کتاب تکنیک‌های اعتبارسنجی نتایج در 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 تکنیک‌های اعتبارسنجی نتایج در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی آماری بیزی
  • 2. نظریه احتمالات و کاربرد آن در آمار بیزی
  • 3. مقدمه‌ای بر زبان برنامه‌نویسی Stan
  • 4. نصب و راه‌اندازی Stan و محیط‌های توسعه
  • 5. ساختار یک مدل Stan: داده‌ها، پارامترها و مدل
  • 6. توابع توزیعی احتمالی در Stan
  • 7. نمونه‌برداری زنجیره مارکوف مونت‌کارلو (MCMC)
  • 8. الگوریتم‌های نمونه‌برداری MCMC در Stan
  • 9. تشخیص همگرایی در MCMC
  • 10. ارزیابی کیفیت نمونه‌برداری
  • 11. اعتبارسنجی مدل: مفاهیم پایه
  • 12. آزمون‌های برازش مدل (Model Fit Tests)
  • 13. بررسی باقیمانده‌ها (Residual Analysis)
  • 14. تحلیل حساسیت مدل
  • 15. اعتبارسنجی متقابل (Cross-Validation)
  • 16. روش‌های ارزیابی پیش‌بینی
  • 17. مقایسه مدل‌ها: معیار اطلاعات بیزی (BIC)
  • 18. مقایسه مدل‌ها: معیار انحراف اطلاعات (DIC)
  • 19. مقایسه مدل‌ها: فاکتور Bayes
  • 20. اعتبارسنجی پارامترها: بازه‌های قابل اعتماد
  • 21. تفسیر بازه‌های قابل اعتماد
  • 22. بررسی اثرات ثابت و تصادفی
  • 23. مدل‌های سلسله مراتبی در Stan
  • 24. اعتبارسنجی مدل‌های سلسله مراتبی
  • 25. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
  • 26. اعتبارسنجی مدل‌های GLM
  • 27. مدل‌های رگرسیون لجستیک در Stan
  • 28. مدل‌های بقا در Stan
  • 29. اعتبارسنجی مدل‌های بقا
  • 30. مدل‌های زمانی در Stan
  • 31. اعتبارسنجی مدل‌های زمانی
  • 32. مدل‌سازی داده‌های گسسته در Stan
  • 33. مدل‌سازی داده‌های شمارشی در Stan
  • 34. مدل‌سازی داده‌های ترتیبی در Stan
  • 35. اعتبارسنجی مدل‌های داده‌های گسسته
  • 36. مدل‌سازی داده‌های از دست رفته (Missing Data)
  • 37. روش‌های برخورد با داده‌های از دست رفته در Stan
  • 38. اعتبارسنجی مدل با داده‌های از دست رفته
  • 39. بهینه‌سازی مدل در Stan
  • 40. روش‌های بهینه‌سازی در Stan
  • 41. مقایسه MCMC و بهینه‌سازی
  • 42. اعتبارسنجی مدل‌های پیچیده
  • 43. مدل‌سازی چند متغیره در Stan
  • 44. اعتبارسنجی مدل‌های چند متغیره
  • 45. کاربرد Stan در علوم پزشکی
  • 46. کاربرد Stan در علوم اجتماعی
  • 47. کاربرد Stan در مهندسی
  • 48. کاربرد Stan در اقتصاد
  • 49. کاربرد Stan در علوم محیطی
  • 50. نوشتن کد کارآمد Stan
  • 51. عیب‌یابی کد Stan
  • 52. مستندسازی مدل‌های Stan
  • 53. بهبود سرعت اجرای مدل‌های Stan
  • 54. استفاده از Stan در محیط‌های محاسباتی ابری
  • 55. ادغام Stan با زبان‌های برنامه‌نویسی دیگر (R, Python)
  • 56. روش‌های موازی‌سازی در Stan
  • 57. اعتبارسنجی مدل‌های پویا (Dynamic Models)
  • 58. تکنیک‌های کاهش بُعد در Stan
  • 59. اعتبارسنجی مدل‌های با ابعاد بالا
  • 60. بکارگیری Stan برای تحلیل داده‌های بزرگ
  • 61. روش‌های تجزیه و تحلیل حساسیت پیشرفته
  • 62. مدل‌سازی احتمالاتی با توابع سفارشی در Stan
  • 63. اعتبارسنجی مدل‌های با توابع سفارشی
  • 64. تکنیک‌های پیشرفته MCMC در Stan
  • 65. استفاده از Stan برای یادگیری ماشین
  • 66. اعتبارسنجی مدل‌های یادگیری ماشین در Stan
  • 67. بررسی تاثیر پیشین‌ها (Priors) بر نتایج مدل
  • 68. انتخاب توزیع‌های پیشین مناسب
  • 69. اعتبارسنجی حساسیت به پیشین‌ها
  • 70. مفاهیم پیشرفته در مدل‌سازی بیزی
  • 71. کاربرد Stan در تحلیل سری‌های زمانی پیچیده
  • 72. اعتبارسنجی مدل‌های سری زمانی پیشرفته
  • 73. روش‌های ارزیابی پیش‌بینی پویا
  • 74. مدل‌سازی داده‌های مکانی در Stan
  • 75. اعتبارسنجی مدل‌های مکانی
  • 76. تحلیل داده‌های پانل در Stan
  • 77. اعتبارسنجی مدل‌های پانل
  • 78. کاربرد Stan در تحلیل داده‌های تصویربرداری
  • 79. اعتبارسنجی مدل‌های تصویربرداری
  • 80. تکنیک‌های کاهش خطا در مدل‌های Stan
  • 81. بررسی و رفع خطاهای رایج در Stan
  • 82. مستندسازی و انتشار نتایج مدل‌سازی Stan
  • 83. بهترین روش‌ها در مدل‌سازی آماری بیزی با Stan
تگ‌ها: MCMC Stan آمار استنباطی آمار بیزی اعتبارسنجی نتایج تحلیل آماری تخمین پارامتر روش‌های مونت‌کارلو مدل‌سازی آماری نرم‌افزار Stan

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.