کتاب تنظیمات پیشرفته برای مدل‌سازی در Stan با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

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 تنظیمات پیشرفته برای مدل‌سازی در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر زبان برنامه‌نویسی R برای مدل‌سازی آماری
  • 2. نصب و راه‌اندازی R و RStudio
  • 3. مفاهیم پایه‌ای R: متغیرها، انواع داده و ساختارها
  • 4. عملیات ریاضی و منطقی در R
  • 5. کار با بردارها و ماتریس‌ها
  • 6. کار با لیست‌ها و دیتافریم‌ها
  • 7. مقدمه‌ای بر برنامه‌نویسی تابعی در R
  • 8. نوشتن توابع سفارشی در R
  • 9. مدیریت داده‌ها: خواندن و نوشتن فایل‌ها (CSV, Excel)
  • 10. پاکسازی و پیش‌پردازش داده‌ها
  • 11. شناسایی و مدیریت مقادیر گمشده
  • 12. تبدیلات داده و مهندسی ویژگی
  • 13. مقدمه‌ای بر مدل‌سازی آماری
  • 14. مفاهیم رگرسیون خطی ساده
  • 15. اجرای رگرسیون خطی ساده در R
  • 16. تفسیر نتایج رگرسیون خطی ساده
  • 17. مقدمه‌ای بر رگرسیون خطی چندگانه
  • 18. اجرای رگرسیون خطی چندگانه در R
  • 19. تفسیر نتایج رگرسیون خطی چندگانه
  • 20. تشخیص و رفع مشکلات در رگرسیون خطی (هم‌خطی، ناهمسانی واریانس)
  • 21. مدل‌های خطی تعمیم‌یافته (GLM)
  • 22. مقدمه‌ای بر رگرسیون لجستیک
  • 23. اجرای رگرسیون لجستیک در R
  • 24. تفسیر نتایج رگرسیون لجستیک
  • 25. مدل‌های سری زمانی (مقدماتی)
  • 26. مفاهیم اصلی مدل‌های سری زمانی
  • 27. مدل‌های ARIMA
  • 28. اجرای مدل‌های ARIMA در R
  • 29. تفسیر نتایج مدل‌های ARIMA
  • 30. مقدمه‌ای بر مدل‌های سلسله‌مراتبی (Hierarchical Models)
  • 31. مدل‌های اثرات ثابت و تصادفی
  • 32. اجرای مدل‌های سلسله‌مراتبی در R
  • 33. مقدمه‌ای بر نرم‌افزار Stan
  • 34. نصب و راه‌اندازی Stan
  • 35. زبان مدل‌سازی Stan: مفاهیم پایه
  • 36. بلوک‌های اصلی در مدل‌های Stan (data, parameters, model, generated quantities)
  • 37. تعریف متغیرهای مدل در Stan
  • 38. نوشتن توابع سفارشی در Stan
  • 39. مفاهیم توزیع‌های احتمال در Stan
  • 40. توزیع‌های پیشین (Prior Distributions) و انتخاب آن‌ها
  • 41. توزیع‌های پسین (Posterior Distributions)
  • 42. روش‌های نمونه‌برداری در Stan (MCMC)
  • 43. اجرای مدل‌های ساده در Stan
  • 44. مدل رگرسیون خطی در Stan
  • 45. مدل رگرسیون لجستیک در Stan
  • 46. مدل‌های سلسله‌مراتبی در Stan
  • 47. مدل‌سازی داده‌های طولی در Stan
  • 48. مدل‌سازی داده‌های خوشه‌ای در Stan
  • 49. بررسی همگرایی زنجیره‌های مارکوف در Stan
  • 50. معیارهای ارزیابی مدل در Stan (Rhat, ESS)
  • 51. تجسم نتایج مدل Stan
  • 52. کدهای نمونه برای مدل‌های پیشرفته در Stan
  • 53. مدل‌سازی پیش‌بینی در Stan
  • 54. اعتبارسنجی متقابل (Cross-validation) برای مدل‌های Stan
  • 55. مدل‌سازی داده‌های شمارشی (Poisson, Negative Binomial) در Stan
  • 56. مدل‌سازی داده‌های دودویی (Bernoulli, Binomial) در Stan
  • 57. مدل‌سازی داده‌های ترتیبی (Ordered Logistic) در Stan
  • 58. مدل‌سازی مدل‌های مخلوط (Mixed-Effects Models)
  • 59. کاربرد مدل‌سازی در علوم اجتماعی
  • 60. کاربرد مدل‌سازی در اقتصاد
  • 61. کاربرد مدل‌سازی در پزشکی و بهداشت
  • 62. کاربرد مدل‌سازی در علوم محیط زیست
  • 63. کاربرد مدل‌سازی در مهندسی
  • 64. کاربرد مدل‌سازی در علوم داده
  • 65. مقدمه‌ای بر شبیه‌سازی در Stan
  • 66. نوشتن کدهای بهینه برای Stan
  • 67. اشکال‌زدایی مدل‌های Stan
  • 68. تکنیک‌های پیشرفته در Stan
  • 69. مدل‌سازی پویایی سیستم‌ها در Stan
  • 70. مدل‌سازی شبکه در Stan
  • 71. مدل‌سازی فضایی در Stan
  • 72. مدل‌سازی داده‌های تصویری در Stan
  • 73. مدل‌سازی داده‌های متنی در Stan
  • 74. مقدمه‌ای بر یادگیری ماشین با Stan
  • 75. مقایسه Stan با سایر نرم‌افزارهای آماری
  • 76. کار با داده‌های بزرگ در Stan
  • 77. نکات مهم در گزارش‌دهی نتایج مدل‌سازی
  • 78. اخلاق در مدل‌سازی آماری
  • 79. امنیت داده‌ها در مدل‌سازی
  • 80. حریم خصوصی در مدل‌سازی آماری
  • 81. مدل‌سازی آماری مبتنی بر شواهد
  • 82. اصول مدل‌سازی آماری در نظام سلامت
  • 83. قوانین و مقررات مربوط به مدل‌سازی داده‌ها در ایران
  • 84. ملاحظات شرعی در مدل‌سازی آماری
  • 85. استانداردهای فنی در مدل‌سازی آماری
  • 86. راهنمای جامع استفاده از R و Stan برای پژوهشگران
  • 87. مدل‌سازی پیشرفته سری‌های زمانی با Stan
  • 88. مدل‌سازی داده‌های بقا با Stan
  • 89. مدل‌سازی شبکه‌های عصبی با Stan
  • 90. مدل‌سازی یادگیری تقویتی با Stan
  • 91. مدل‌سازی فرآیندهای تصادفی با Stan
  • 92. مدل‌سازی مدل‌های پنهان مارکوف با Stan
  • 93. مدل‌سازی مدل‌های گرافیکی با Stan
  • 94. کاربرد هوش مصنوعی در مدل‌سازی آماری
  • 95. مدل‌سازی و تحلیل داده‌های کلان (Big Data)
  • 96. مقدمه‌ای بر مباحث نوین در مدل‌سازی آماری
  • 97. پایان‌نامه و پروژه‌های کاربردی با Stan
تگ‌ها: MCMC Stan آمار بیزی آمار پیشرفته پکیج Stan تنظیمات Stan مدل‌سازی آماری مدل‌سازی بیزی نرم‌افزار آماری نمونه‌گیری مارکوف

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.