کتاب استفاده از Stan برای تحلیل پیشرفته داده 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 استفاده از Stan برای تحلیل پیشرفته داده

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تحلیل داده با Stan
  • 2. نصب و راه‌اندازی Stan و محیط توسعه
  • 3. زبان مدل‌سازی Stan: مبانی
  • 4. انواع داده‌ها در Stan
  • 5. متغیرهای تصادفی و توزیع‌های احتمال
  • 6. توابع ریاضی و آماری در Stan
  • 7. ساخت مدل‌های آماری ساده با Stan
  • 8. تخمین پارامترها: روش‌های MCMC
  • 9. توابع توزیع احتمال رایج در Stan
  • 10. بررسی همگرایی زنجیره‌های MCMC
  • 11. پیش‌بینی و بررسی مدل
  • 12. مدل‌سازی خطی با Stan
  • 13. مدل‌سازی رگرسیونی با Stan
  • 14. مدل‌های تعمیم‌یافته (GLM) در Stan
  • 15. مدل‌سازی واریانس با Stan
  • 16. مدل‌های سلسله‌مراتبی (Hierarchical Models)
  • 17. مدل‌سازی اثرات تصادفی
  • 18. مدل‌سازی داده‌های گسسته
  • 19. مدل‌سازی داده‌های شمارشی
  • 20. مدل‌سازی داده‌های طبقه‌بندی‌شده
  • 21. مدل‌سازی داده‌های از دست رفته (Missing Data)
  • 22. تکنیک‌های imputation در Stan
  • 23. مدل‌سازی سری‌های زمانی با Stan
  • 24. مدل‌های AR، MA و ARIMA
  • 25. مدل‌سازی تغییر رژیم (Regime-Switching Models)
  • 26. مدل‌سازی با متغیرهای پنهان (Latent Variable Models)
  • 27. مدل‌سازی فاکتور (Factor Models)
  • 28. تحلیل بقا با Stan
  • 29. مدل‌های بقای پروپورتشنال هازاردز
  • 30. مدل‌سازی داده‌های مکانی با Stan
  • 31. مدل‌های گاوسی فرآیندی (Gaussian Process Models)
  • 32. مدل‌سازی بیزی غیرپارامتری
  • 33. بهینه‌سازی مدل‌های Stan
  • 34. تشخیص و رفع خطاها در مدل‌های Stan
  • 35. مقایسه مدل‌ها با استفاده از معیارهای اطلاعات
  • 36. اعتبارسنجی مدل (Model Validation)
  • 37. آشنایی با کتابخانه‌های کمکی Stan
  • 38. Stan Math Library
  • 39. Stan Data Adapters
  • 40. استفاده از Stan در R
  • 41. استفاده از Stan در Python
  • 42. استفاده از Stan در Julia
  • 43. نوشتن توابع سفارشی در Stan
  • 44. توسعه مدل‌های پیچیده با Stan
  • 45. کاربرد Stan در علوم زیستی
  • 46. کاربرد Stan در علوم اجتماعی
  • 47. کاربرد Stan در اقتصادسنجی
  • 48. کاربرد Stan در مهندسی
  • 49. کاربرد Stan در علوم کامپیوتر
  • 50. مستندسازی و انتشار مدل‌های Stan
  • 51. بهینه‌سازی عملکرد مدل‌های Stan
  • 52. استفاده از GPU برای تسریع محاسبات Stan
  • 53. روش‌های موازی‌سازی در Stan
  • 54. مدل‌سازی Bayesian Networks با Stan
  • 55. آشنایی با StanCmd
  • 56. مدیریت حافظه در Stan
  • 57. اشتباهات رایج در مدل‌سازی Stan و راه‌حل‌ها
  • 58. بررسی حساسیت مدل به پارامترهای اولیه‌
  • 59. استفاده از prior information در مدل‌سازی
  • 60. مدل‌سازی Bayesian A/B Testing
  • 61. تحلیل حساسیت (Sensitivity Analysis)
  • 62. روش‌های تقریب Bayesian (Variational Inference)
  • 63. تکنیک‌های کاهش ابعاد در Stan
  • 64. استفاده از Stan برای یادگیری ماشین
  • 65. مدل‌سازی شبکه‌های عصبی با Stan
  • 66. تحلیل خوشه‌ای با Stan
  • 67. تحلیل مولفه‌های اصلی با Stan
  • 68. استفاده از Stan در مسائل بهینه‌سازی
  • 69. مدل‌سازی تصمیم‌گیری با Stan
  • 70. کاربرد Stan در علوم مالی
  • 71. مدل‌سازی ریسک با Stan
  • 72. تفسیر نتایج مدل‌های Stan
  • 73. ارائه نتایج مدل‌سازی به مخاطبان غیرمتخصص
  • 74. بررسی منابع آموزشی Stan
  • 75. انجمن‌های آنلاین Stan
  • 76. ابزارهای توسعه Stan
تگ‌ها: MCMC Stan آمار آمار بیزی احتمالات تحلیل داده داده‌کاوی روش مونت‌کارلو مدل‌سازی آماری نرم‌افزار Stan

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.