کتاب استنتاج بیزی: تمرکز بر توزیع پسین و MCMC 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 استنتاج بیزی: تمرکز بر توزیع پسین و MCMC

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

موضوع میانی: توزیع پسین (Posterior Distribution)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر استنتاج بیزی
  • 2. احتمال و آمار بیزی
  • 3. توزیع‌های احتمال در استنتاج بیزی
  • 4. قضیه بیز: فرمولاسیون و کاربردها
  • 5. احتمال پیشین، احتمال درست‌نمایی و احتمال پسین
  • 6. مفهوم توزیع پسین
  • 7. توزیع‌های مزدوج
  • 8. انتخاب توزیع پیشین
  • 9. مقدمه‌ای بر روش‌های مونت کارلو مارکوف زنجیره‌ای (MCMC)
  • 10. زنجیره مارکوف و خواص آن
  • 11. الگوریتم متروپلیس-هستینگز
  • 12. الگوریتم گیبس
  • 13. نمونه‌برداری زنجیره‌ای مارکوف
  • 14. ارزیابی همگرایی MCMC
  • 15. آزمون‌های همگرایی
  • 16. تشخیص و رفع مشکلات همگرایی
  • 17. بررسی بصری نتایج MCMC
  • 18. پیاده‌سازی MCMC در R
  • 19. پیاده‌سازی MCMC در پایتون
  • 20. مدل‌های بیزی خطی
  • 21. رگرسیون بیزی
  • 22. مدل‌های بیزی تعمیم‌یافته خطی
  • 23. مدل‌های بیزی سلسله مراتبی
  • 24. مدل‌های بیزی برای داده‌های گسسته
  • 25. مدل‌های بیزی برای داده‌های پیوسته
  • 26. مدل‌های بیزی در علوم زیستی
  • 27. مدل‌های بیزی در علوم پزشکی
  • 28. مدل‌های بیزی در اقتصادسنجی
  • 29. مدل‌های بیزی در علوم اجتماعی
  • 30. مدل‌های بیزی در مهندسی
  • 31. مدل‌های بیزی برای تحلیل بقا
  • 32. مدل‌های بیزی برای داده‌های از دست رفته
  • 33. تفسیر نتایج استنتاج بیزی
  • 34. مقایسه استنتاج بیزی و استنتاج کلاسیک
  • 35. مزایا و معایب استنتاج بیزی
  • 36. تحلیل حساسیت به توزیع پیشین
  • 37. تخمین بازه باور
  • 38. پیش‌بینی در چارچوب بیزی
  • 39. استفاده از MCMC برای تخمین انتگرال‌ها
  • 40. روش‌های تقریب بیزی
  • 41. روش لاپلاس
  • 42. روش زنجیره مارکوف مونت کارلو توزیع‌شده (DMC)
  • 43. بهینه‌سازی بیزی
  • 44. انتخاب مدل در چارچوب بیزی
  • 45. فاکتور بیز
  • 46. تکنیک‌های کاهش ابعاد در مدل‌های بیزی
  • 47. مدل‌های بیزی اسپارس
  • 48. استنتاج بیزی با داده‌های بزرگ
  • 49. محاسبات بیزی موازی
  • 50. مدل‌های بیزی پویا
  • 51. فیلتر کالمن و استنتاج بیزی
  • 52. مدل‌های فضای حالت
  • 53. تکنیک‌های نمونه‌برداری پیشرفته MCMC
  • 54. Hamiltonian Monte Carlo (HMC)
  • 55. No-U-Turn Sampler (NUTS)
  • 56. استفاده از توزیع‌های پیشین غیرآگاهانه
  • 57. توزیع‌های پیشین منظم‌کننده
  • 58. مدل‌سازی بیزی غیرپارامتری
  • 59. فرآیندهای گاوسی
  • 60. مدل‌های مخلوط بیزی
  • 61. کاربردهای پیشرفته MCMC
  • 62. استنتاج بیزی در شبکه‌های بیزی
  • 63. مدل‌سازی گرافیکی
  • 64. مدل‌های بیزی برای داده‌های مکانی
  • 65. مدل‌های بیزی برای داده‌های زمانی
  • 66. مدل‌های بیزی چندمتغیره
  • 67. یادگیری ماشین بیزی
  • 68. دسته‌بندی بیزی
  • 69. رگرسیون بیزی غیرخطی
  • 70. خوشه‌بندی بیزی
  • 71. تفسیرپذیری مدل‌های بیزی
  • 72. ارتباط مدل‌های بیزی با یادگیری عمیق
  • 73. تکنیک‌های اعتبارسنجی مدل بیزی
  • 74. مقایسه مدل‌های بیزی
  • 75. استفاده از معیارهای اطلاعاتی بیزی
  • 76. بررسی و اصلاح مدل‌های بیزی
  • 77. چالش‌ها و محدودیت‌های استنتاج بیزی
  • 78. نرم‌افزارهای استنتاج بیزی (Stan, JAGS, BUGS)
  • 79. آموزش و منابع استنتاج بیزی
تگ‌ها: MCMC آمار استنباطی آمار بیزی احتمالات استنتاج بیزی تحلیل داده توزیع پسین روش‌های مونت‌کارلو مدل‌سازی آماری یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.