کتاب MCMC واریانسی در یادگیری عمیق: تسریع نمونه‌گیری 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 MCMC واریانسی در یادگیری عمیق: تسریع نمونه‌گیری

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

موضوع میانی: یادگیری عمیق بیزی (Bayesian Deep Learning)

📋 سرفصل‌های دوره

  • 1. آشنایی با روش‌های نمونه‌برداری مونت کارلو
  • 2. مقدمه‌ای بر روش‌های زنجیره مارکوف مونت کارلو
  • 3. مفاهیم اساسی در الگوریتم‌های MCMC
  • 4. توزیع‌های احتمالاتی و کاربرد آن‌ها در یادگیری عمیق
  • 5. متروپلیس‌هاستینگ: الگوریتم پایه MCMC
  • 6. الگوریتم گیبس: نمونه‌برداری شرطی
  • 7. تفاوت‌های اصلی بین متروپلیس‌هاستینگ و گیبس
  • 8. تشخیص همگرایی در زنجیره‌های مارکوف
  • 9. معیارهای ارزیابی همگرایی MCMC
  • 10. بهینه‌سازی پیشنهاد دهنده در متروپلیس‌هاستینگ
  • 11. استفاده از توزیع‌های پیشنهادی چند بعدی
  • 12. روش‌های تطبیقی برای تنظیم پارامترهای پیشنهاد دهنده
  • 13. کاربرد MCMC در تخمین پارامترهای مدل
  • 14. MCMC در مدل‌های بیزی
  • 15. استفاده از MCMC برای استنتاج در شبکه‌های بیزی
  • 16. تخمین عدم قطعیت با استفاده از نمونه‌برداری MCMC
  • 17. MCMC و یادگیری پارامترهای مدل‌های گوسی
  • 18. MCMC و مدل‌های خطی تعمیم‌یافته
  • 19. MCMC در مدل‌های رگرسیون لجستیک
  • 20. MCMC و مدل‌های مخلوط گوسی
  • 21. MCMC و مدل‌های پنهان مارکوف
  • 22. استفاده از MCMC در خوشه‌بندی
  • 23. MCMC و کاهش ابعاد داده
  • 24. روش‌های موازی‌سازی MCMC برای تسریع محاسبات
  • 25. استفاده از خوشه‌بندی برای موازی‌سازی MCMC
  • 26. روش‌های تقلیل واریانس در MCMC
  • 27. اهمیت وزن‌دهی نمونه در MCMC
  • 28. روش‌های نمونه‌برداری اهمیت (Importance Sampling)
  • 29. روش‌های زنجیره‌ای (Sequential Importance Sampling)
  • 30. MCMC و بهینه‌سازی توابع پیچیده
  • 31. MCMC و الگوریتم‌های تکاملی
  • 32. MCMC و الگوریتم‌های شبیه‌سازی تبرید
  • 33. روش‌های ترکیبی MCMC و بهینه‌سازی
  • 34. MCMC در یادگیری تقویتی
  • 35. استفاده از MCMC برای تخمین تابع ارزش
  • 36. MCMC و سیاست‌های نمونه‌برداری
  • 37. MCMC و شبکه‌های عصبی بیزی
  • 38. استفاده از MCMC برای آموزش شبکه‌های عصبی
  • 39. MCMC و تنظیم وزن‌های شبکه‌های عصبی
  • 40. MCMC و انتخاب معماری شبکه‌های عصبی
  • 41. MCMC و یادگیری بازنمایی (Representation Learning)
  • 42. MCMC در مدل‌های گرافیکی
  • 43. MCMC و مدل‌های میدان تصادفی
  • 44. MCMC و مدل‌های زنجیره‌ای شرطی
  • 45. کاربرد MCMC در پردازش زبان طبیعی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.