کتاب استفاده از Stan برای تحلیل پیشرفته داده 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 استفاده از Stan برای تحلیل پیشرفته داده

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر آمار بیزی و مدل‌سازی احتمالی
  • 2. مروری بر روش‌های نمونه‌گیری MCMC
  • 3. معرفی Stan: زبان برنامه‌نویسی احتمالی
  • 4. نصب و راه‌اندازی Stan و رابط‌های کاربری (RStan, CmdStan)
  • 5. ساختار یک مدل Stan: داده‌ها، پارامترها، و مدل
  • 6. توابع توزیع احتمال در Stan
  • 7. مدل‌های خطی در Stan
  • 8. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
  • 9. مدل‌های رگرسیونی لجستیک در Stan
  • 10. مدل‌های سلسله‌مراتبی (Hierarchical Models) در Stan
  • 11. مدل‌های اثرات تصادفی در Stan
  • 12. مدل‌های مخلوط (Mixture Models) در Stan
  • 13. مدل‌های تغییر حالت (State-Space Models) در Stan
  • 14. مدل‌های بقا (Survival Analysis) در Stan
  • 15. برنامه‌نویسی توابع سفارشی در Stan
  • 16. ارزیابی همگرایی MCMC در Stan: R-hat, Effective Sample Size
  • 17. تشخیص مشکلات همگرایی و راهکارهای رفع آن‌ها
  • 18. پیش‌بینی پسین (Posterior Predictive Checks)
  • 19. اعتبارسنجی مدل با استفاده از داده‌های جدید
  • 20. بهینه‌سازی مدل Stan: سرعت و کارایی
  • 21. استفاده از Priorهای آگاهانه و غیرآگاهانه
  • 22. Priorهای سلسله‌مراتبی و Regularizing Priors
  • 23. مدل‌سازی داده‌های گمشده (Missing Data) در Stan
  • 24. مدل‌سازی داده‌های سانسور شده (Censored Data) در Stan
  • 25. مدل‌سازی داده‌های ترتیبی (Ordinal Data) در Stan
  • 26. مدل‌سازی داده‌های چندمتغیره (Multivariate Data) در Stan
  • 27. استفاده از Stan برای تحلیل سری‌های زمانی
  • 28. مدل‌های VAR در Stan
  • 29. مدل‌سازی داده‌های پانل (Panel Data) در Stan
  • 30. مقدمه‌ای بر Stan و یادگیری ماشین
  • 31. مدل‌های بیزی نیمه پارامتری (Semi-Parametric Bayesian Models) در Stan
  • 32. انتخاب مدل (Model Selection) با استفاده از Stan: WAIC, LOO
  • 33. مقایسه مدل‌ها و ارزیابی عدم قطعیت
  • 34. استفاده از Stan با داده‌های بزرگ (Big Data)
  • 35. مقدمه‌ای بر CmdStanPy و Python
  • 36. استفاده از Stan برای تحلیل داده‌های مکانی
  • 37. مدل‌سازی داده‌های جغرافیایی در Stan
تگ‌ها: Bayesian modeling Bayesian statistics CmdStan GLM Hierarchical modeling MCMC RStan Stan Stan language آمار بیزی تحلیل پیشرفته داده داده‌کاوی مدل‌سازی بیزی مونت‌کارلو مارکوف یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.