کتاب استنتاج بیزی در عمل با PyMC 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 استنتاج بیزی در عمل با PyMC

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

موضوع میانی: فریم‌ورک PyMC

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر استنتاج بیزی
  • 2. احتمالات پایه و قضیه بیز
  • 3. توزیع‌های احتمال پیشین
  • 4. توزیع‌های احتمال پسین
  • 5. مدل‌سازی احتمالی با PyMC
  • 6. نصب و راه‌اندازی PyMC
  • 7. ساخت مدل‌های ساده در PyMC
  • 8. متغیرهای تصادفی در PyMC
  • 9. توزیع‌های احتمال در PyMC
  • 10. نمونه‌برداری زنجیره مارکوف مونت کارلو (MCMC)
  • 11. الگوریتم‌های MCMC در PyMC
  • 12. ارزیابی همگرایی MCMC
  • 13. پیش‌بینی با استفاده از مدل‌های بیزی
  • 14. اعتبارسنجی مدل بیزی
  • 15. مدل‌های خطی تعمیم‌یافته (GLM) با PyMC
  • 16. رگرسیون لجستیک با PyMC
  • 17. مدل‌های سلسله مراتبی
  • 18. مدل‌سازی سری‌های زمانی با PyMC
  • 19. مدل‌سازی داده‌های گمشده
  • 20. مدل‌سازی داده‌های چندمتغیره
  • 21. مدل‌های بیزی غیرپارامتری
  • 22. فرآیندهای گاوسی در PyMC
  • 23. مدل‌سازی انتخاب مدل
  • 24. مقایسه مدل با استفاده از فاکتور بیز
  • 25. تفسیر نتایج استنتاج بیزی
  • 26. تصمیم‌گیری بر اساس مدل‌های بیزی
  • 27. بهینه‌سازی مدل بیزی
  • 28. استفاده از PyMC برای داده‌های بزرگ
  • 29. مقایسه PyMC با سایر کتابخانه‌های استنتاج بیزی
  • 30. کاربرد استنتاج بیزی در علوم پزشکی
  • 31. کاربرد استنتاج بیزی در اقتصاد
  • 32. کاربرد استنتاج بیزی در مهندسی
  • 33. کاربرد استنتاج بیزی در علوم اجتماعی
  • 34. مدل‌سازی بیزی برای داده‌های مکانی
  • 35. مدل‌سازی بیزی برای داده‌های تصویری
  • 36. مدل‌سازی بیزی برای داده‌های متنی
  • 37. استنتاج بیزی و یادگیری ماشین
  • 38. ترکیب استنتاج بیزی با روش‌های کلاسیک
  • 39. بهبود کارایی MCMC
  • 40. تشخیص و رفع مشکلات MCMC
  • 41. استفاده از Priors اطلاعاتی
  • 42. تحلیل حساسیت مدل بیزی
  • 43. مدل‌سازی بیزی با داده‌های سانسور شده
  • 44. مدل‌سازی بیزی با داده‌های ترانکیت
  • 45. مدل‌سازی بیزی با داده‌های متراکم
  • 46. استفاده از PyMC برای شبیه‌سازی
  • 47. ارائه نتایج استنتاج بیزی
  • 48. نوشتن گزارش‌های استنتاج بیزی
  • 49. خطاهای رایج در استنتاج بیزی و نحوه اجتناب از آنها
  • 50. بهینه‌سازی کد PyMC برای سرعت و کارایی
  • 51. استفاده از PyMC در محیط‌های محاسباتی ابری
  • 52. استنتاج بیزی و روش‌های بوت‌استرپ
  • 53. استنتاج بیزی و روش‌های مقایسه چندگانه
  • 54. مدل‌سازی بیزی برای داده‌های نامتعادل
  • 55. مدل‌سازی بیزی برای داده‌های با ابعاد بالا
  • 56. استفاده از PyMC برای تحلیل بقا
  • 57. استنتاج بیزی و کنترل کیفیت
  • 58. استنتاج بیزی و پیش‌بینی تقاضا
  • 59. مدل‌سازی بیزی برای داده‌های پانل
  • 60. مدل‌سازی بیزی در حضور داده‌های پرت
  • 61. استفاده از PyMC برای تحلیل سری‌های زمانی غیرخطی
  • 62. مدل‌سازی بیزی برای داده‌های ترتیبی
  • 63. مدل‌سازی بیزی برای داده‌های اسمی
  • 64. استفاده از PyMC برای تحلیل شبکه‌های بیزی
  • 65. استنتاج بیزی و تحلیل ریسک
  • 66. استنتاج بیزی و مدیریت زنجیره تامین
  • 67. مدل‌سازی بیزی برای قیمت‌گذاری آپشن
  • 68. استنتاج بیزی و ارزیابی عملکرد
  • 69. استنتاج بیزی و تحلیل احساسات
  • 70. استفاده از PyMC برای تحلیل داده‌های ژنتیکی
  • 71. مدل‌سازی بیزی برای داده‌های تصویربرداری پزشکی
  • 72. استنتاج بیزی و تشخیص تقلب
  • 73. استفاده از PyMC برای پیش‌بینی نرخ جرم
  • 74. مدل‌سازی بیزی برای پیش‌بینی آب و هوا
  • 75. استنتاج بیزی و تحلیل بازار
  • 76. استفاده از PyMC برای بهینه‌سازی فرآیندهای صنعتی
  • 77. مدل‌سازی بیزی برای پیش‌بینی خرابی تجهیزات
  • 78. استنتاج بیزی و توسعه دارو
  • 79. استفاده از PyMC برای تحلیل داده‌های حسگر
  • 80. مدل‌سازی بیزی برای تشخیص نفوذ
  • 81. استنتاج بیزی و امنیت سایبری
  • 82. استفاده از PyMC برای تحلیل داده‌های شبکه‌های اجتماعی
  • 83. مدل‌سازی بیزی برای تحلیل رفتار مشتری
  • 84. استنتاج بیزی و بازاریابی شخصی‌سازی‌شده
  • 85. استفاده از PyMC برای تحلیل داده‌های ترافیکی
  • 86. مدل‌سازی بیزی برای پیش‌بینی بلایای طبیعی
  • 87. استنتاج بیزی و مدیریت بحران
  • 88. استفاده از PyMC برای تحلیل داده‌های کشاورزی
  • 89. مدل‌سازی بیزی برای بهینه‌سازی تولید
  • 90. استنتاج بیزی و کنترل آلودگی
  • 91. استفاده از PyMC برای تحلیل داده‌های زیست‌محیطی
  • 92. مدل‌سازی بیزی برای پیش‌بینی تغییرات آب و هوایی
  • 93. استنتاج بیزی و اقتصاد محیط زیست
  • 94. استفاده از PyMC برای تحلیل داده‌های انرژی
  • 95. مدل‌سازی بیزی برای بهینه‌سازی شبکه‌های برق
  • 96. استنتاج بیزی و انرژی‌های تجدیدپذیر
  • 97. استفاده از PyMC برای تحلیل داده‌های حمل و نقل
  • 98. مدل‌سازی بیزی برای بهینه‌سازی شبکه‌های حمل و نقل
  • 99. استنتاج بیزی و ترافیک شهری
  • 100. استفاده از PyMC برای تحلیل داده‌های بهداشتی
تگ‌ها: MCMC PyMC آمار آمار بیزی استنتاج بیزی پایتون تحلیل داده مدل‌سازی احتمالی نمونه‌گیری مارکوف یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.