فلش‌کارت‌های آموزشی PyMC برای تحلیل سری‌های زمانی بیزی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره PyMC برای تحلیل سری‌های زمانی بیزی

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

موضوع میانی: PyMC3 / PyMC

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر سری‌های زمانی
• 2. مفاهیم پایه سری‌های زمانی
• 3. نمونه‌گیری و توصیف سری‌های زمانی
• 4. تحلیل سری‌های زمانی کلاسیک
• 5. مدل‌های ARIMA
• 6. شناسایی مدل‌های ARIMA
• 7. تخمین پارامترهای ARIMA
• 8. تشخیص و انتخاب مدل ARIMA
• 9. پیش‌بینی با مدل‌های ARIMA
• 10. تحلیل سری‌های زمانی با استفاده از PyMC
• 11. مقدمه‌ای بر تحلیل بیزی
• 12. مفاهیم احتمال بیزی
• 13. قضیه بیز و کاربردهای آن
• 14. مقدمه‌ای بر مدل‌سازی بیزی
• 15. نظریه استنتاج بیزی
• 16. شبیه‌سازی مونت کارلو زنجیره مارکوف (MCMC)
• 17. الگوریتم‌های MCMC
• 18. کاربرد PyMC در مدل‌سازی بیزی
• 19. نصب و راه‌اندازی PyMC
• 20. مقدمه‌ای بر پیاده‌سازی مدل‌های بیزی در PyMC
• 21. ساختار مدل‌های PyMC
• 22. تعریف متغیرهای احتمالی در PyMC
• 23. تعریف توابع توزیع در PyMC
• 24. تعریف روابط بین متغیرها در PyMC
• 25. ساخت مدل‌های بیزی برای سری‌های زمانی
• 26. مدل پایه سری زمانی بیزی
• 27. مدل‌های خطی سری زمانی بیزی
• 28. مدل‌های خودرگرسیو بیزی
• 29. مدل‌های میانگین متحرک بیزی
• 30. مدل‌های ترکیبی ARIMA بیزی
• 31. مدل‌های فصلی بیزی
• 32. پیاده‌سازی مدل‌های ARIMA بیزی با PyMC
• 33. شبیه‌سازی سری‌های زمانی با مدل‌های بیزی
• 34. تخمین پارامترهای مدل‌های سری زمانی بیزی
• 35. استنتاج بیزی برای پارامترهای سری زمانی
• 36. ارزیابی مدل‌های سری زمانی بیزی
• 37. معیارهای ارزیابی مدل‌های بیزی
• 38. اعتبار سنجی متقابل در مدل‌های بیزی
• 39. تحلیل حساسیت در مدل‌های بیزی
• 40. پیش‌بینی با مدل‌های سری زمانی بیزی در PyMC
• 41. تولید فواصل اطمینان بیزی برای پیش‌بینی
• 42. مقایسه مدل‌های سری زمانی بیزی
• 43. مدل‌سازی سری زمانی غیرخطی بیزی
• 44. مدل‌های رگرسیون غیرخطی بیزی
• 45. مدل‌های فضا-حالت بیزی
• 46. کاربرد مدل‌های فضا-حالت بیزی در سری‌های زمانی
• 47. پیاده‌سازی مدل‌های فضا-حالت بیزی با PyMC
• 48. مدل‌سازی سری‌های زمانی با تغییرات ساختاری بیزی
• 49. شناسایی نقاط تغییر در سری‌های زمانی بیزی
• 50. مدل‌سازی رگرسیون با تغییرات ساختاری بیزی
• 51. تحلیل سری‌های زمانی مالی بیزی
• 52. مدل‌سازی نوسانات بیزی
• 53. مدل‌های GARCH بیزی
• 54. کاربرد PyMC در تحلیل سری‌های زمانی مالی
• 55. تحلیل سری‌های زمانی اقتصادی بیزی
• 56. مدل‌سازی شاخص‌های اقتصادی بیزی
• 57. کاربرد PyMC در تحلیل سری‌های زمانی اقتصادی
• 58. تحلیل سری‌های زمانی زیست‌محیطی بیزی
• 59. مدل‌سازی آلودگی هوا بیزی
• 60. مدل‌سازی تغییرات آب و هوایی بیزی
• 61. کاربرد PyMC در تحلیل سری‌های زمانی زیست‌محیطی
• 62. تحلیل سری‌های زمانی پزشکی بیزی
• 63. مدل‌سازی شیوع بیماری بیزی
• 64. پیش‌بینی روند بیماری بیزی
• 65. کاربرد PyMC در تحلیل سری‌های زمانی پزشکی
• 66. تحلیل سری‌های زمانی اجتماعی بیزی
• 67. مدل‌سازی روند شبکه‌های اجتماعی بیزی
• 68. پیش‌بینی رفتار مصرف‌کننده بیزی
• 69. کاربرد PyMC در تحلیل سری‌های زمانی اجتماعی
• 70. مقدمه‌ای بر مدل‌های یادگیری عمیق بیزی
• 71. شبکه‌های عصبی بیزی
• 72. کاربرد شبکه‌های عصبی بیزی در سری‌های زمانی
• 73. مقدمه‌ای بر مدل‌سازی سلسله مراتبی بیزی
• 74. مدل‌های سلسله مراتبی برای سری‌های زمانی
• 75. کاربرد مدل‌های سلسله مراتبی بیزی با PyMC
• 76. مدل‌سازی سری‌های زمانی با داده‌های گمشده بیزی
• 77. استنتاج بیزی برای داده‌های گمشده
• 78. کاربرد PyMC برای داده‌های گمشده در سری‌های زمانی
• 79. بهینه‌سازی پارامترها در مدل‌های بیزی
• 80. جستجوی بیزی
• 81. کاربرد PyMC در بهینه‌سازی
• 82. تجسم نتایج مدل‌های سری زمانی بیزی
• 83. رسم نمودارهای بیزی
• 84. تفسیر نتایج بیزی
• 85. مطالعات موردی در تحلیل سری‌های زمانی بیزی
• 86. کاربرد عملی PyMC در حل مسائل دنیای واقعی
• 87. چالش‌ها و ملاحظات در مدل‌سازی بیزی سری‌های زمانی
• 88. بهترین شیوه‌ها در استفاده از PyMC
• 89. مقدمه‌ای بر آخرین پیشرفت‌ها در تحلیل سری‌های زمانی بیزی
• 90. آینده مدل‌سازی بیزی سری‌های زمانی
• 91. منابع و مراجع در تحلیل سری‌های زمانی بیزی
• 92. گام‌های بعدی در یادگیری تحلیل سری‌های زمانی بیزی