کتاب مدیریت مخاطرات در اجرای MCMC با 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 مدیریت مخاطرات در اجرای MCMC با Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر روش‌های نمونه‌برداری زنجیره مارکوف مونت‌کارلو
  • 2. مفاهیم پایه احتمال و آمار مورد نیاز برای MCMC
  • 3. توزیع‌های احتمال و کاربردهای آن‌ها
  • 4. مقدمه‌ای بر زبان برنامه‌نویسی Stan
  • 5. ساختار یک مدل Stan
  • 6. انواع داده در Stan
  • 7. توابع و عملگرها در Stan
  • 8. مدل‌سازی خطا در Stan
  • 9. تخمین پارامترها با استفاده از MCMC در Stan
  • 10. تفسیر نتایج MCMC
  • 11. تشخیص همگرایی در MCMC
  • 12. شاخص‌های ارزیابی همگرایی
  • 13. تأثیر اندازه نمونه بر دقت تخمین‌ها
  • 14. تنظیم پارامترهای الگوریتم MCMC
  • 15. بهینه‌سازی سرعت الگوریتم MCMC
  • 16. مدل‌سازی رگرسیون خطی با Stan
  • 17. مدل‌سازی رگرسیون لجستیک با Stan
  • 18. مدل‌سازی ANOVA با Stan
  • 19. مدل‌سازی مدل‌های خطی تعمیم‌یافته (GLM) با Stan
  • 20. مدل‌سازی مدل‌های سلسله مراتبی (Hierarchical Models) با Stan
  • 21. مدل‌سازی مدل‌های مخلوط (Mixture Models) با Stan
  • 22. مدل‌سازی مدل‌های تغییر حالت (State-Space Models) با Stan
  • 23. مدل‌سازی مدل‌های بقا (Survival Models) با Stan
  • 24. مدل‌سازی مدل‌های مبتنی بر زمان (Time Series Models) با Stan
  • 25. مدیریت داده‌های گمشده در Stan
  • 26. مدل‌سازی داده‌های سانسور شده در Stan
  • 27. مدل‌سازی داده‌های پرت (Outliers) در Stan
  • 28. بررسی حساسیت مدل به پارامترهای اولیه
  • 29. مقایسه مدل‌ها با استفاده از معیارهای اطلاعاتی (AIC, BIC)
  • 30. اعتبارسنجی مدل با استفاده از روش‌های cross-validation
  • 31. استفاده از Stan با زبان برنامه‌نویسی R
  • 32. استفاده از Stan با زبان برنامه‌نویسی Python
  • 33. استفاده از Stan با زبان برنامه‌نویسی Julia
  • 34. نصب و پیکربندی Stan در سیستم‌عامل‌های مختلف
  • 35. عیب‌یابی خطاهای رایج در Stan
  • 36. بهینه‌سازی کد Stan برای بهبود عملکرد
  • 37. مقدمه‌ای بر رابط کاربری Stan (Cmdstanr, PyStan, etc.)
  • 38. تفسیر خروجی‌های Stan به صورت گرافیکی
  • 39. استفاده از Stan برای تحلیل‌های بیزی پیشرفته
  • 40. مدل‌سازی مدل‌های بیزی غیرپارامتری با Stan
  • 41. مدل‌سازی مدل‌های بیزی گرافیکی با Stan
  • 42. کاربرد Stan در علوم پزشکی
  • 43. کاربرد Stan در علوم اجتماعی
  • 44. کاربرد Stan در علوم مهندسی
  • 45. کاربرد Stan در اقتصادسنجی
  • 46. کاربرد Stan در زیست‌شناسی
  • 47. کاربرد Stan در علوم محیطی
  • 48. بررسی موردی: تحلیل داده‌های بالینی با Stan
  • 49. بررسی موردی: مدل‌سازی قیمت سهام با Stan
  • 50. بررسی موردی: پیش‌بینی تقاضا با Stan
  • 51. روش‌های موازی‌سازی در Stan
  • 52. استفاده از GPU برای تسریع محاسبات Stan
  • 53. مقایسه Stan با سایر نرم‌افزارهای MCMC (JAGS, BUGS)
  • 54. آینده Stan و تحولات آن
  • 55. منابع آموزشی و جوامع کاربری Stan
  • 56. تکنیک‌های پیشرفته برای بهبود عملکرد MCMC
  • 57. مدل‌سازی با استفاده از priorهای informative
  • 58. تأثیر انتخاب prior بر نتایج MCMC
  • 59. تکنیک‌های کاهش همبستگی در زنجیره‌های MCMC
  • 60. خودآزمایی و تمرین‌های عملی با Stan
  • 61. مفاهیم پیشرفته در تحلیل بیزی
تگ‌ها: MCMC Stan آمار استنباطی آمار بیزی تحلیل آماری روش‌های عددی زنجیره مارکوف مدل‌سازی آماری مدیریت ریسک نمونه‌گیری مونت‌کارلو

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.