کتاب مدیریت سوگیری در اجرای 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 مدیریت سوگیری در اجرای Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر سوگیری در استنباط بیزی
  • 2. سوگیری در مقابل واریانس: درک تفاوت‌ها
  • 3. منابع رایج سوگیری در Stan
  • 4. تشخیص سوگیری در خروجی‌های Stan
  • 5. تأثیر انتخاب prior بر سوگیری
  • 6. انتخاب prior غیرinformative
  • 7. تکنیک‌های حساسیت به prior
  • 8. سوگیری ناشی از مدل‌سازی نادرست
  • 9. تشخیص مدل‌سازی نادرست
  • 10. اعتبارسنجی مدل در Stan
  • 11. سوگیری ناشی از هم‌خطی در داده‌ها
  • 12. روش‌های مقابله با هم‌خطی
  • 13. سوگیری ناشی از داده‌های گمشده
  • 14. استراتژی‌های برخورد با داده‌های گمشده در Stan
  • 15. سوگیری ناشی از نقاط پرت
  • 16. تشخیص و مدیریت نقاط پرت
  • 17. استفاده از توابع likelihood مناسب
  • 18. انتخاب توزیع likelihood متناسب با داده‌ها
  • 19. سوگیری در تخمین پارامترهای transform شده
  • 20. تکنیک‌های reparameterization برای کاهش سوگیری
  • 21. استفاده از Stan برای مدل‌های سلسله مراتبی و کاهش سوگیری
  • 22. سوگیری ناشی از محدودیت‌های محاسباتی
  • 23. بهینه‌سازی کد Stan برای کاهش سوگیری
  • 24. استفاده از الگوریتم‌های نمونه‌گیری مختلف در Stan
  • 25. مقایسه الگوریتم‌های نمونه‌گیری NUTS و HMC
  • 26. تنظیم پارامترهای الگوریتم‌های نمونه‌گیری برای کاهش سوگیری
  • 27. استفاده از diagnostics Stan برای ارزیابی سوگیری
  • 28. Rhat: تفسیر و کاربرد در تشخیص سوگیری
  • 29. Effective Sample Size (ESS): ارزیابی کیفیت نمونه‌گیری
  • 30. Traceplots: بررسی بصری سوگیری و همگرایی
  • 31. Posterior Predictive Checks: ارزیابی برازش مدل
  • 32. Bayes Factor و مقایسه مدل‌ها برای کاهش سوگیری
  • 33. روش‌های cross-validation در Stan
  • 34. سوگیری در مدل‌سازی توزیع‌های غیرنرمال
  • 35. روش‌های برخورد با توزیع‌های skewed و heavy-tailed
  • 36. استفاده از Stan برای مدل‌سازی داده‌های سانسور شده
  • 37. سوگیری در مدل‌سازی داده‌های زمانی
  • 38. مدل‌های state-space و Stan
  • 39. استفاده از Stan برای مدل‌سازی داده‌های فضایی
  • 40. سوگیری در مدل‌سازی داده‌های چندمتغیره
  • 41. مدل‌های multivariate و Stan
  • 42. استفاده از Stan برای تحلیل بقا
  • 43. سوگیری در مدل‌های بقا و روش‌های مقابله با آن
  • 44. تکنیک‌های ensemble modeling در Stan
  • 45. بهینه‌سازی فرآیند MCMC برای کاهش سوگیری
  • 46. کاربرد Stan در علوم پزشکی و کاهش سوگیری در مطالعات بالینی
  • 47. کاربرد Stan در علوم اجتماعی و کاهش سوگیری در نظرسنجی‌ها
تگ‌ها: Bayesian Analysis Bayesian Inference Bias Detection HMC MCMC Model Validation NUTS Posterior Predictive Checks Prior Selection Reparameterization Stan Stan Diagnostics Stan Modeling آمار بیزی سوگیری در آمار

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.