کتاب راهنمای کاربردی Stan 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 راهنمای کاربردی Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر آمار بیزی و نیاز به Stan
  • 2. معرفی Stan: تاریخچه، فلسفه و مزایا
  • 3. نصب و راه‌اندازی Stan: محیط‌های مختلف (R, Python, Cmdstan)
  • 4. ساختار یک مدل Stan: بلوک‌های اصلی (data, parameters, model, transformed parameters)
  • 5. نحوه تعریف توزیع‌های احتمال در Stan
  • 6. توزیع‌های رایج در Stan: نرمال، یکنواخت، گاما، بتا و غیره
  • 7. ورودی و خروجی داده‌ها در Stan
  • 8. مدل‌سازی داده‌های پیوسته
  • 9. مدل‌سازی داده‌های گسسته
  • 10. استفاده از توابع و اپراتورها در Stan
  • 11. مدل‌سازی سلسله مراتبی (Hierarchical Modeling) در Stan
  • 12. تغییر شکل پارامترها (Transformed Parameters) و کاربرد آن‌ها
  • 13. مفهوم نمونه‌گیری MCMC و الگوریتم‌های آن در Stan
  • 14. الگوریتم‌های نمونه‌گیری در Stan: NUTS و HMC
  • 15. ارزیابی همگرایی (Convergence) در Stan
  • 16. تشخیص مشکلات همگرایی و راه‌حل‌ها
  • 17. تنظیم پارامترهای نمونه‌گیری: stepsize, adapt_delta, max_treedepth
  • 18. استفاده از priorها: انتخاب و تاثیر آن‌ها بر نتایج
  • 19. مدل‌سازی با priorهای غیر informative
  • 20. مقایسه مدل‌ها با استفاده از WAIC و LOO
  • 21. اعتبارسنجی مدل (Model Validation) و بررسی تناسب (Goodness-of-fit)
  • 22. مدل‌سازی missing data در Stan
  • 23. مدل‌سازی داده‌های زمان‌سریه در Stan
  • 24. کار با توابع built-in Stan
  • 25. نوشتن توابع custom در Stan
  • 26. بهینه‌سازی مدل‌های Stan
  • 27. استفاده از Stan برای مسائل رگرسیون
  • 28. مدل‌سازی خطی تعمیم‌یافته (Generalized Linear Models) در Stan
  • 29. مدل‌سازی مخلوط (Mixture Models) در Stan
  • 30. مدل‌سازی بقا (Survival Analysis) در Stan
  • 31. کار با داده‌های چندمتغیره در Stan
  • 32. استفاده از Stan برای Bayesian A/B Testing
  • 33. ادغام Stan با R: رابط rstan
  • 34. ادغام Stan با Python: رابط PyStan
  • 35. ادغام Stan با Julia: رابط CmdStan.jl
  • 36. اشتباهات رایج در مدل‌سازی Stan و نحوه رفع آن‌ها
  • 37. عیب‌یابی (Debugging) مدل‌های Stan
  • 38. بهبود عملکرد مدل‌های Stan
  • 39. نکات پیشرفته در مدل‌سازی Stan
تگ‌ها: Bayesian statistics CmdStan Hierarchical modeling LOO MCMC PyStan rstan Stan Stan examples Stan programming Stan tutorial WAIC آمار بیزی رگرسیون بیزی مدل‌سازی آماری

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.