کتاب کاربرد MCMC با Stan با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره کاربرد MCMC با Stan
موضوع کلی: روش‌های نمونه‌گیری مونت‌کارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصل‌های دوره
- 1. مقدمه ای بر MCMC و Stan
- 2. مبانی احتمالات و استنباط بیزی
- 3. مدل های آماری پایه
- 4. تابع درست نمایی و توزیع پیشین
- 5. توزیع پسین و قضیه بیز
- 6. مفهوم زنجیره مارکوف
- 7. فرآیندهای مارکوف گسسته
- 8. فرآیندهای مارکوف پیوسته
- 9. مفهوم حالت پایدار
- 10. الگوریتم Metropolis-Hastings
- 11. الگوریتم Gibbs Sampling
- 12. مزایا و معایب MCMC
- 13. معیارهای همگرایی MCMC
- 14. تشخیص همگرایی
- 15. کاهش واریانس نمونه گیری
- 16. کاهش همبستگی نمونه ها
- 17. مدل های خطی بیزی
- 18. رگرسیون خطی بیزی
- 19. مدل های رگرسیون لجستیک بیزی
- 20. مدل های رگرسیون پواسون بیزی
- 21. مدل های سلسله مراتبی بیزی
- 22. مفهوم سلسله مراتب در مدل سازی
- 23. نمونه گیری از مدل های سلسله مراتبی
- 24. کاربرد مدل های سلسله مراتبی
- 25. مقدمه ای بر زبان برنامه نویسی Stan
- 26. نصب و راه اندازی Stan
- 27. نحو پایه Stan
- 28. تعریف مدل ها در Stan
- 29. تعریف توزیع ها در Stan
- 30. تعریف پارامترها در Stan
- 31. تعریف داده ها در Stan
- 32. اجرای نمونه گیری در Stan
- 33. تنظیمات نمونه گیری در Stan
- 34. تفسیر خروجی Stan
- 35. نمودارهای تشخیصی در Stan
- 36. استفاده از بسته rstan در R
- 37. استفاده از بسته pystan در Python
- 38. مثال های کاربردی Stan
- 39. مدل های آماری برای داده های سری زمانی
- 40. مدل های ARIMA بیزی
- 41. مدل های حالت فضا بیزی
- 42. مدل های هایپرپاریان بیزی
- 43. مدل های رگرسیون ناپارامتری بیزی
- 44. مقدمه ای بر فرآیندهای گوسی
- 45. استفاده از فرآیندهای گوسی در Stan
- 46. مدل های شبکه بیزی
- 47. مقدمه ای بر گراف های سببی
- 48. ساخت مدل های شبکه بیزی در Stan
- 49. کاربرد مدل های شبکه بیزی
- 50. مدل های آماری برای داده های مکانی
- 51. مدل های خودرگرسیون مکانی بیزی
- 52. مدل های خودهمبستگی مکانی بیزی
- 53. کاربرد مدل های مکانی
- 54. مدل های آماری برای داده های خوشه ای
- 55. مدل های مختلط بیزی
- 56. مدل های مختلط خطی بیزی
- 57. کاربرد مدل های مختلط
- 58. مدل های آماری برای داده های بقا
- 59. مدل های کاکس بیزی
- 60. مدل های بقا پارامتری بیزی
- 61. کاربرد مدل های بقا
- 62. مدل های آماری برای داده های رتبه بندی
- 63. مقدمه ای بر مدل های رتبه بندی
- 64. ساخت مدل های رتبه بندی در Stan
- 65. کاربرد مدل های رتبه بندی
- 66. مدل های آماری برای داده های گسسته
- 67. مدل های گسسته بیزی
- 68. مدل های طبقه بندی بیزی
- 69. کاربرد مدل های گسسته
- 70. مدل های آماری برای داده های پیوسته
- 71. مدل های پیوسته بیزی
- 72. مدل های توزیع مخلوط بیزی
- 73. کاربرد مدل های پیوسته
- 74. بهینه سازی با MCMC
- 75. کاربرد MCMC در بهینه سازی
- 76. استفاده از Stan برای بهینه سازی
- 77. مدل های پیش بینی بیزی
- 78. ارزیابی مدل های پیش بینی
- 79. کاربرد مدل های پیش بینی
- 80. مطالعات موردی پیشرفته در Stan
- 81. مدل سازی مالی بیزی
- 82. مدل سازی اقتصادی بیزی
- 83. مدل سازی زیست پزشکی بیزی
- 84. مدل سازی علوم اجتماعی بیزی
- 85. مدل سازی علوم محیطی بیزی
- 86. مدل سازی علوم مهندسی بیزی
- 87. نکات پیشرفته در Stan
- 88. تکنیک های نمونه گیری پیشرفته
- 89. تکنیک های اعتبارسنجی متقابل
- 90. تکنیک های تشخیص و رفع خطا
- 91. بهبود کارایی Stan
- 92. ملاحظات اخلاقی در مدل سازی آماری
- 93. اصول حاکم بر داده های حساس
- 94. حفظ حریم خصوصی در مدل سازی
- 95. اصول شفافیت و تکرارپذیری
- 96. مقایسه MCMC با روش های دیگر استنباط
- 97. مزایای MCMC در مدل های پیچیده
- 98. محدودیت های MCMC
- 99. آینده MCMC و Stan
- 100. گرایش های نوین در MCMC
تگ‌ها:
MCMC
Stan
آمار بیزی
بیزی مدرن
تحلیل آماری
محاسبات آماری
مدل‌سازی آماری
نرم‌افزار آماری
نمونه‌گیری
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.