کتاب تنظیمات پیشرفته for Sampling in 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 for Sampling in Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر روش‌های نمونه‌برداری بیزی
  • 2. مفاهیم پایه احتمالات و آمار برای مدل‌سازی بیزی
  • 3. زبان برنامه‌نویسی Stan: اصول و ساختار
  • 4. نصب و راه‌اندازی Stan و ابزارهای مرتبط
  • 5. مدل‌های بیزی ساده در Stan: یک‌متغیره
  • 6. مدل‌های بیزی چندمتغیره در Stan
  • 7. توابع توزیع احتمال در Stan
  • 8. تعریف توابع سفارشی در Stan
  • 9. نمونه‌برداری با زنجیره مارکوف مونت‌کارلو (MCMC)
  • 10. الگوریتم‌های MCMC در Stan: NUTS و HMC
  • 11. تشخیص همگرایی زنجیره‌های MCMC
  • 12. ارزیابی عملکرد MCMC: R-hat، effective sample size
  • 13. مدل‌سازی سلسله مراتبی (Hierarchical Modeling) در Stan
  • 14. مدل‌های تعمیم‌یافته خطی (GLM) در Stan
  • 15. مدل‌های خطی تعمیم‌یافته با اثرات تصادفی
  • 16. مدل‌سازی معادلات ساختاری در Stan
  • 17. مدل‌های تغییر رژیم (Regime-Switching Models)
  • 18. مدل‌سازی سری‌های زمانی در Stan
  • 19. پیش‌بینی در مدل‌های بیزی
  • 20. اعتبارسنجی مدل و بررسی حساسیت
  • 21. مدل‌های غیرپارامتری در Stan
  • 22. استفاده از priors در Stan: informative و non-informative
  • 23. انتخاب prior مناسب برای پارامترها
  • 24. روش‌های محاسبه posterior predictive checks
  • 25. مقایسه مدل‌ها با استفاده از Bayes Factor
  • 26. مدل‌سازی با داده‌های از دست رفته (Missing Data)
  • 27. مدل‌سازی داده‌های سانسور شده (Censored Data)
  • 28. مدل‌سازی داده‌های ترتیبی (Ordinal Data)
  • 29. مدل‌سازی داده‌های شمارشی (Count Data)
  • 30. مدل‌سازی داده‌های بقا (Survival Data)
  • 31. استفاده از Stan با R
  • 32. استفاده از Stan با Python
  • 33. عیب‌یابی و رفع اشکال در مدل‌های Stan
  • 34. بهینه‌سازی عملکرد مدل‌های Stan
  • 35. مقایسه Stan با سایر نرم‌افزارهای مدل‌سازی بیزی
  • 36. تکنیک‌های پیشرفته نمونه‌برداری در Stan
  • 37. مدل‌سازی بیزی برای داده‌های فضایی
  • 38. مدل‌سازی بیزی برای داده‌های پانل
  • 39. استفاده از Stan برای تحلیل داده‌های ژنتیکی
  • 40. مدل‌سازی بیزی در علوم پزشکی
  • 41. مدل‌سازی بیزی در اقتصادسنجی
  • 42. مدل‌سازی بیزی در علوم اجتماعی
  • 43. مدل‌سازی بیزی در مهندسی
  • 44. روش‌های موازی‌سازی در Stan
  • 45. استفاده از GPU برای تسریع محاسبات Stan
  • 46. مدل‌سازی بیزی با محدودیت‌ها
  • 47. مدل‌سازی بیزی با داده‌های بزرگ
  • 48. استفاده از Stan برای تصحیح بایاس
  • 49. مدل‌سازی بیزی برای داده‌های چندرسانه‌ای
  • 50. مدل‌سازی بیزی با استفاده از توابع kernel
  • 51. مدل‌سازی بیزی برای یادگیری ماشین
  • 52. تفسیر نتایج مدل‌های بیزی
  • 53. ارائه نتایج مدل‌های بیزی
  • 54. نوشتن گزارش‌های فنی با استفاده از Stan
  • 55. آموزش مدل‌سازی بیزی به دیگران
  • 56. اخلاق در مدل‌سازی بیزی
تگ‌ها: MCMC Stan Stan Sampling آمار استنباطی آمار بیزی تحلیل داده تنظیمات Stan روش‌های عددی مدل‌سازی آماری نمونه‌گیری مارکوف

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.