کتاب تنظیم پارامترهای MCMC برای 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 تنظیم پارامترهای MCMC برای Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی آماری و استنتاج بیزی
  • 2. مفاهیم پایه احتمال و آمار
  • 3. توزیع‌های احتمال گسسته و پیوسته
  • 4. استنتاج بیزی: مفاهیم و اصول
  • 5. نسبت درستنمایی و پیشین
  • 6. قضیه بیز در عمل
  • 7. مقدمه‌ای بر نمونه‌گیری از توزیع پسین
  • 8. روش‌های نمونه‌گیری مونت کارلو زنجیره مارکوف (MCMC)
  • 9. مفاهیم پایه MCMC
  • 10. الگوریتم گیبس سمپلینگ (Gibbs Sampling)
  • 11. الگوریتم متروپولیس-هستینگز (Metropolis-Hastings)
  • 12. مقدمه‌ای بر زبان Stan
  • 13. نحو و ساختار برنامه‌های Stan
  • 14. تعریف مدل‌های آماری در Stan
  • 15. تعریف متغیرهای پنهان و پارامترها
  • 16. تعریف داده‌ها در Stan
  • 17. تعریف توزیع‌های پیشین و درستنمایی
  • 18. کامپایل کردن و اجرای مدل‌ها در Stan
  • 19. ارزیابی همگرایی زنجیره‌های MCMC
  • 20. معیارهای همگرایی: R-hat و Trace Plots
  • 21. عیب‌یابی مشکلات همگرایی
  • 22. تنظیم پارامترهای الگوریتم‌های MCMC
  • 23. تنظیم گام (Step Size) در الگوریتم متروپولیس-هستینگز
  • 24. تنظیم تعداد تکرارها (Iterations)
  • 25. تنظیم تعداد زنجیره‌ها (Chains)
  • 26. تنظیم دوره گرمایش (Warm-up)
  • 27. تنظیم نرخ پذیرش (Acceptance Rate)
  • 28. بهینه‌سازی مدل‌های Stan
  • 29. استفاده از دستورات بهینه سازی در Stan
  • 30. انتخاب توزیع‌های پیشین مناسب
  • 31. انواع مدل‌های آماری قابل پیاده‌سازی در Stan
  • 32. مدل‌های خطی تعمیم‌یافته (GLMs) در Stan
  • 33. مدل‌های سلسله مراتبی (Hierarchical Models) در Stan
  • 34. مدل‌های فضای حالت (State-Space Models) در Stan
  • 35. مدل‌های سری زمانی در Stan
  • 36. مدل‌های مکانی در Stan
  • 37. مدل‌های پنهان مارکوف (HMMs) در Stan
  • 38. کاربرد Stan در تحلیل داده‌های زیستی
  • 39. کاربرد Stan در تحلیل داده‌های اقتصادی
  • 40. کاربرد Stan در تحلیل داده‌های علوم اجتماعی
  • 41. کاربرد Stan در تحلیل داده‌های مهندسی
  • 42. کاربرد Stan در تحلیل داده‌های علوم محیطی
  • 43. مقدمه‌ای بر مدل‌سازی بیزی پیشرفته
  • 44. تکنیک‌های نمونه‌گیری پیشرفته
  • 45. نمونه‌گیری مبتنی بر گرادیان (Gradient-based Sampling)
  • 46. نمونه‌گیری از رویه‌های تصادفی (Hamiltonian Monte Carlo - HMC)
  • 47. پیاده‌سازی HMC در Stan
  • 48. تنظیم پارامترهای HMC
  • 49. بهینه‌سازی پارامترهای HMC
  • 50. مقدمه‌ای بر روش‌های Variational Inference
  • 51. مقایسه MCMC و Variational Inference
  • 52. کاربرد Stan در تحلیل داده‌های بزرگ
  • 53. پردازش موازی در Stan
  • 54. استفاده از Stan با زبان‌های برنامه‌نویسی دیگر (R, Python)
  • 55. ادغام Stan با کتابخانه‌های داده‌کاوی
  • 56. مقدمه‌ای بر مدل‌سازی پیش‌بینی‌کننده
  • 57. ارزیابی مدل‌های پیش‌بینی‌کننده
  • 58. اعتبارسنجی متقابل (Cross-validation)
  • 59. معیارهای ارزیابی پیش‌بینی
  • 60. تنظیم پارامترهای مدل برای بهبود پیش‌بینی
  • 61. کاربرد MCMC در شناسایی الگوهای پیچیده
  • 62. تحلیل حساسیت مدل به پارامترها
  • 63. تفسیر نتایج مدل‌های بیزی
  • 64. گزارش‌دهی نتایج استنتاج بیزی
  • 65. انتقال مدل‌های آماری از سایر نرم‌افزارها به Stan
  • 66. مقدمه‌ای بر مدل‌سازی علّی در چارچوب بیزی
  • 67. روش‌های استنتاج علّی با استفاده از Stan
  • 68. ملاحظات عملی در پیاده‌سازی مدل‌های پیچیده
  • 69. مدیریت حافظه و زمان اجرا در Stan
  • 70. استفاده از رابط‌های کاربری گرافیکی برای Stan
  • 71. مقدمه‌ای بر مدل‌سازی پویا (Dynamic Modeling)
  • 72. کاربرد Stan در مدل‌سازی فرآیندهای تصادفی
  • 73. مقدمه‌ای بر مدل‌سازی آماری در علوم سلامت
  • 74. تحلیل بقا (Survival Analysis) در Stan
  • 75. مدل‌های سری زمانی بیزی برای پیش‌بینی
  • 76. کاربرد Stan در بهینه‌سازی پرتفوی
  • 77. مدل‌سازی ریسک اعتباری در چارچوب بیزی
  • 78. مقدمه‌ای بر مدل‌سازی آماری در علوم زمین
  • 79. تحلیل داده‌های لرزه‌نگاری با Stan
  • 80. مدل‌سازی بیزی برای پیش‌بینی آب و هوا
  • 81. کاربرد Stan در تحلیل داده‌های شبکه‌های اجتماعی
  • 82. مدل‌سازی بیزی برای تحلیل احساسات
  • 83. کاربرد Stan در بهینه‌سازی فرآیندهای صنعتی
  • 84. مقدمه‌ای بر مدل‌سازی بیزی در حقوق و اقتصاد
  • 85. تحلیل آماری قراردادها با Stan
  • 86. مدل‌سازی بیزی برای پیش‌بینی جرایم
  • 87. مقدمه‌ای بر مدل‌سازی آماری در علوم سیاسی
  • 88. تحلیل داده‌های نظرسنجی با Stan
  • 89. مدل‌سازی بیزی برای پیش‌بینی نتایج انتخابات
  • 90. مقدمه‌ای بر مدل‌سازی آماری در علوم ارتباطات
  • 91. تحلیل محتوای رسانه‌ها با Stan
  • 92. مدل‌سازی بیزی برای تحلیل انتشار اطلاعات
  • 93. مقدمه‌ای بر مدل‌سازی آماری در علوم کتابداری و اطلاع‌رسانی
  • 94. تحلیل استنادی با Stan
  • 95. مدل‌سازی بیزی برای پیش‌بینی روند تحقیقات
  • 96. مقدمه‌ای بر مدل‌سازی آماری در علوم ورزشی
  • 97. تحلیل عملکرد ورزشکاران با Stan
  • 98. مدل‌سازی بیزی برای پیش‌بینی نتایج مسابقات
  • 99. مقدمه‌ای بر مدل‌سازی آماری در معماری و شهرسازی
  • 100. تحلیل الگوهای فضایی با Stan
تگ‌ها: MCMC در Stan Stan آمار بیزی بهینه‌سازی MCMC پارامترهای MCMC تنظیم MCMC زبان برنامه‌نویسی Stan مدل‌های بیزی نرم‌افزار Stan نمونه‌گیری بیزی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.