کتاب استفاده از Stan برای تحلیل‌های پیشرفته 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 تحلیل‌های پیشرفته

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. مبانی احتمال و آمار در مدل‌سازی
  • 3. مفاهیم کلیدی در استنتاج بیزی
  • 4. تاریخچه و فلسفه استنتاج بیزی
  • 5. مزایای استنتاج بیزی نسبت به روش‌های کلاسیک
  • 6. معرفی نرم‌افزار Stan و قابلیت‌های آن
  • 7. نصب و راه‌اندازی Stan و ابزارهای مرتبط
  • 8. ساختار زبان برنامه‌نویسی Stan
  • 9. تعریف مدل‌های احتمالی در Stan
  • 10. توابع چگالی احتمال و توابع توزیع تجمعی
  • 11. تعریف متغیرهای تصادفی و پارامترها
  • 12. مشخص کردن پیشین‌ها (Priors) در مدل‌های بیزی
  • 13. انتخاب پیشین‌های مناسب و تفسیر آن‌ها
  • 14. تابع درست‌نمایی (Likelihood Function)
  • 15. تعریف تابع درست‌نمایی در Stan
  • 16. تکنیک‌های نمونه‌برداری مارکوف چین مونت کارلو (MCMC)
  • 17. معرفی الگوریتم‌های نمونه‌برداری در Stan
  • 18. الگوریتم نمونه‌بردار هابیلتونی (Hamiltonian Monte Carlo - HMC)
  • 19. الگوریتم نمونه‌بردار گرانشی (No-U-Turn Sampler - NUTS)
  • 20. پیاده‌سازی مدل‌های ساده در Stan
  • 21. تحلیل داده‌های رگرسیون خطی بیزی
  • 22. تحلیل داده‌های رگرسیون لجستیک بیزی
  • 23. مدل‌های خطی تعمیم‌یافته (GLMs) در Stan
  • 24. مدل‌های سلسله‌مراتبی (Hierarchical Models)
  • 25. مزایای مدل‌های سلسله‌مراتبی
  • 26. پیاده‌سازی مدل‌های سلسله‌مراتبی در Stan
  • 27. مدل‌های مختلط (Mixed-Effects Models)
  • 28. کاربرد مدل‌های مختلط در تحلیل داده‌ها
  • 29. مدل‌سازی سری‌های زمانی بیزی
  • 30. مدل‌های ARMA و ARIMA بیزی
  • 31. مدل‌های حالت‌فضایی (State-Space Models)
  • 32. پیاده‌سازی مدل‌های حالت‌فضایی در Stan
  • 33. مدل‌سازی داده‌های مکانی (Spatial Data)
  • 34. مدل‌های مکانی بیزی
  • 35. تحلیل داده‌های زیست‌آماری با Stan
  • 36. مدل‌سازی بقا (Survival Analysis)
  • 37. مدل‌سازی داده‌های شمارشی (Count Data)
  • 38. مدل‌سازی داده‌های دودویی (Binary Data)
  • 39. مدل‌سازی داده‌های ترتیبی (Ordinal Data)
  • 40. مدل‌سازی شبکه‌های اجتماعی با Stan
  • 41. مدل‌سازی گرافیکی احتمالی (Probabilistic Graphical Models)
  • 42. استفاده از Stan برای مدل‌های گرافیکی
  • 43. مدل‌سازی معادلات ساختاری (Structural Equation Modeling)
  • 44. مدل‌سازی عاملی پنهان (Latent Factor Models)
  • 45. مدل‌سازی چندسطحی در Stan
  • 46. تحلیل داده‌های پیمایشی با Stan
  • 47. مدل‌سازی معادلات هم‌زمان (Simultaneous Equation Models)
  • 48. ارزیابی و اعتبارسنجی مدل‌های بیزی
  • 49. معیارهای ارزیابی مدل در استنتاج بیزی
  • 50. اعتبارسنجی متقابل (Cross-Validation) در رویکرد بیزی
  • 51. تفسیر نتایج نمونه‌گیری MCMC
  • 52. نمودارهای همگرایی (Convergence Diagnostics)
  • 53. آزمون‌های همگرایی (Gelman-Rubin, R-hat)
  • 54. نکات عملی در نوشتن کد Stan
  • 55. اشکال‌زدایی (Debugging) در Stan
  • 56. بهینه‌سازی کد Stan برای سرعت
  • 57. استفاده از Stan با زبان‌های برنامه‌نویسی دیگر (R, Python)
  • 58. بسته‌های کمکی برای Stan در R (rstanarm, brms)
  • 59. بسته‌های کمکی برای Stan در Python (cmdstanpy)
  • 60. کاربرد Stan در علوم اقتصادی
  • 61. مدل‌سازی اقتصادسنجی بیزی
  • 62. تحلیل داده‌های مالی با Stan
  • 63. مدل‌سازی ریسک در امور مالی
  • 64. کاربرد Stan در علوم پزشکی و بهداشت
  • 65. مدل‌سازی کارآزمایی‌های بالینی
  • 66. تحلیل داده‌های اپیدمیولوژیک
  • 67. مدل‌سازی پیش‌بینی بیماری
  • 68. کاربرد Stan در علوم اجتماعی
  • 69. تحلیل داده‌های جامعه‌شناختی
  • 70. مدل‌سازی رفتاری
  • 71. تحلیل داده‌های آموزشی
  • 72. کاربرد Stan در علوم محیط زیست
  • 73. مدل‌سازی اقلیمی
  • 74. تحلیل داده‌های اکولوژیک
  • 75. مدل‌سازی منابع طبیعی
  • 76. کاربرد Stan در مهندسی
  • 77. مدل‌سازی قابلیت اطمینان
  • 78. تحلیل داده‌های ارتعاشی
  • 79. مدل‌سازی سیستم‌های پیچیده
  • 80. مباحث پیشرفته در Stan
  • 81. مدل‌سازی گسسته در Stan
  • 82. مدل‌سازی پیوسته در Stan
  • 83. مدل‌سازی ترکیبی (Hybrid Models)
  • 84. روش‌های بیزی بیزی (Bayesian Hierarchical Models)
  • 85. استفاده از Stan برای تجزیه و تحلیل داده‌های بزرگ
  • 86. ملاحظات مربوط به حریم خصوصی و امنیت داده‌ها در تحلیل
  • 87. اخلاق در تحلیل داده و مدل‌سازی بیزی
  • 88. کاربرد Stan در تحقیقات علمی معتبر
  • 89. گزارش‌دهی نتایج مدل‌های بیزی
  • 90. آینده پژوهی در حوزه مدل‌سازی بیزی با Stan
  • 91. توسعه مدل‌های سفارشی در Stan
  • 92. نکات کلیدی برای موفقیت در پروژه‌های Stan
  • 93. جمع‌بندی و چشم‌انداز آینده
  • 94. پروژه‌های عملی با استفاده از Stan
  • 95. مثال‌های کاربردی از مقالات علمی
  • 96. منابع برای مطالعه بیشتر در Stan
  • 97. انجمن‌های آنلاین و پشتیبانی Stan
  • 98. به‌روزرسانی‌های آتی نرم‌افزار Stan
  • 99. نکات نهایی برای استفاده مؤثر از Stan
تگ‌ها: MCMC Stan آمار بیزی تحلیل آماری روش‌های بیزی محاسبات بیزی مدل‌سازی آماری نرم‌افزار آماری نمونه‌گیری مارکوف یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.