کتاب کاربرد MCMC با Stan در تحلیل‌های آماری 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 کاربرد MCMC با Stan در تحلیل‌های آماری

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر آمار بیزی و MCMC
  • 2. مفاهیم کلیدی MCMC: فضای حالت، توزیع هدف، زنجیره مارکوف
  • 3. الگوریتم Metropolis-Hastings: شرح کامل و پیاده‌سازی
  • 4. الگوریتم Gibbs Sampling: شرح کامل و پیاده‌سازی
  • 5. مقایسه Metropolis-Hastings و Gibbs Sampling
  • 6. تشخیص همگرایی زنجیره‌های MCMC: نمودارهای ردیابی و خودهمبستگی
  • 7. آزمون‌های همگرایی MCMC: Gelman-Rubin و Raftery-Lewis
  • 8. مقدمه‌ای بر Stan: زبان مدل‌سازی آماری احتمالی
  • 9. نصب و راه‌اندازی Stan و رابط‌های آن (RStan, CmdStan)
  • 10. نحو و قواعد زبان Stan: انواع داده، توابع، و ساختار مدل
  • 11. مدل‌سازی توابع توزیع احتمال در Stan
  • 12. تعریف مدل‌های بیزی ساده در Stan: رگرسیون خطی
  • 13. مدل‌سازی رگرسیون خطی تعمیم‌یافته (GLM) در Stan
  • 14. مدل‌سازی مدل‌های سلسله‌مراتبی (Hierarchical Models) در Stan
  • 15. استفاده از priorهای informative و non-informative در Stan
  • 16. مدل‌سازی مدل‌های با تغییرات پارامتری در Stan
  • 17. بهینه‌سازی مدل در Stan: الگوریتم‌های NUTS و HMC
  • 18. تنظیم پارامترهای بهینه‌سازی Stan: step size, adaptation
  • 19. تحلیل حساسیت مدل به priorها در Stan
  • 20. ارزیابی و مقایسه مدل‌ها در Stan: WAIC و LOO-CV
  • 21. مدل‌سازی داده‌های گمشده (Missing Data) در Stan
  • 22. مدل‌سازی داده‌های سانسور شده (Censored Data) در Stan
  • 23. مدل‌سازی مدل‌های ترکیبی (Mixture Models) در Stan
  • 24. مدل‌سازی سری‌های زمانی در Stan
  • 25. مدل‌سازی مدل‌های بقا (Survival Models) در Stan
  • 26. استفاده از Stan برای تحلیل داده‌های مکانی (Spatial Data)
  • 27. مدل‌سازی مدل‌های بیزی پویا (Dynamic Bayesian Models) در Stan
  • 28. اعتبارسنجی مدل Stan: بررسی residua و پیش‌بینی
  • 29. عیب‌یابی خطاهای رایج در Stan
  • 30. استفاده از Stan برای MCMC با داده‌های بزرگ
  • 31. مقدمه‌ای بر Stan Math: توابع و عملیات ریاضی در Stan
  • 32. بهینه‌سازی عملکرد مدل‌های Stan
  • 33. مفاهیم پیشرفته Stan: توابع تعریف‌شده توسط کاربر (User-Defined Functions)
  • 34. استفاده از Stan در محیط‌های محاسباتی ابری
  • 35. مقایسه Stan با سایر ابزارهای MCMC (JAGS, BUGS)
  • 36. کاربرد Stan در حوزه‌های مختلف: زیست‌شناسی، اقتصاد، علوم اجتماعی
تگ‌ها: Bayesian inference CmdStan MCMC Posterior Prior RStan Stan Stan Math آمار بیزی تحلیل داده زنجیره مارکوف مدل سلسله مراتبی مدل‌سازی آماری مدل‌سازی احتمالی همگرایی MCMC

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.