کتاب شناخت و مدیریت مشکلات همگرایی در Stan: از تئوری تا عمل با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
249,950 تومان
🎓 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.