کتاب تنظیمات پیشرفته برای نمونه‌گیری 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 تنظیمات پیشرفته برای نمونه‌گیری 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. مفاهیم اساسی نمونه‌گیری مارکوف زنجیره‌ای مونت کارلو (MCMC)
  • 3. آشنایی با زبان برنامه‌نویسی Stan
  • 4. ساختار یک مدل Stan
  • 5. انواع داده‌ها در Stan
  • 6. توابع و توزیع‌های احتمال در Stan
  • 7. تعریف مدل در Stan: پارامترها و داده‌ها
  • 8. نوشتن مدل‌های ساده در Stan
  • 9. تفسیر خروجی Stan
  • 10. تشخیص همگرایی MCMC
  • 11. ارزیابی عملکرد مدل
  • 12. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
  • 13. رگرسیون لجستیک در Stan
  • 14. مدل‌های سلسله‌مراتبی در Stan
  • 15. مدل‌های مختلط در Stan
  • 16. مدل‌سازی اثرات تصادفی
  • 17. مدل‌های با پارامترهای گروهی
  • 18. مدل‌سازی داده‌های گمشده (Missing Data)
  • 19. روش‌های جایگزینی داده‌های گمشده
  • 20. مدل‌سازی داده‌های سانسورشده (Censored Data)
  • 21. مدل‌های بقا در Stan
  • 22. مدل‌سازی داده‌های زمانی (Time Series)
  • 23. مدل‌های AR، MA و ARMA در Stan
  • 24. مدل‌های فضای حالت (State Space Models)
  • 25. مدل‌های پویا بیزی (Dynamic Bayesian Models)
  • 26. استفاده از Stan با R
  • 27. استفاده از Stan با Python
  • 28. ادغام Stan با سایر زبان‌های برنامه‌نویسی
  • 29. بهینه‌سازی مدل‌های Stan
  • 30. روش‌های گرادیان و نیوتن
  • 31. تنظیم پارامترهای نمونه‌گیری MCMC
  • 32. انتخاب الگوریتم نمونه‌گیری مناسب
  • 33. مدل‌سازی توزیع‌های غیر استاندارد
  • 34. استفاده از توزیع‌های ترکیبی
  • 35. مدل‌سازی با توزیع‌های احتمال سفارشی
  • 36. تکنیک‌های کاهش واریانس MCMC
  • 37. روش‌های اهمیت نمونه‌گیری (Importance Sampling)
  • 38. روش‌های زنجیره مارکوف متوالی (Sequential Monte Carlo)
  • 39. مدل‌سازی مدل‌های پیچیده
  • 40. مدل‌های چند متغیره در Stan
  • 41. مدل‌های غیر خطی در Stan
  • 42. مدل‌سازی با محدودیت‌ها
  • 43. استفاده از محدودیت‌ها در Stan
  • 44. اعتبارسنجی مدل Stan
  • 45. بررسی برازش مدل (Model Fit)
  • 46. تشخیص مشکلات مدل
  • 47. مقایسه مدل‌ها
  • 48. انتخاب بهترین مدل
  • 49. تحلیل حساسیت (Sensitivity Analysis)
  • 50. تأثیر پارامترهای پیشین (Prior) بر نتایج
  • 51. مدل‌سازی بیزی غیر پارامتری
  • 52. فرآیندهای گاوسی (Gaussian Processes)
  • 53. مدل‌های Dirichlet Process
  • 54. کاربردهای Stan در علوم مختلف
  • 55. Stan در زیست‌شناسی
  • 56. Stan در اقتصاد
  • 57. Stan در روان‌شناسی
  • 58. Stan در علوم اجتماعی
  • 59. اشتباهات رایج در مدل‌سازی Stan و راه‌حل‌ها
  • 60. عیب‌یابی مدل‌های Stan
  • 61. منابع بیشتر برای یادگیری Stan
  • 62. ابزارهای کمکی برای کار با Stan
  • 63. جامعه کاربری Stan
  • 64. مستندات Stan
  • 65. بهینه‌سازی سرعت اجرای مدل‌های Stan
  • 66. استفاده از سخت‌افزار موازی
  • 67. بهینه‌سازی کد Stan
تگ‌ها: MCMC Stan Stan ایران آمار استنباطی آمار بیزی تحلیل بیزی تنظیمات Stan روش‌های نمونه‌گیری مدل‌سازی آماری نمونه‌گیری مارکوف

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.