کتاب کاربرد الگوریتمهای استنتاج علی بیزی در دادههای پیچیده با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
249,950 تومان
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره کاربرد الگوریتمهای استنتاج علی بیزی در دادههای پیچیده
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: Bayesian Causal Inference Algorithms
📋 سرفصلهای دوره
- 1. مقدمهای بر استنتاج علی و آمار بیزی
- 2. مفاهیم پایه احتمال و توزیعهای بیزی
- 3. مدلهای گرافیکی و استنتاج علی
- 4. مقدمهای بر روشهای نمونهگیری مونتکارلو مارکوف (MCMC)
- 5. الگوریتم Metropolis-Hastings در استنتاج علی
- 6. الگوریتم Gibbs Sampling در استنتاج علی
- 7. تشخیص همگرایی در MCMC
- 8. انتخاب توزیع پیشنهادی بهینه در MCMC
- 9. استنتاج علی با مدلهای خطی بیزی
- 10. استنتاج علی با مدلهای غیرخطی بیزی
- 11. مدلهای اثر تصادفی و استنتاج علی
- 12. مدلهای تعمیمیافته معادلات ساختاری (GEM)
- 13. استنتاج علی در دادههای گمشده (Missing Data)
- 14. استنتاج علی با متغیرهای مداوم و گسسته
- 15. مدلهای بقا و استنتاج علی بیزی
- 16. استفاده از Priorهای غیرinformative و weakly informative
- 17. انتخاب Prior در استنتاج علی: ملاحظات نظری و عملی
- 18. مدلهای سلسله مراتبی بیزی برای استنتاج علی
- 19. استنتاج علی در دادههای پانلی
- 20. استنتاج علی در دادههای سری زمانی
- 21. استنتاج علی با استفاده از مدلهای Mixture
- 22. روشهای تقریب بیزی (Variational Inference)
- 23. استنتاج علی و دادههای با ابعاد بالا (High-Dimensional Data)
- 24. انتخاب مدل در استنتاج علی بیزی
- 25. ارزیابی و اعتبارسنجی مدلهای استنتاج علی
- 26. استفاده از زنجیرههای مارکوف پنهان (HMM) در استنتاج علی
- 27. استنتاج علی در شبکههای بیزی (Bayesian Networks)
- 28. استفاده از مدلهای مبتنی بر درخت (Tree-based Models) در استنتاج علی
- 29. استنتاج علی در دادههای فضایی (Spatial Data)
- 30. استفاده از روشهای Bootstrapping در استنتاج علی
- 31. مدلسازی اثرات درهمتنیده (Confounding Effects)
- 32. مدلسازی اثرات تعدیلگر (Moderating Effects)
- 33. مدلسازی واسطهگری (Mediation Analysis)
- 34. استنتاج علی و انتخاب ویژگی (Feature Selection)
- 35. استفاده از مدلهای causal discovery برای شناسایی روابط علی
- 36. استنتاج علی در دادههای مشاهدهای (Observational Data)
- 37. استنتاج علی در دادههای تجربی (Experimental Data)
- 38. تفسیر نتایج استنتاج علی و گزارشدهی
- 39. کاربردهای استنتاج علی در علوم اجتماعی
- 40. کاربردهای استنتاج علی در علوم پزشکی
- 41. کاربردهای استنتاج علی در بازاریابی
- 42. کاربردهای استنتاج علی در علوم اقتصادی
- 43. کاربردهای استنتاج علی در مهندسی
- 44. پیادهسازی استنتاج علی در R
- 45. پیادهسازی استنتاج علی در Python (PyMC3, Stan)
- 46. مقایسه روشهای مختلف استنتاج علی
- 47. چالشها و محدودیتهای استنتاج علی بیزی
تگها:
Bayesian Causal Inference
Bayesian Modeling
Bayesian Networks
Bayesian Statistics
Causal Discovery
Causal Inference
High-Dimensional Data
MCMC
Missing Data
PyMC3
Python
R
Stan
Structural Equation Modeling
استنتاج علی بیزی
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.