کتاب راهنمای کاربردی 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 راهنمای کاربردی Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر Stan و آمار بیزی
  • 2. نصب و راه‌اندازی Stan
  • 3. ساختار یک مدل Stan
  • 4. انواع داده‌ها در Stan
  • 5. توابع توکار Stan
  • 6. تعریف پارامترها در Stan
  • 7. تعریف توزیع‌های احتمال در Stan
  • 8. مدل‌های خطی ساده در Stan
  • 9. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
  • 10. مدل‌های رگرسیونی لجستیک در Stan
  • 11. مدل‌های سلسله مراتبی در Stan
  • 12. استفاده از priorها در Stan
  • 13. انتخاب prior مناسب
  • 14. بررسی همگرایی MCMC در Stan
  • 15. تشخیص مشکلات همگرایی
  • 16. تنظیم پارامترهای نمونه‌گیری MCMC
  • 17. توابع انتقال (Transformation Functions) در Stan
  • 18. مدل‌سازی با داده‌های از دست رفته (Missing Data)
  • 19. مدل‌سازی داده‌های سانسور شده (Censored Data)
  • 20. استفاده از Stan با R
  • 21. استفاده از Stan با Python
  • 22. بهینه‌سازی مدل‌های Stan
  • 23. اعتبارسنجی مدل Stan
  • 24. مقایسه مدل‌ها با استفاده از WAIC و LOO
  • 25. پیش‌بینی در مدل‌های Stan
  • 26. مدل‌سازی سری‌های زمانی در Stan
  • 27. مدل‌سازی بیزی پویا (Dynamic Bayesian Modeling)
  • 28. استفاده از Stan برای مسائل طبقه‌بندی
  • 29. استفاده از Stan برای مسائل خوشه‌بندی
  • 30. مدل‌سازی بیزی غیرپارامتری با Stan
  • 31. روش‌های تقریب بیزی با Stan
  • 32. بهبود عملکرد مدل‌های Stan
  • 33. خطایابی و اشکال‌زدایی در Stan
  • 34. نکات و ترفندهای پیشرفته Stan
تگ‌ها: Bayesian Inference Bayesian Modeling MCMC Monte Carlo Probabilistic Programming Python Stan R Stan Stan Stan tutorial Stan راهنما آمار بیزی تحلیل بیزی زنجیره مارکوف مدل‌سازی آماری مدل‌سازی بیزی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.