فلش‌کارت‌های آموزشی مباحث پیشرفته در مدل‌سازی بیزی با BUGS

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 74,988 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 مباحث پیشرفته در مدل‌سازی بیزی با BUGS

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

موضوع میانی: زبان مدل‌سازی BUGS

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی بیزی
  • 2. مفاهیم پایه احتمال و آمار
  • 3. توزیع‌های احتمال گسسته و پیوسته
  • 4. قضیه بیز و استنتاج بیزی
  • 5. مقدمه‌ای بر نرم‌افزار BUGS
  • 6. نصب و راه‌اندازی BUGS
  • 7. سینتکس زبان BUGS
  • 8. تعریف مدل‌های بیزی ساده
  • 9. اجرای مدل‌های بیزی در BUGS
  • 10. تفسیر نتایج BUGS: توزیع پسین
  • 11. روش‌های نمونه‌گیری مارکوف چین مونت کارلو (MCMC)
  • 12. الگوریتم گیبز
  • 13. تشخیص همگرایی زنجیره‌های MCMC
  • 14. معیارهای همگرایی: R-hat و Trace plots
  • 15. نمونه‌گیری از توزیع‌های پیچیده
  • 16. مدل‌های خطی تعمیم‌یافته بیزی
  • 17. مدل‌های رگرسیون خطی بیزی
  • 18. مدل‌های رگرسیون لجستیک بیزی
  • 19. مدل‌های رگرسیون پواسون بیزی
  • 20. مدل‌های سلسله‌مراتبی (Hierarchical Models)
  • 21. مزایای مدل‌های سلسله‌مراتبی
  • 22. پیاده‌سازی مدل‌های سلسله‌مراتبی در BUGS
  • 23. مدل‌های اثرات تصادفی (Random Effects)
  • 24. مدل‌های اثرات ثابت (Fixed Effects)
  • 25. مدل‌های مختلط (Mixed Models)
  • 26. مدل‌سازی داده‌های سری زمانی با رویکرد بیزی
  • 27. مدل‌های ARIMA بیزی
  • 28. مدل‌های حالت-فضا (State-Space Models)
  • 29. کاربرد مدل‌های بیزی در علوم زیستی
  • 30. مدل‌سازی بقا (Survival Analysis)
  • 31. مدل‌های بیزی برای داده‌های پزشکی
  • 32. کاربرد مدل‌های بیزی در اقتصاد
  • 33. مدل‌سازی ریسک در بیمه با BUGS
  • 34. مدل‌سازی اقتصاد سنجی بیزی
  • 35. مدل‌سازی پیش‌بینی اقتصادی
  • 36. کاربرد مدل‌های بیزی در علوم اجتماعی
  • 37. مدل‌سازی پیمایش‌ها با رویکرد بیزی
  • 38. مدل‌سازی شبکه‌های اجتماعی
  • 39. مدل‌سازی داده‌های مکانی با BUGS
  • 40. مدل‌های مکانی بیزی
  • 41. مدل‌سازی داده‌های تصویری با رویکرد بیزی
  • 42. مقدمه‌ای بر روش‌های بیزی پیشرفته
  • 43. مدل‌های بیزی غیرپارامتری
  • 44. فرآیندهای گوسی (Gaussian Processes)
  • 45. کاربرد فرآیندهای گوسی در رگرسیون
  • 46. کاربرد فرآیندهای گوسی در طبقه‌بندی
  • 47. مدل‌های بیزی مبتنی بر درخت (Tree-based Bayesian Models)
  • 48. جنگل‌های تصادفی بیزی
  • 49. ماشین‌های بردار پشتیبان بیزی
  • 50. مدل‌های بیزی برای داده‌های پرتعداد (Big Data)
  • 51. استفاده از JAGS به عنوان جایگزین BUGS
  • 52. استفاده از Stan برای مدل‌سازی بیزی
  • 53. مقایسه BUGS، JAGS و Stan
  • 54. بهینه‌سازی مدل‌های بیزی
  • 55. اعتبارسنجی مدل‌های بیزی
  • 56. حساسیت‌سنجی مدل‌ها
  • 57. مدل‌سازی عدم قطعیت
  • 58. مقدمه‌ای بر مدل‌سازی بیزی پویا
  • 59. مدل‌های بیزی برای داده‌های پویا
  • 60. کاربرد مدل‌های بیزی در یادگیری ماشین
  • 61. یادگیری بیزی
  • 62. شبکه‌های بیزی
  • 63. استنتاج در شبکه‌های بیزی
  • 64. کاربرد شبکه‌های بیزی در هوش مصنوعی
  • 65. مدل‌سازی علی (Causal Modeling) با رویکرد بیزی
  • 66. استنتاج علی با استفاده از مدل‌های بیزی
  • 67. طراحی آزمایش‌ها با رویکرد بیزی
  • 68. تحلیل داده‌های آزمایشی با BUGS
  • 69. مدل‌سازی بیزی برای مسائل بهینه‌سازی
  • 70. بهینه‌سازی بیزی
  • 71. استفاده از BUGS در پژوهش‌های دانشگاهی
  • 72. تکنیک‌های پیشرفته نمونه‌گیری MCMC
  • 73. کاهش همبستگی بین متغیرها در MCMC
  • 74. نمونه‌گیری از مدل‌های پیچیده با استفاده از MCMC
  • 75. روش‌های بیزی برای داده‌های گمشده
  • 76. مدل‌سازی داده‌های گمشده با رویکرد بیزی
  • 77. حساسیت مدل به فرض‌های مربوط به داده‌های گمشده
  • 78. مدل‌سازی بیزی با استفاده از کتابخانه‌های پایتون (PyMC3)
  • 79. مقدمه‌ای بر PyMC3
  • 80. پیاده‌سازی مدل‌های بیزی در PyMC3
  • 81. مقایسه PyMC3 با BUGS
  • 82. مدل‌سازی بیزی با استفاده از کتابخانه‌های R (rstanarm, brms)
  • 83. مقدمه‌ای بر rstanarm و brms
  • 84. پیاده‌سازی مدل‌های بیزی در R
  • 85. مقایسه rstanarm و brms با BUGS
  • 86. مدل‌سازی بیزی برای داده‌های رتبه‌ای
  • 87. مدل‌های بیزی برای داده‌های شمارشی
  • 88. مدل‌سازی بیزی برای داده‌های پیوسته
  • 89. مدل‌سازی بیزی برای داده‌های دودویی
  • 90. مدل‌سازی بیزی برای داده‌های چندکاره (Multivariate)
  • 91. مدل‌سازی بیزی برای داده‌های خوشه‌ای (Clustered Data)
  • 92. مدل‌سازی بیزی برای داده‌های پانل (Panel Data)
  • 93. مدل‌سازی بیزی برای داده‌های هتروسکدastic
  • 94. مقدمه‌ای بر مدل‌سازی بیزی پیشرفته در BUGS
  • 95. مدل‌سازی با استفاده از توزیع‌های ترکیبی
  • 96. مدل‌سازی بیزی با استفاده از توابع احتمال سفارشی
  • 97. روش‌های اعتبارسنجی متقابل بیزی
  • 98. تحلیل حساسیت پارامترها با استفاده از BUGS
  • 99. مدل‌سازی بیزی برای استنتاج پارامتری
  • 100. مدل‌سازی بیزی برای استنتاج پیش‌بینی
SMART LEARNING PLATFORM
از مطالعه تا یادگیری ماندگار
فراتر از یک مجموعه فلش‌کارت؛ تجربه‌ای تعاملی برای یادگیری، تمرین، مرور هوشمند و مشاهده مسیر پیشرفت شما، همراه با امکان دریافت گواهی پایان دوره در دوره‌های واجد شرایط.
مرور فاصله‌دار آمار یادگیری گواهی دوزبانه
یادگیری را به یک مسیر قابل پیگیری تبدیل کنید
با ورود به سامانه آموزشی، محتوای دوره را به‌صورت مرحله‌ای دنبال کنید، فلش‌کارت‌ها را مرور کنید، دانش خود را با پرسش‌ها و آزمون‌ها بسنجید و روند پیشرفتتان را در طول مسیر ببینید.
⟳
مرور فاصله‌دار هوشمند
با مرور زمان‌دار، کارت‌های تازه و کارت‌های سررسیدشده را بر اساس برنامه مرور دنبال کنید. ارزیابی پاسخ‌ها به زمان‌بندی مرورهای بعدی کمک می‌کند تا تمرین متناسب‌تری داشته باشید.
◉
مشاهده مسیر پیشرفت
میزان مشاهده فلش‌کارت‌ها، فعالیت‌های مرور، عملکرد آزمون‌ها و آمار یادگیری را بررسی کنید و تصویر روشن‌تری از مسیر آموزشی خود داشته باشید.
▤
یادگیری مرحله‌به‌مرحله
فصل‌ها و بخش‌های آموزشی را به ترتیب دنبال کنید، مطالب دیده‌نشده را پیدا کنید و بدون سردرگمی به ادامه مسیر برگردید.
✓
تمرین و سنجش آموخته‌ها
با نکته‌های آموزشی، پرسش و پاسخ، کوییزها و آزمون‌های پایان فصل، دانسته‌های خود را تمرین کنید و بخش‌هایی را که به توجه بیشتری نیاز دارند بشناسید.
SMART REVIEW
هر بار، مرور هدفمندتر
لازم نیست هر روز از ابتدا درباره اینکه چه چیزی را مرور کنید تصمیم بگیرید. سامانه، صف مرور روزانه را بر اساس کارت‌های تازه و موعد مرور کارت‌ها آماده می‌کند. شما پاسخ را ارزیابی می‌کنید و برنامه مرور با توجه به آن تنظیم می‌شود.
دوباره
برای کارت‌هایی که به تمرین زودتر نیاز دارند.
سخت
برای پاسخ‌هایی که با دشواری به یاد آمده‌اند.
خوب
برای پاسخ‌هایی که به‌درستی به یاد آورده‌اید.
آسان
برای کارت‌هایی که پاسخ آن‌ها را به‌آسانی می‌دانید.
برنامه مرور بر اساس ارزیابی شما تنظیم می‌شود؛ مرور منظم می‌تواند به تثبیت آموخته‌ها کمک کند، اما به‌تنهایی تضمین‌کننده تسلط کامل نیست.
محتوا را به شیوه‌های مختلف تمرین کنید
ساختار دوره‌ها متناسب با موضوع آموزشی طراحی شده است و ممکن است انواع مختلفی از محتوا را در بر بگیرد.
نکته‌های ساده
برای مرور سریع مفاهیم اصلی و نکات کلیدی.
نکته‌های رسمی
برای تمرین تعاریف، اصطلاحات و بیان دقیق علمی.
کوییز
برای سنجش درک مطلب و بررسی گزینه صحیح.
پرسش و پاسخ
برای تمرین یادآوری و سنجش میزان تسلط بر مطالب.
محتوای هر دوره بر اساس ساختار و امکانات فعال همان دوره ارائه می‌شود.
LEARN ANYWHERE
همراه شما روی مرورگر
برای استفاده از نسخه تحت وب، کافی است با حساب کاربری خود وارد سامانه شوید. بدون نیاز به نصب یک برنامه اختصاصی، می‌توانید از مرورگر سازگار روی گوشی، تبلت یا رایانه به دوره‌های در دسترس خود مراجعه کنید.
گوشی هوشمند
برای مطالعه در زمان‌های کوتاه
تبلت و لپ‌تاپ
برای مطالعه و مرور راحت‌تر
حساب کاربری شخصی
برای دسترسی به دوره‌های مجاز شما
COURSE COMPLETION CERTIFICATE
گواهی پایان دوره؛ ثبت دستاورد شما
در دوره‌هایی که امکان دریافت گواهی برای آن‌ها فعال است، می‌توانید پس از تکمیل شرایط آموزشی، درخواست گواهی پایان دوره ثبت کنید.
شرایط درخواست گواهی
✓ داشتن دسترسی دارای قابلیت گواهی برای دوره مربوطه.
✓ تکمیل اطلاعات لازم در پروفایل، شامل کد ملی معتبر، عکس پرسنلی و نام و نام خانوادگی انگلیسی.
✓ مشاهده تمام فلش‌کارت‌های فعال دوره.
✓ قبولی در آزمون‌های پایان فصل، در صورت وجود آزمون برای فصل‌ها.
فارسی و انگلیسی
پس از تأیید و انتشار، نسخه‌های فارسی و انگلیسی گواهی در دسترس قرار می‌گیرند.
استعلام آنلاین
گواهی منتشرشده دارای QR Code و لینک اختصاصی برای بررسی آنلاین اعتبار آن است.
دانلود و چاپ
پس از انتشار گواهی، امکان دریافت نسخه PDF فارسی و انگلیسی و چاپ آن فراهم است.
توجه: ثبت درخواست به معنای صدور قطعی نیست. درخواست گواهی پس از بررسی و تأیید ادمین منتشر می‌شود. این گواهی، گواهی پایان دوره آموزشی است و به‌خودی‌خود معادل مدرک دانشگاهی یا مدرک رسمی مورد تأیید نهادهای دولتی نیست.
یادگیری را شروع کنید؛ پیشرفت را دنبال کنید
با تمرین منظم، مرور هدفمند و پیگیری مسیر آموزشی خود، قدم‌به‌قدم دانش و مهارت‌هایتان را گسترش دهید.
هر کارت، یک قدم به جلو
امکانات محتوایی، مرور و گواهی بر اساس سطح دسترسی و تنظیمات هر دوره متفاوت است.
نگاهی به محیط سامانه

یادگیری هوشمند، قدم‌به‌قدم

با محیط سامانه آموزشی آشنا شوید و نمونه‌هایی از فضای یادگیری، فلش‌کارت‌ها و ابزارهای مرور و تمرین را مشاهده کنید.

تصویر نمونه اول از سامانه آموزشی و فلش‌کارت‌ها
محیط سامانه آموزشی
برای مشاهده تصویر در اندازه بزرگ‌تر کلیک کنید
تصویر نمونه دوم از سامانه آموزشی و فلش‌کارت‌ها
یادگیری و مرور مطالب
برای مشاهده تصویر در اندازه بزرگ‌تر کلیک کنید
تصویر نمونه سوم از سامانه آموزشی و فلش‌کارت‌ها
تجربه مطالعه تعاملی
برای مشاهده تصویر در اندازه بزرگ‌تر کلیک کنید
تصویر نمونه چهارم از سامانه آموزشی و فلش‌کارت‌ها
امکانات بیشتر سامانه
برای مشاهده تصویر در اندازه بزرگ‌تر کلیک کنید

یادگیری فراتر از مطالعه معمولی
با فلش‌کارت‌های آموزشی، مرور هدفمند و تمرین مستمر، مطالب را فعالانه یاد بگیرید و مسیر پیشرفت خود را دنبال کنید.

تگ‌ها: BUGS MCMC آمار بیزی تحلیل بیزی تحلیل داده مدل‌سازی آماری مدل‌سازی بیزی مدل‌های پیشرفته نرم‌افزار آماری نمونه‌گیری مارکوف

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.