کتاب راهنمای کاربردی 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 راهنمای کاربردی Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر Stan و کاربردهای آن
  • 2. نصب و راه‌اندازی Stan
  • 3. آشنایی با زبان برنامه‌نویسی Stan
  • 4. ساختار مدل‌های آماری در Stan
  • 5. تعریف متغیرهای مدل
  • 6. تعریف پارامترهای مدل
  • 7. تعریف توابع چگالی احتمال (PDF)
  • 8. رابطه بین توابع چگالی احتمال و بیز
  • 9. مفاهیم پایه احتمال و آمار در Stan
  • 10. توزیع‌های احتمال رایج در Stan
  • 11. توزیع نرمال و کاربردهای آن
  • 12. توزیع گاما و کاربردهای آن
  • 13. توزیع بتا و کاربردهای آن
  • 14. توزیع پواسون و کاربردهای آن
  • 15. توزیع دوجمله‌ای و کاربردهای آن
  • 16. توزیع چندجمله‌ای و کاربردهای آن
  • 17. مدل‌های خطی در Stan
  • 18. رگرسیون خطی ساده در Stan
  • 19. رگرسیون خطی چندگانه در Stan
  • 20. مدل‌های سلسله مراتبی در Stan
  • 21. مزایای مدل‌های سلسله مراتبی
  • 22. پیاده‌سازی مدل‌های سلسله مراتبی در Stan
  • 23. مدل‌های خطای اندازه‌گیری در Stan
  • 24. مدل‌های رگرسیون لجستیک در Stan
  • 25. مدل‌های رگرسیون پواسون در Stan
  • 26. مدل‌های سری زمانی در Stan
  • 27. مدل‌های ARIMA در Stan
  • 28. مدل‌های فضای حالت در Stan
  • 29. مدل‌های یادگیری ماشین در Stan
  • 30. شبکه‌های عصبی در Stan
  • 31. ماشین‌های بردار پشتیبان (SVM) در Stan
  • 32. درخت‌های تصمیم و جنگل‌های تصادفی در Stan
  • 33. مدل‌های بیزی برای یادگیری ماشین
  • 34. انواع نمونه‌گیری در Stan
  • 35. نمونه‌گیری مارکوف زنجیره‌ای مونت کارلو (MCMC)
  • 36. الگوریتم گیبس (Gibbs Sampling)
  • 37. الگوریتم هَستینگ-متروپلیس (Metropolis-Hastings)
  • 38. الگوریتم نمونه‌گیری برداری (Hamiltonian Monte Carlo)
  • 39. بهینه‌سازی پارامترها در Stan
  • 40. روش‌های بهینه‌سازی بیزی
  • 41. ارزیابی مدل در Stan
  • 42. معیارهای ارزیابی مدل‌های آماری
  • 43. اعتبار سنجی متقابل (Cross-validation)
  • 44. شاخص اطلاعات آکائیکه (AIC)
  • 45. شاخص اطلاعات بیزی (BIC)
  • 46. شاخص پیش‌بینی اعتبار (LOO-CV)
  • 47. تجسم نتایج در Stan
  • 48. رسم نمودارهای توزیع پسین
  • 49. رسم نمودارهای سری زمانی
  • 50. رسم نمودارهای پراکندگی
  • 51. رسم نمودارهای تشخیصی
  • 52. استفاده از Stan در تحلیل داده‌های پزشکی
  • 53. کاربرد Stan در اقتصاد و مالی
  • 54. کاربرد Stan در علوم اجتماعی
  • 55. کاربرد Stan در مهندسی
  • 56. کاربرد Stan در علوم محیطی
  • 57. پردازش داده‌های حجیم با Stan
  • 58. کتابخانه‌های کمکی برای Stan
  • 59. استفاده از R برای Stan
  • 60. استفاده از Python برای Stan
  • 61. استفاده از Julia برای Stan
  • 62. دیباگ کردن مدل‌های Stan
  • 63. نکات پیشرفته در طراحی مدل‌های Stan
  • 64. مدل‌های غیرخطی در Stan
  • 65. مدل‌های مخلوط (Mixture Models) در Stan
  • 66. مدل‌های مارکوف پنهان (Hidden Markov Models) در Stan
  • 67. مدل‌های شبکه‌های بیزی در Stan
  • 68. مدل‌های گرافی در Stan
  • 69. تحلیل بقا در Stan
  • 70. مدل‌های فضایی در Stan
  • 71. مدل‌های استنتاج علی در Stan
  • 72. انطباق مدل با داده‌ها
  • 73. تفسیر نتایج مدل‌های بیزی
  • 74. ارتباطات آماری در Stan
  • 75. مدل‌سازی احتمالاتی در Stan
  • 76. کاربرد مدل‌های احتمالاتی در تصمیم‌گیری
  • 77. اصول مدل‌سازی بیزی
  • 78. چرخه حیات مدل‌سازی بیزی
  • 79. مراحل توسعه مدل بیزی
  • 80. اعتبارسنجی و اصلاح مدل
  • 81. کاربرد Stan در تحلیل داده‌های واقعی
  • 82. مطالعات موردی با استفاده از Stan
  • 83. مثال عملی: تحلیل داده‌های فروش
  • 84. مثال عملی: تحلیل داده‌های نظرسنجی
  • 85. مثال عملی: تحلیل داده‌های پزشکی
  • 86. مثال عملی: تحلیل داده‌های مالی
  • 87. مثال عملی: تحلیل داده‌های زیست‌محیطی
  • 88. ملاحظات اخلاقی در مدل‌سازی آماری
  • 89. اصول حریم خصوصی داده‌ها
  • 90. استفاده مسئولانه از ابزارهای آماری
  • 91. اهمیت شفافیت در مدل‌سازی
  • 92. آینده مدل‌سازی بیزی و Stan
تگ‌ها: MCMC در Stan آمار بیزی تحلیل داده راهنمای Stan محاسبات آماری مدل‌سازی بیزی نرم‌افزار آماری نمونه‌گیری MCMC

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.