کتاب شناخت و مدیریت مشکلات همگرایی در Stan: از تئوری تا عمل 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 شناخت و مدیریت مشکلات همگرایی در Stan: از تئوری تا عمل

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

موضوع میانی: تشخیص همگرایی در Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر آمار بیزی و MCMC
  • 2. آشنایی با Stan: نصب، راه‌اندازی و ساختار مدل
  • 3. مفاهیم کلیدی همگرایی در MCMC
  • 4. تشخیص بصری همگرایی: بررسی trace plotها
  • 5. تشخیص بصری همگرایی: بررسی autocorrelation plotها
  • 6. تشخیص بصری همگرایی: بررسی scatter plotها
  • 7. شاخص R-hat: محاسبه و تفسیر
  • 8. شاخص effective sample size (ESS): محاسبه و تفسیر
  • 9. شاخص‌های اطلاعاتی Bayesian (WAIC و LOO): مقدمه و کاربرد
  • 10. همگرایی ناکافی: علل رایج
  • 11. مشکلات مربوط به شناسایی مدل (Model Identifiability)
  • 12. مشکلات مربوط به پارامترهای غیرقابل شناسایی
  • 13. تغییر مقیاس پارامترها و تاثیر آن بر همگرایی
  • 14. انتخاب prior مناسب: تاثیر بر همگرایی
  • 15. استفاده از priorهای informative و uninformative
  • 16. تکنیک‌های reparameterization برای بهبود همگرایی
  • 17. تکنیک‌های centering و scaling داده‌ها
  • 18. مشکلات مربوط به داده‌های highly correlated
  • 19. استفاده از مدل‌های سلسله مراتبی (hierarchical models)
  • 20. بهینه‌سازی کد Stan: کاهش زمان اجرا و بهبود همگرایی
  • 21. استفاده از الگوریتم‌های نمونه‌گیری مختلف در Stan (NUTS, HMC)
  • 22. تنظیم پارامترهای الگوریتم نمونه‌گیری (step size, target acceptance)
  • 23. تشخیص divergent transitions و راه‌حل‌ها
  • 24. تشخیص runaway transitions و راه‌حل‌ها
  • 25. استفاده از توابع posterior predictive check برای ارزیابی مدل
  • 26. ارزیابی sensitivity به priorهای مختلف
  • 27. مدل‌سازی Bayesian در حضور داده‌های از دست رفته (missing data)
  • 28. مدل‌سازی Bayesian با داده‌های censored
  • 29. تکنیک‌های diagnosis پیشرفته در Stan
  • 30. استفاده از توابع diagnose در Stan
  • 31. بررسی تاثیر outlierها بر همگرایی
  • 32. استفاده از روش‌های bootstrapping برای ارزیابی عدم قطعیت
  • 33. مقایسه مدل‌های مختلف با استفاده از Bayesian model averaging
  • 34. کاربرد Stan در مدل‌سازی سری‌های زمانی
  • 35. کاربرد Stan در مدل‌سازی survival analysis
  • 36. کاربرد Stan در مدل‌سازی regression
  • 37. کاربرد Stan در مدل‌سازی mixed effects models
  • 38. راهکارهای عملی برای رفع مشکلات همگرایی در مدل‌های پیچیده
  • 39. خطایابی و رفع اشکال در مدل‌های Stan
  • 40. بهبود همگرایی با استفاده از روش‌های variational inference
  • 41. آشنایی با ابزارهای کمکی برای تشخیص همگرایی (R packages)
  • 42. مثال‌های کاربردی از رفع مشکلات همگرایی در Stan
تگ‌ها: Bayesian modeling Bayesian statistics convergence diagnosis divergent transitions ESS hierarchical models LOO MCMC model identifiability prior selection R-hat Stan WAIC آمار بیزی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.