کتاب درک عمیق از الگوریتم Gibbs Sampling و قابلیت‌های نرم‌افزار JAGS 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 درک عمیق از الگوریتم Gibbs Sampling و قابلیت‌های نرم‌افزار JAGS

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

موضوع میانی: نمونه‌گیری Gibbs در JAGS

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی آماری بیزی
  • 2. مفاهیم پایه احتمالات و آمار
  • 3. توزیع‌های احتمال گسسته و پیوسته
  • 4. نظریه بیز و استنباط بیزی
  • 5. مقدمه‌ای بر زنجیره‌های مارکوف
  • 6. فرآیندهای مارکوفی و حالت‌های گذار
  • 7. مفهوم حالت پایدار در زنجیره‌های مارکوف
  • 8. الگوریتم گیبس سمپلینگ: اصول اولیه
  • 9. مبانی گیبس سمپلینگ: نمونه‌برداری شرطی
  • 10. فرایند تکرار در گیبس سمپلینگ
  • 11. کاربرد گیبس سمپلینگ در مدل‌های پیچیده
  • 12. مقدمه‌ای بر نرم‌افزار JAGS (Just Another Gibbs Sampler)
  • 13. نصب و راه‌اندازی JAGS
  • 14. ساختار زبان مدل‌سازی در JAGS
  • 15. تعریف متغیرها و پارامترها در JAGS
  • 16. تعریف توزیع‌های پیشین (Prior Distributions)
  • 17. تعریف توزیع‌های درستنمایی (Likelihood Distributions)
  • 18. نوشتن اولین مدل ساده در JAGS
  • 19. اجرای مدل در JAGS و دریافت خروجی
  • 20. تحلیل خروجی JAGS: معیارهای همگرایی
  • 21. نمودارهایtrace وtraceplot
  • 22. ارزیابی همگرایی با استفاده از R-hat
  • 23. نمودارهای چگالی و هیستوگرام خروجی
  • 24. محاسبه آماره‌های خلاصه (Summary Statistics)
  • 25. تفسیر نتایج آماری مدل بیزی
  • 26. مدل‌های خطی بیزی در JAGS
  • 27. رگرسیون خطی بیزی با گیبس سمپلینگ
  • 28. مدل‌های رگرسیون لجستیک بیزی
  • 29. کاربرد مدل‌های خطی در داده‌های واقعی
  • 30. مدل‌سازی سری‌های زمانی بیزی
  • 31. مدل‌های ARIMA بیزی
  • 32. مدل‌های حالت فضا (State-Space Models) بیزی
  • 33. کاربرد مدل‌های سری زمانی در پیش‌بینی
  • 34. مدل‌سازی داده‌های طبقه‌بندی شده (Categorical Data)
  • 35. مدل‌های چندوجهی (Multinomial Models) بیزی
  • 36. مدل‌های ترتیبی (Ordinal Models) بیزی
  • 37. کاربرد در تحلیل داده‌های نظرسنجی
  • 38. مدل‌سازی داده‌های بقا (Survival Data)
  • 39. مدل‌های کاکس (Cox Models) بیزی
  • 40. مدل‌های پارامتری بقا در JAGS
  • 41. تحلیل داده‌های بالینی و مهندسی
  • 42. مدل‌سازی داده‌های مکانی (Spatial Data)
  • 43. مدل‌های خودهمبستگی مکانی بیزی
  • 44. مدل‌های گوسی (Gaussian Processes) در JAGS
  • 45. کاربرد در علوم زمین و اپیدمیولوژی
  • 46. مدل‌سازی داده‌های سلسله مراتبی (Hierarchical Data)
  • 47. مدل‌های اثرات مختلط (Mixed Effects Models) بیزی
  • 48. مدل‌های چند سطحی در JAGS
  • 49. کاربرد در علوم اجتماعی و آموزشی
  • 50. مدل‌سازی مدل‌های شبکه‌ای (Network Models) بیزی
  • 51. تحلیل شبکه‌های اجتماعی با رویکرد بیزی
  • 52. کاربرد در علوم ارتباطات و جامعه‌شناسی
  • 53. بهینه‌سازی مدل‌ها با استفاده از JAGS
  • 54. تنظیم پارامترهای گیبس سمپلینگ
  • 55. استفاده از روش‌های نمونه‌برداری جایگزین
  • 56. اعتبارسنجی مدل و انتخاب مدل
  • 57. مقایسه مدل‌ها با استفاده از معیارهای بیزی
  • 58. پسا-توزیع‌های پیش‌بینی (Posterior Predictive Distributions)
  • 59. کاربرد در ارزیابی عملکرد مدل
  • 60. نکات پیشرفته در مدل‌سازی بیزی
  • 61. مدل‌های خطای اندازه‌گیری (Measurement Error Models)
  • 62. مدل‌های ساختاری (Structural Equation Models) بیزی
  • 63. روش‌های پیشرفته نمونه‌برداری
  • 64. نمونه‌برداری با بازسازی (Rejection Sampling)
  • 65. نمونه‌برداری از اهمیت (Importance Sampling)
  • 66. روش‌های MCMC ترکیبی
  • 67. کاربرد در مسائل پیچیده و حجیم
  • 68. مدل‌سازی داده‌های گمشده (Missing Data)
  • 69. روش‌های پر کردن داده‌های گمشده بیزی
  • 70. مدل‌سازی دینامیک داده‌های گمشده
  • 71. کاربرد در مطالعات طولی
  • 72. مدل‌سازی پارامترهای متغیر در زمان
  • 73. مدل‌های تغییر پارامتر (Time-Varying Parameter Models)
  • 74. کاربرد در اقتصادسنجی و مالی
  • 75. مدل‌سازی روابط غیرخطی بیزی
  • 76. تحلیل مدل‌های باینری غیرخطی
  • 77. کاربرد در زیست‌شناسی و پزشکی
  • 78. ساخت مدل‌های سفارشی در JAGS
  • 79. تکنیک‌های پیشرفته برنامه‌نویسی در JAGS
  • 80. مدیریت حافظه و کارایی در JAGS
  • 81. کاربرد در پروژه‌های تحقیقاتی بزرگ
  • 82. ارتباط JAGS با زبان‌های برنامه‌نویسی دیگر
  • 83. استفاده از R و Python با JAGS
  • 84. یکپارچه‌سازی JAGS در پایپ‌لاین‌های تحلیلی
  • 85. کاربرد در ابزارهای هوش مصنوعی
  • 86. اخلاقیات در مدل‌سازی آماری بیزی
  • 87. تفسیر مسئولانه نتایج مدل
  • 88. محدودیت‌های مدل‌سازی بیزی
  • 89. انتخاب چارچوب علمی و فقهی مناسب
  • 90. ملاحظات مربوط به داده‌های حساس
  • 91. اصول حاکم بر داده‌های جمعیتی
  • 92. حفاظت از حریم خصوصی در تحلیل داده
  • 93. کاربرد در حل مسائل اجتماعی با رویکرد اسلامی
  • 94. مطالعه موردی: مدل‌سازی بیزی برای مسائل اقتصادی اسلامی
  • 95. مطالعه موردی: تحلیل داده‌های سلامت با رویکرد اسلامی
  • 96. مطالعه موردی: مدل‌سازی رفتارهای اجتماعی با چارچوب دینی
  • 97. کاربرد در آموزش مجازی و مجازی‌سازی محتوا
  • 98. ارائه مباحث پیشرفته به صورت تعاملی
  • 99. تولید محتوای آموزشی استاندارد و بومی
  • 100. ارزیابی اثربخشی محتوای آموزشی تولید شده
تگ‌ها: Gibbs Sampling JAGS MCMC آمار بیزی استنتاج بیزی تحلیل داده شبیه‌سازی آماری مدل‌سازی آماری نرم‌افزار آماری نمونه‌گیری مارکوف

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.