کتاب استفاده از Stan برای تحلیل پیشرفته داده 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 استفاده از Stan برای تحلیل پیشرفته داده

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی آماری با Stan
  • 2. نصب و راه‌اندازی Stan و بسترهای مرتبط
  • 3. مبانی زبان برنامه‌نویسی Stan
  • 4. تعریف مدل‌های خطی ساده در Stan
  • 5. مدل‌های رگرسیون لجستیک در Stan
  • 6. مدل‌های سلسله‌مراتبی پایه در Stan
  • 7. مفهوم احتمال شرطی و قضیه بیز
  • 8. کاربرد قضیه بیز در مدل‌سازی
  • 9. فرایندهای مارکوف زنجیره‌ای (MCMC)
  • 10. الگوریتم گیبس سمپلینگ
  • 11. الگوریتم متروپولیس-هستینگز
  • 12. ارزیابی همگرایی زنجیره‌های MCMC
  • 13. شاخص‌های ارزیابی همگرایی (R-hat)
  • 14. نمایش گرافیکی نتایج MCMC
  • 15. استفاده از توابع چگالی احتمال (PDF) در Stan
  • 16. استفاده از توابع توزیع تجمعی (CDF) در Stan
  • 17. نمونه‌گیری از توزیع‌های رایج در Stan
  • 18. تعریف توزیع‌های سفارشی در Stan
  • 19. مدل‌سازی داده‌های شمارشی در Stan
  • 20. مدل‌های پواسون و دوجمله‌ای منفی
  • 21. مدل‌سازی داده‌های پیوسته در Stan
  • 22. مدل‌های رگرسیون خطی چندگانه
  • 23. مدل‌های رگرسیون غیرخطی
  • 24. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته (GLM)
  • 25. پیاده‌سازی GLM در Stan
  • 26. کاربرد GLM در تحلیل داده‌های زیستی
  • 27. کاربرد GLM در تحلیل داده‌های اقتصادی
  • 28. مدل‌سازی داده‌های سری زمانی
  • 29. مدل‌های ARIMA در Stan
  • 30. مدل‌های حالت فضا در Stan
  • 31. مقدمه‌ای بر مدل‌های سلسله‌مراتبی پیشرفته
  • 32. مدل‌های اثرات مختلط (Mixed Effects Models)
  • 33. مدل‌سازی سلسله‌مراتبی برای داده‌های خوشه‌ای
  • 34. مدل‌سازی سلسله‌مراتبی برای داده‌های طولی
  • 35. کاربرد مدل‌های سلسله‌مراتبی در علوم اجتماعی
  • 36. کاربرد مدل‌های سلسله‌مراتبی در مهندسی
  • 37. مقدمه‌ای بر مدل‌های بیزی پیشرفته
  • 38. مدل‌های شبکه بیزی
  • 39. مدل‌سازی پدیده‌های پیچیده با شبکه بیزی
  • 40. مقدمه‌ای بر روش‌های بیزی غیرپارامتری
  • 41. فرآیندهای گوسی (Gaussian Processes)
  • 42. کاربرد فرآیندهای گوسی در پیش‌بینی
  • 43. مقدمه‌ای بر مدل‌سازی آماری محاسباتی
  • 44. شبیه‌سازی مونت کارلو
  • 45. کاربرد شبیه‌سازی در ارزیابی مدل
  • 46. مقدمه‌ای بر بهینه‌سازی بیزی
  • 47. مفهوم تابع هدف و تابع مشوق
  • 48. کاربرد بهینه‌سازی بیزی در یادگیری ماشین
  • 49. مقدمه‌ای بر مدل‌سازی آماری در علوم داده
  • 50. تحلیل اکتشافی داده‌ها با Stan
  • 51. پیش‌پردازش داده‌ها برای مدل‌سازی
  • 52. انتخاب ویژگی‌ها برای مدل‌سازی
  • 53. ارزیابی عملکرد مدل‌های آماری
  • 54. اعتبارسنجی متقابل (Cross-validation)
  • 55. تنظیم هایپرپارامترها در مدل‌های بیزی
  • 56. کاربرد Stan در یادگیری ماشین
  • 57. مدل‌سازی پیش‌بینی‌کننده با Stan
  • 58. مدل‌سازی توصیفی با Stan
  • 59. مقدمه‌ای بر مدل‌سازی آماری در اقتصاد اسلامی
  • 60. بانکداری بدون ربا و مدل‌سازی آن
  • 61. عقود اسلامی و پیاده‌سازی در Stan
  • 62. مدل‌سازی ریسک در چارچوب اسلامی
  • 63. مقدمه‌ای بر مدل‌سازی آماری در مدیریت
  • 64. مدل‌سازی تصمیم‌گیری با رویکرد بیزی
  • 65. مدل‌سازی رفتار مصرف‌کننده
  • 66. مدل‌سازی زنجیره تأمین
  • 67. مقدمه‌ای بر مدل‌سازی آماری در علوم پزشکی
  • 68. مدل‌سازی بقا (Survival Analysis)
  • 69. مدل‌سازی پیش‌بینی بیماری
  • 70. مدل‌سازی اثربخشی درمان
  • 71. مقدمه‌ای بر مدل‌سازی آماری در علوم تربیتی
  • 72. مدل‌سازی پیشرفت تحصیلی دانش‌آموزان
  • 73. مدل‌سازی عوامل مؤثر بر یادگیری
  • 74. مدل‌سازی ارزشیابی آموزشی
  • 75. مقدمه‌ای بر مدل‌سازی آماری در علوم مهندسی
  • 76. مدل‌سازی قابلیت اطمینان سیستم‌ها
  • 77. مدل‌سازی پیش‌بینی خرابی
  • 78. مدل‌سازی بهینه‌سازی فرآیندها
  • 79. مقدمه‌ای بر مدل‌سازی آماری در علوم محیط زیست
  • 80. مدل‌سازی آلودگی هوا
  • 81. مدل‌سازی تغییرات اقلیمی
  • 82. مدل‌سازی مدیریت منابع آب
  • 83. مقدمه‌ای بر مدل‌سازی آماری در علوم ورزشی
  • 84. مدل‌سازی عملکرد ورزشکاران
  • 85. مدل‌سازی پیش‌بینی نتایج ورزشی
  • 86. مدل‌سازی بهینه‌سازی تمرینات
  • 87. مقدمه‌ای بر مدل‌سازی آماری در علوم ارتباطات
  • 88. مدل‌سازی انتشار اطلاعات
  • 89. مدل‌سازی تأثیر رسانه‌ها
  • 90. مدل‌سازی تحلیل افکار عمومی
  • 91. مقدمه‌ای بر مدل‌سازی آماری در علوم اجتماعی
  • 92. مدل‌سازی پدیده‌های اجتماعی
  • 93. مدل‌سازی رفتار گروهی
  • 94. مدل‌سازی نابرابری اجتماعی
  • 95. مقدمه‌ای بر مدل‌سازی آماری در روانشناسی
  • 96. مدل‌سازی اختلالات روانی
  • 97. مدل‌سازی فرآیندهای شناختی
  • 98. مدل‌سازی رفتار انطباقی
  • 99. مقدمه‌ای بر مدل‌سازی آماری در علوم کامپیوتر
  • 100. مدل‌سازی شبکه‌های عصبی بیزی
تگ‌ها: MCMC Stan آمار بیزی تحلیل پیشرفته تحلیل داده مدل‌سازی آماری نرم‌افزار آماری نمونه‌گیری مارکوف

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.