کتاب تکنیک‌های ارزیابی مدل با Stan با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تکنیک‌های ارزیابی مدل با 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. آشنایی با زبان برنامه‌نویسی Stan
• 3. نصب و راه‌اندازی Stan و ابزارهای مرتبط
• 4. ساختار یک مدل Stan
• 5. انواع داده‌ها در Stan
• 6. توابع توزیعی احتمال در Stan
• 7. تعریف مدل‌های ساده در Stan
• 8. استفاده از حلقه‌ها و شرط‌ها در Stan
• 9. پارامترهای مدل و پیشین‌ها
• 10. نمونه‌برداری MCMC در Stan
• 11. ارزیابی همگرایی زنجیره‌های MCMC
• 12. تشخیص مشکلات همگرایی
• 13. محاسبه آماره‌های توصیفی از نمونه‌ها
• 14. پیش‌بینی و اعتبارسنجی مدل
• 15. مدل‌های خطی در Stan
• 16. مدل‌های رگرسیونی تعمیم‌یافته
• 17. مدل‌های سلسله مراتبی
• 18. مدل‌های ترکیبی
• 19. مدل‌های تغییر شکل
• 20. مدل‌های بقا
• 21. مدل‌های زمانی
• 22. مدل‌های فضایی
• 23. مدل‌سازی با داده‌های از دست رفته
• 24. استفاده از Stan با R
• 25. استفاده از Stan با Python
• 26. استفاده از Stan با Julia
• 27. بهینه‌سازی مدل با Stan
• 28. محاسبه Likelihood در Stan
• 29. بررسی حساسیت مدل به پیشین‌ها
• 30. مدل‌سازی با داده‌های غیرنرمال
• 31. مدل‌سازی با داده‌های پرت
• 32. روش‌های تقریب بیزی
• 33. ارزیابی عملکرد مدل
• 34. مقایسه مدل‌ها با استفاده از معیارهای اطلاعاتی
• 35. اعتبارسنجی متقابل مدل
• 36. تفسیر نتایج مدل
• 37. نوشتن گزارش‌های مدل
• 38. تکنیک‌های بهبود کارایی نمونه‌برداری
• 39. مدل‌سازی با متغیرهای طبقه‌ای
• 40. مدل‌سازی با متغیرهای ترتیبی
• 41. مدل‌سازی با متغیرهای شمارشی
• 42. مدل‌سازی با داده‌های پانل
• 43. مدل‌سازی با سری‌های زمانی
• 44. مدل‌سازی با داده‌های مکانی
• 45. استفاده از Stan برای تحلیل داده‌های ژنتیکی
• 46. استفاده از Stan برای تحلیل داده‌های پزشکی
• 47. استفاده از Stan برای تحلیل داده‌های مالی
• 48. مدل‌سازی با Stan در مسائل مهندسی
• 49. مدل‌سازی با Stan در علوم اجتماعی
• 50. مدل‌سازی با Stan در علوم محیطی
• 51. مدل‌سازی با Stan در علوم کشاورزی
• 52. مدل‌سازی با Stan در علوم کامپیوتر
• 53. مدل‌سازی با Stan برای یادگیری ماشین
• 54. بررسی و رفع خطاهای رایج در Stan
• 55. بهینه‌سازی کد Stan برای سرعت و کارایی
• 56. استفاده از Stan برای مدل‌های پیچیده
• 57. تکنیک‌های پیشرفته مدل‌سازی در Stan
• 58. کار با داده‌های بزرگ در Stan
• 59. مقدمه‌ای بر Stan برای کاربران R
• 60. مقدمه‌ای بر Stan برای کاربران Python
• 61. مقدمه‌ای بر Stan برای کاربران Julia
• 62. مفاهیم پیشرفته MCMC
• 63. تکنیک‌های Bayesian Nonparametrics در Stan
• 64. مدل‌سازی Bayesian با استفاده از Stan
• 65. آشنایی با کتابخانه‌های کمکی Stan
• 66. بررسی و تحلیل خروجی‌های Stan
• 67. مدل‌سازی Bayesian در حضور عدم قطعیت
• 68. استفاده از Stan برای تصمیم‌گیری
• 69. مدل‌سازی Bayesian در مسائل عملی