کتاب رفع اشکال مدل‌های Stan 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 رفع اشکال مدل‌های Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی آماری پیشرفته
  • 2. مبانی احتمال و آمار استنباطی
  • 3. مفاهیم کلیدی مدل‌سازی آماری
  • 4. معرفی زبان برنامه‌نویسی R و ابزارهای آماری
  • 5. آشنایی با مفاهیم بیزی و مدل‌های بیزی
  • 6. مقدمات نرم‌افزار Stan
  • 7. نصب و پیکربندی Stan
  • 8. نحو پایه Stan
  • 9. انواع مدل‌های خطی در Stan
  • 10. مدل‌های رگرسیون خطی بیزی
  • 11. مدل‌های لجستیک بیزی
  • 12. مدل‌های پواسون بیزی
  • 13. مدل‌های سری زمانی بیزی
  • 14. مدل‌های سلسله مراتبی در Stan
  • 15. مفاهیم مدل‌های سلسله مراتبی
  • 16. پیاده‌سازی مدل‌های سلسله مراتبی در Stan
  • 17. مدل‌های چند سطحی
  • 18. مدل‌های اثرات مختلط
  • 19. مدل‌های فضایی در Stan
  • 20. مقدمه‌ای بر مدل‌های فضایی
  • 21. مدل‌های خودهمبستگی فضایی
  • 22. مدل‌های ناهمگنی فضایی
  • 23. کاربرد مدل‌های فضایی در علوم محیطی
  • 24. کاربرد مدل‌های فضایی در علوم اجتماعی
  • 25. مدل‌های یادگیری ماشین در Stan
  • 26. مقدمه‌ای بر یادگیری ماشین
  • 27. مدل‌های طبقه‌بندی بیزی
  • 28. مدل‌های رگرسیون بیزی برای پیش‌بینی
  • 29. شبکه‌های عصبی بیزی در Stan
  • 30. ماشین‌های بردار پشتیبان بیزی
  • 31. مدل‌های تشخیص الگو در Stan
  • 32. مدل‌های آشوب و پیچیدگی در Stan
  • 33. مقدمه‌ای بر نظریه آشوب
  • 34. مدل‌های دینامیکی غیرخطی
  • 35. کاربرد مدل‌های آشوب در سیستم‌های طبیعی
  • 36. کاربرد مدل‌های پیچیدگی در سیستم‌های اجتماعی
  • 37. مدل‌های شبیه‌سازی و نمونه‌گیری در Stan
  • 38. روش‌های مونت کارلو در Stan
  • 39. روش‌های نمونه‌گیری از توزیع پسین
  • 40. روش‌های MCMC (Markov Chain Monte Carlo)
  • 41. پیاده‌سازی الگوریتم‌های Metropolis-Hastings
  • 42. پیاده‌سازی الگوریتم Gibbs Sampling
  • 43. اعتبارسنجی مدل‌های Stan
  • 44. معیارهای ارزیابی مدل‌های آماری
  • 45. تشخیص همگرایی در MCMC
  • 46. روش‌های تشخیص همگرایی
  • 47. بررسی کیفیت نمونه‌گیری
  • 48. رفع اشکال مدل‌های Stan: چالش‌ها و راهکارها
  • 49. خطاهای رایج در کدنویسی Stan
  • 50. مشکلات مربوط به همگرایی MCMC
  • 51. راهکارهای بهبود همگرایی
  • 52. بهینه‌سازی کد Stan
  • 53. تکنیک‌های پیشرفته در Stan
  • 54. مدل‌های پیشرفته بیزی
  • 55. مدل‌های پنهان مارکوف در Stan
  • 56. مدل‌های گرافی بیزی
  • 57. مدل‌های بقا در Stan
  • 58. مدل‌های تحلیل داده‌های پرفراسی
  • 59. کاربرد Stan در تحقیقات علمی
  • 60. کاربرد Stan در اقتصاد
  • 61. کاربرد Stan در علوم زیستی
  • 62. کاربرد Stan در علوم اجتماعی
  • 63. کاربرد Stan در مهندسی
  • 64. کاربرد Stan در علوم پزشکی (با رعایت چارچوب رسمی)
  • 65. کاربرد Stan در مطالعات خانواده و جامعه (با رویکرد ایرانی-اسلامی)
  • 66. مباحث ویژه در مدل‌سازی بیزی
  • 67. مدل‌های پیش‌بینی بیزی
  • 68. مدل‌های استنتاج علی در Stan
  • 69. تحلیل حساسیت مدل‌های بیزی
  • 70. مقایسه مدل‌های بیزی و فراوانی‌گرا
  • 71. کاربرد Stan در تحلیل داده‌های بزرگ
  • 72. مدل‌های بیزی برای داده‌های پرتعداد
  • 73. مدل‌های بیزی برای داده‌های حجیم
  • 74. بهینه‌سازی محاسباتی در Stan
  • 75. تکنیک‌های موازی‌سازی در Stan
  • 76. روش‌های توزیع‌شده در Stan
  • 77. مقدمه‌ای بر یادگیری عمیق بیزی
  • 78. شبکه‌های عصبی کانولوشنال بیزی
  • 79. شبکه‌های عصبی بازگشتی بیزی
  • 80. کاربرد Stan در مدل‌سازی‌های سفارشی
  • 81. طراحی مدل‌های سفارشی در Stan
  • 82. توسعه ابزارهای جدید با Stan
  • 83. ارتباط Stan با سایر نرم‌افزارهای آماری
  • 84. انتقال مدل‌ها بین R و Stan
  • 85. ادغام Stan با پایتون
  • 86. مباحث پیشرفته در مدل‌سازی آماری با Stan
  • 87. مدل‌های بیزی برای داده‌های چندگانه
  • 88. مدل‌های بیزی برای داده‌های ترکیبی
  • 89. مدل‌های بیزی با ساختار پیچیده
  • 90. تفسیر نتایج مدل‌های Stan
  • 91. ارائه نتایج مدل‌های بیزی
  • 92. مستندسازی فرآیند مدل‌سازی
  • 93. نکات پایانی در رفع اشکال مدل‌های Stan
تگ‌ها: MCMC Stan آمار بیزی بهینه‌سازی مدل رفع اشکال Stan کدنویسی آماری مدل‌سازی بیزی نرم‌افزار آماری نمونه‌گیری مارکوف

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.