کتاب راهنمای کاربردی Stan با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
🎓 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.