محیطی
  • 69. کاربرد در تحلیل داده‌های ژنتیکی
  • 70. مدل‌سازی بیزی برای تصمیم‌گیری استراتژیک
  • 71. مقدمه‌ای بر مفاهیم پیشرفته‌تر MCMC
  • 72. کاهش اثر اثرات دوره‌ای
  • 73. کاربرد در مطالعات اجتماعی-اقتصادی
  • 74. مدل‌سازی بیزی برای داده‌های ناقص
  • 75. تکنیک‌های تشخیص داده‌های پرت
  • 76. مدل‌سازی بیزی در پردازش تصویر
  • 77. ارزیابی عملکرد مدل با معیارهای بیزی
  • 78. مدل‌سازی بیزی در رباتیک
  • 79. کاربرد در تحلیل داده‌های حمل و نقل
  • 80. مدل‌سازی بیزی در علوم سیاسی
  • 81. مدل‌سازی بیزی برای پیش‌بینی رفتار مصرف‌کننده
  • 82. کاربرد در تحلیل شبکه‌های ارتباطی
  • 83. مدل‌سازی بیزی در امنیت سایبری
  • 84. مقدمه‌ای بر بهینه‌سازی پارامترهای مدل
  • 85. کاربرد در مدیریت منابع
  • 86. تحلیل نتایج با استفاده از نقشه‌های حرارتی
  • 87. مدل‌سازی بیزی برای داده‌های چندسطحی
  • 88. کاربرد در مطالعات آموزشی
  • 89. تکنیک‌های نمونه‌گیری واریانس کم
  • 90. مدل‌سازی بیزی در علوم زمین
  • 91. کاربرد در تحلیل داده‌های هواشناسی
  • 92. مدل‌سازی بیزی برای داده‌های زمانی-مکانی
  • 93. مدل‌سازی بیزی در علوم ورزشی
  • 94. کاربرد در تحلیل داده‌های مالی اسلامی
  • 95. استفاده از توزیع‌های پیشین غیراطلاعاتی
  • 96. مدل‌سازی بیزی برای داده‌های باینری
  • 97. مدل‌سازی بیزی برای داده‌های شمارشی
  • 98. مدل‌سازی بیزی برای داده‌های پیوسته
  • 99. مدل‌سازی بیزی برای داده‌های دسته‌بندی شده
  • 100. مدل‌سازی بیزی برای داده‌های ترتیبی
تگ‌ها: MCMC آمار بیزی احتمالات بیزی استنتاج بیزی الگوریتم متروپلیس-هاستینگز شبیه‌سازی بیزی مارکوف چین متروپلیس-هاستینگز مدل‌های بیزی نمونه‌گیری بیزی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.