کتاب تنظیمات پیشرفته برای مدل‌های بیزی 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 مدل‌های بیزی در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌های بیزی و Stan
  • 2. نصب و راه‌اندازی Stan
  • 3. مفاهیم پایه احتمال و آمار بیزی
  • 4. توزیع‌های پیشین و پسین
  • 5. انتخاب توزیع پیشین مناسب
  • 6. توزیع‌های نرمال و کاربردهای آن
  • 7. توزیع برنولی و بسط آن
  • 8. توزیع پواسون و کاربردهای آن
  • 9. توزیع گاما و کاربردهای آن
  • 10. توزیع بتا و کاربردهای آن
  • 11. مقدمه‌ای بر رگرسیون خطی بیزی
  • 12. مدل‌های رگرسیون خطی در Stan
  • 13. تعیین پیشین‌ها در رگرسیون خطی
  • 14. ارزیابی مدل‌های رگرسیون خطی
  • 15. مقدمه‌ای بر رگرسیون لجستیک بیزی
  • 16. مدل‌های رگرسیون لجستیک در Stan
  • 17. انتخاب پیشین‌ها برای رگرسیون لجستیک
  • 18. ارزیابی مدل‌های رگرسیون لجستیک
  • 19. مدل‌های سلسله مراتبی بیزی
  • 20. مزایای مدل‌های سلسله مراتبی
  • 21. پیاده‌سازی مدل‌های سلسله مراتبی در Stan
  • 22. مقدمه‌ای بر مدل‌های سری زمانی بیزی
  • 23. مدل‌های ARIMA بیزی
  • 24. مدل‌های فصلی بیزی
  • 25. مدل‌های تعمیم‌یافته خطی (GLM) بیزی
  • 26. پیاده‌سازی GLM در Stan
  • 27. کاربرد GLM در داده‌های شمارشی
  • 28. کاربرد GLM در داده‌های دودویی
  • 29. مقدمه‌ای بر مدل‌های فضایی بیزی
  • 30. مدل‌های خودرگرسیون فضایی (CAR)
  • 31. مدل‌های خودهمبستگی فضایی (SAR)
  • 32. پیاده‌سازی مدل‌های فضایی در Stan
  • 33. مقدمه‌ای بر شبکه‌های عصبی بیزی
  • 34. شبکه‌های عصبی ساده بیزی
  • 35. پیاده‌سازی شبکه‌های عصبی در Stan
  • 36. بهینه‌سازی مدل‌های بیزی
  • 37. روش‌های نمونه‌گیری MCMC
  • 38. الگوریتم هامیلتونی مونت کارلو (HMC)
  • 39. الگوریتم گرانشی مونت کارلو (NUTS)
  • 40. تشخیص همگرایی زنجیره‌ها
  • 41. معیارهای ارزیابی همگرایی
  • 42. تنظیم پارامترهای MCMC
  • 43. مدل‌های خطای اندازه‌گیری
  • 44. مدل‌های با متغیرهای پنهان
  • 45. مقدمه‌ای بر مدل‌های عامل پنهان بیزی
  • 46. پیاده‌سازی مدل‌های عامل پنهان در Stan
  • 47. مدل‌های تشخیص بیزی
  • 48. مدل‌های سری زمانی با عوامل پنهان
  • 49. مدل‌های پیش‌بینی بیزی
  • 50. ارزیابی پیش‌بینی‌ها
  • 51. اعتبار سنجی متقابل مدل‌های بیزی
  • 52. تنظیم فراپارامترها
  • 53. استفاده از اطلاعات قبلی در انتخاب فراپارامترها
  • 54. مدل‌های انتخاب مدل بیزی
  • 55. معیارهای اطلاعاتی بیزی (BIC, AIC)
  • 56. ضرایب بیزی
  • 57. مقایسه مدل‌ها با استفاده از ضرایب بیزی
  • 58. مدل‌های خطای متغیر
  • 59. مدل‌های با داده‌های گمشده
  • 60. روش‌های پر کردن داده‌های گمشده بیزی
  • 61. پیاده‌سازی مدل‌های با داده‌های گمشده در Stan
  • 62. مدل‌های بیزی برای داده‌های با کیفیت پایین
  • 63. مدل‌های بیزی برای داده‌های حجیم
  • 64. استفاده از Stan برای پردازش داده‌های حجیم
  • 65. بهینه‌سازی کد Stan
  • 66. اشکال‌زدایی کد Stan
  • 67. مدل‌های بیزی در علوم زیستی
  • 68. مدل‌های بیزی در علوم اجتماعی
  • 69. مدل‌های بیزی در مهندسی
  • 70. مدل‌های بیزی در مالی
  • 71. مدل‌های بیزی در علوم محیطی
  • 72. مدل‌های بیزی برای تحلیل شبکه‌ها
  • 73. مدل‌های بیزی برای تحلیل متن
  • 74. مدل‌های بیزی برای پردازش تصویر
  • 75. مدل‌های بیزی برای یادگیری تقویتی
  • 76. مدل‌های بیزی برای کشف دانش
  • 77. مدل‌های بیزی برای تشخیص ناهنجاری
  • 78. مدل‌های بیزی برای تشخیص تقلب
  • 79. مدل‌های بیزی برای پیش‌بینی شکست
  • 80. مدل‌های بیزی برای بهینه‌سازی فرآیند
  • 81. مدل‌های بیزی برای بهینه‌سازی منابع
  • 82. مدل‌های بیزی برای تخصیص منابع
  • 83. مدل‌های بیزی برای مدیریت ریسک
  • 84. مدل‌های بیزی برای تحلیل علّی
  • 85. مدل‌های بیزی برای تحلیل سیاست‌گذاری
  • 86. مدل‌های بیزی برای ارزیابی تأثیر
  • 87. مدل‌های بیزی برای مدل‌سازی رفتار
  • 88. مدل‌های بیزی برای تحلیل نظرسنجی
  • 89. مدل‌های بیزی برای تحلیل داده‌های سلامت
  • 90. مدل‌های بیزی برای تحلیل داده‌های آموزشی
  • 91. مدل‌های بیزی برای تحلیل داده‌های حمل و نقل
  • 92. مدل‌های بیزی برای تحلیل داده‌های انرژی
  • 93. مدل‌های بیزی برای تحلیل داده‌های کشاورزی
  • 94. مباحث پیشرفته در Stan
  • 95. توسعه بسته‌های سفارشی Stan
  • 96. استفاده از Stan در محیط‌های ابری
  • 97. ملاحظات اخلاقی در مدل‌سازی بیزی
  • 98. آینده مدل‌سازی بیزی و Stan
تگ‌ها: MCMC Stan آمار بیزی بهینه‌سازی مدل تحلیل بیزی تنظیمات پیشرفته مدل‌سازی آماری مدل‌های بیزی نرم‌افزار آماری نمونه‌گیری مارکوف

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.