کتاب ساختمان الگوریتم‌های MCMC 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 ساختمان الگوریتم‌های MCMC

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

موضوع میانی: الگوریتم‌های MCMC پایه

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر روش‌های نمونه‌گیری مونت‌کارلو مارکوف
  • 2. آمار بیزی و نیاز به MCMC
  • 3. فضای حالت و توزیع احتمال
  • 4. مفهوم زنجیره مارکوف
  • 5. ویژگی ارگودیک و همگرایی
  • 6. توزیع ثابت و شرایط همگرایی
  • 7. الگوریتم Metropolis-Hastings: اصول پایه
  • 8. پیشنهاددهنده (Proposal Distribution) در Metropolis-Hastings
  • 9. نسبت پذیرش (Acceptance Ratio) در Metropolis-Hastings
  • 10. تنظیم پارامترهای پیشنهاددهنده
  • 11. الگوریتم Random Walk Metropolis
  • 12. الگوریتم Gibbs Sampling: اصول پایه
  • 13. Gibbs Sampling برای توزیع‌های چندمتغیره
  • 14. همگرایی Gibbs Sampling
  • 15. الگوریتم‌های ترکیبی MCMC
  • 16. Metropolis-Hastings با پیشنهاددهنده‌های تطبیقی
  • 17. روش‌های تنظیم خودکار پارامترهای MCMC
  • 18. روش‌های تشخیص همگرایی MCMC: ردیابی زنجیره
  • 19. روش‌های تشخیص همگرایی MCMC: آماره‌های Gelman-Rubin
  • 20. روش‌های تشخیص همگرایی MCMC: R-hat
  • 21. روش‌های تشخیص همگرایی MCMC: نمودارهای خودهمبستگی
  • 22. روش‌های تشخیص همگرایی MCMC: تحلیل طیفی
  • 23. پیاده‌سازی MCMC در R
  • 24. پیاده‌سازی MCMC در Python (PyMC3/Stan)
  • 25. بررسی و تحلیل خروجی MCMC
  • 26. محاسبه فواصل اطمینان و بازه‌های معتبر
  • 27. نمونه‌گیری از توزیع‌های پیچیده با MCMC
  • 28. استفاده از MCMC در مدل‌های خطی تعمیم‌یافته (GLM)
  • 29. استفاده از MCMC در مدل‌های سلسله مراتبی
  • 30. MCMC و مدل‌های متغیر پنهان مارکوف (HMM)
  • 31. MCMC و مدل‌های بیزی غیرپارامتری
  • 32. بهینه‌سازی MCMC: Parallel Tempering
  • 33. بهینه‌سازی MCMC: Simulated Annealing
  • 34. روش‌های کاهش همبستگی در MCMC
  • 35. روش‌های کاهش واریانس MCMC
  • 36. کاربردهای MCMC در علوم مختلف
  • 37. چالش‌ها و محدودیت‌های MCMC
  • 38. انتخاب الگوریتم MCMC مناسب
  • 39. مقایسه الگوریتم‌های MCMC رایج
  • 40. ارزیابی عملکرد الگوریتم‌های MCMC
  • 41. آشنایی با بسته‌های MCMC پیشرفته در R و Python
  • 42. مفاهیم پیشرفته در MCMC: Particle Filtering
  • 43. مفاهیم پیشرفته در MCMC: Approximate Bayesian Computation (ABC)
تگ‌ها: Bayesian inference Bayesian modeling Bayesian statistics Gibbs Sampling Markov Chain MCMC Metropolis Hastings PyMC3 R programming Stan آمار بیزی الگوریتم MCMC زنجیره مارکوف مدل بیزی نمونه‌گیری مونت‌کارلو

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.