کتاب توزیع پسین: ابزار استنتاج بیزی 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 توزیع پسین: ابزار استنتاج بیزی

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

موضوع میانی: توزیع پسین (Posterior Distribution)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر استنتاج بیزی و نقش توزیع پسین
  • 2. احتمال شرطی و قضیه بیز: مروری سریع
  • 3. توزیع پیشین (Prior Distribution): مفهوم و اهمیت
  • 4. انتخاب توزیع پیشین: روش‌های مختلف و چالش‌ها
  • 5. توزیع حاشیه (Marginal Distribution): محاسبه و تفسیر
  • 6. توزیع پسین (Posterior Distribution): تعریف و محاسبه
  • 7. تابع درست‌نمایی (Likelihood Function): نقش در استنتاج بیزی
  • 8. توزیع پسین و پارامترهای مدل: برآورد و تفسیر
  • 9. توزیع‌های مزدوج (Conjugate Distributions): مزایا و کاربردها
  • 10. محاسبه توزیع پسین برای مدل‌های ساده
  • 11. توزیع پسین و بازه‌های اطمینان (Credible Intervals)
  • 12. مقایسه بازه‌های اطمینان بیزی با فواصل اطمینان کلاسیک
  • 13. ارزیابی توزیع پسین: معیارهای مختلف
  • 14. توزیع پسین و پیش‌بینی (Predictive Distribution)
  • 15. توزیع پسین در مدل‌های خطی تعمیم‌یافته (GLM)
  • 16. توزیع پسین در مدل‌های رگرسیونی
  • 17. توزیع پسین در مدل‌های طبقه‌بندی
  • 18. توزیع پسین و انتخاب مدل (Model Selection)
  • 19. فاکتور بیز (Bayes Factor): محاسبه و تفسیر
  • 20. روش‌های نمونه‌گیری مونت‌کارلو مارکوف (MCMC) و توزیع پسین
  • 21. الگوریتم Metropolis-Hastings: اصول و کاربرد
  • 22. الگوریتم Gibbs Sampling: اصول و کاربرد
  • 23. تشخیص همگرایی (Convergence) در MCMC
  • 24. بررسی اثرگذاری (Trace plots) و خودهمبستگی (Autocorrelation)
  • 25. تخمین توزیع پسین با استفاده از زنجیره‌های مارکوف
  • 26. توزیع پسین و مسائل پیچیده: راه‌حل‌ها و چالش‌ها
  • 27. توزیع پسین در مدل‌های سلسله مراتبی (Hierarchical Models)
  • 28. توزیع پسین و داده‌های از دست رفته (Missing Data)
  • 29. توزیع پسین و داده‌های سانسور شده (Censored Data)
  • 30. توزیع پسین و مدل‌های غیرپارامتری (Nonparametric Models)
  • 31. توزیع پسین و مدل‌های ترکیبی (Mixture Models)
  • 32. توزیع پسین و یادگیری ماشین بیزی (Bayesian Machine Learning)
  • 33. توزیع پسین و شبکه‌های بیزی (Bayesian Networks)
  • 34. توزیع پسین و تصمیم‌گیری بیزی (Bayesian Decision Theory)
تگ‌ها: Bayesian inference Bayesian modeling Bayesian networks Bayesian statistics Gibbs sampling MCMC Metropolis-Hastings Posterior distribution آمار بیزی استنتاج بیزی توزیع پسین داده کاوی بیزی قضیه بیز مدل بیزی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.