فلش‌کارت‌های آموزشی تنظیمات پیشرفته برای مدل‌های بیزی در Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تنظیمات پیشرفته برای مدل‌های بیزی در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌های بیزی و Stan
• 2. مبانی احتمال و استنتاج بیزی
• 3. مفهوم تابع درستنمایی و پیشین
• 4. توزیع‌های پیشین رایج و انتخاب آن‌ها
• 5. توزیع‌های پسین و محاسبه آن‌ها
• 6. کاربرد توزیع‌های پیشین و پسین در Stan
• 7. معرفی زبان برنامه‌نویسی Stan
• 8. ساختار کلی یک مدل Stan
• 9. نوشتن اولین مدل بیزی ساده در Stan
• 10. کامپایل و اجرای مدل‌های Stan
• 11. مفهوم نمونه‌گیری مارکوف زنجیره مونت کارلو (MCMC)
• 12. الگوریتم‌های نمونه‌گیری در Stan (NUTS)
• 13. ارزیابی همگرایی نمونه‌ها
• 14. معیارهای ارزیابی کیفیت نمونه‌گیری (R-hat, ESS)
• 15. تجسم نتایج نمونه‌گیری
• 16. مقدمه‌ای بر مدل‌های خطی بیزی
• 17. مدل رگرسیون خطی ساده بیزی در Stan
• 18. مدل رگرسیون خطی چندگانه بیزی در Stan
• 19. مدل‌های خطی تعمیم‌یافته بیزی (GLM)
• 20. کاربرد GLM در Stan
• 21. مدل‌سازی داده‌های شمارشی (Poisson, Negative Binomial)
• 22. مدل‌سازی داده‌های دودویی (Bernoulli, Binomial)
• 23. مدل‌سازی داده‌های ترتیبی (Ordinal)
• 24. مقدمه‌ای بر مدل‌های سلسله‌مراتبی بیزی
• 25. مدل‌های سلسله‌مراتبی برای اثرات تصادفی
• 26. مدل‌های سلسله‌مراتبی با اثرات مشترک
• 27. پیاده‌سازی مدل‌های سلسله‌مراتبی در Stan
• 28. کاربرد مدل‌های سلسله‌مراتبی در علوم اجتماعی
• 29. کاربرد مدل‌های سلسله‌مراتبی در پزشکی
• 30. کاربرد مدل‌های سلسله‌مراتبی در اقتصاد
• 31. مدل‌سازی سری‌های زمانی بیزی
• 32. مدل‌های ARMA بیزی در Stan
• 33. مدل‌های ARIMA بیزی در Stan
• 34. مدل‌های حالت فضا (State-space) در Stan
• 35. مدل‌سازی داده‌های فضایی بیزی
• 36. مدل‌های خودهمبستگی فضایی (CAR, SAR)
• 37. پیاده‌سازی مدل‌های فضایی در Stan
• 38. مقدمه‌ای بر مدل‌های پیش‌بینی بیزی
• 39. تکنیک‌های اعتبارسنجی مدل‌های پیش‌بینی
• 40. استفاده از Stan برای پیش‌بینی
• 41. ارزیابی پیش‌بینی‌ها
• 42. مدل‌سازی بقا بیزی
• 43. مدل‌های کاکس (Cox proportional hazards) بیزی
• 44. پیاده‌سازی مدل‌های بقا در Stan
• 45. کاربرد مدل‌های بقا در پزشکی و مهندسی
• 46. مقدمه‌ای بر مدل‌های شبکه‌ای بیزی
• 47. کاربرد مدل‌های شبکه‌ای در یادگیری ماشین
• 48. پیاده‌سازی مدل‌های شبکه‌ای ساده در Stan
• 49. مقدمه‌ای بر مدل‌های گرافی بیزی
• 50. ساختارهای گرافی در Stan
• 51. کاربرد مدل‌های گرافی در تجزیه و تحلیل داده
• 52. مدل‌سازی عدم قطعیت در پارامترها
• 53. مدل‌سازی عدم قطعیت در پیش‌بینی‌ها
• 54. تکنیک‌های حساسیت‌سنجی در مدل‌های بیزی
• 55. مقدمه‌ای بر مدل‌های ساختاری بیزی
• 56. مدل‌سازی معادلات ساختاری (SEM) بیزی
• 57. پیاده‌سازی SEM بیزی در Stan
• 58. کاربرد SEM بیزی در علوم رفتاری
• 59. مقدمه‌ای بر مدل‌سازی موضوعی بیزی (Topic Modeling)
• 60. مدل لیتنت دیریکله (LDA) بیزی
• 61. پیاده‌سازی LDA در Stan
• 62. کاربرد مدل‌سازی موضوعی در پردازش زبان طبیعی
• 63. مقدمه‌ای بر مدل‌های شبکه‌های عصبی بیزی
• 64. پیاده‌سازی شبکه‌های عصبی ساده بیزی در Stan
• 65. کاربرد شبکه‌های عصبی بیزی در یادگیری عمیق
• 66. مقدمه‌ای بر روش‌های بیزی پیشرفته
• 67. روش‌های نمونه‌گیری موازی در Stan
• 68. بهینه‌سازی پارامترهای نمونه‌گیری
• 69. کاربرد MCMC در مسائل پیچیده
• 70. روش‌های مونت کارلو مبتنی بر عامل (ABC)
• 71. مقدمه‌ای بر مدل‌های ترکیبی بیزی
• 72. ترکیب مدل‌های خطی و غیرخطی
• 73. پیاده‌سازی مدل‌های ترکیبی در Stan
• 74. استفاده از Stan برای مدل‌های سفارشی
• 75. مقدمه‌ای بر تحلیل حساسیت مدل
• 76. تکنیک‌های تحلیل حساسیت پارامتر
• 77. تجسم نتایج تحلیل حساسیت
• 78. مقدمه‌ای بر مدل‌سازی داده‌های گمشده بیزی
• 79. روش‌های imputing داده‌های گمشده در Stan
• 80. ارزیابی تأثیر داده‌های گمشده بر نتایج
• 81. مقدمه‌ای بر مدل‌سازی داده‌های پرت بیزی
• 82. شناسایی و مدیریت داده‌های پرت
• 83. تأثیر داده‌های پرت بر استنتاج بیزی
• 84. مقدمه‌ای بر بهینه‌سازی مدل‌های بیزی
• 85. تکنیک‌های بهینه‌سازی پارامترها
• 86. ارزیابی عملکرد مدل‌های بهینه‌شده
• 87. مقدمه‌ای بر مدل‌سازی اقتصاد سنجی بیزی
• 88. مدل‌های رگرسیون بیزی در اقتصاد سنجی
• 89. کاربرد مدل‌های سری زمانی بیزی در اقتصاد
• 90. مقدمه‌ای بر مدل‌سازی آماری بیزی در علوم زیستی
• 91. مدل‌سازی داده‌های ژنتیکی و اپیدمیولوژیکی
• 92. کاربرد مدل‌های سلسله‌مراتبی در زیست‌شناسی
• 93. مقدمه‌ای بر مدل‌سازی بیزی برای تصمیم‌گیری
• 94. استفاده از نتایج مدل بیزی در تصمیم‌گیری
• 95. ارزیابی ریسک در تصمیم‌گیری‌های بیزی
• 96. مقدمه‌ای بر مدل‌سازی بیزی در مهندسی
• 97. کاربرد در تحلیل اطمینان و قابلیت اطمینان
• 98. مدل‌سازی سیستم‌های پیچیده مهندسی
• 99. مقدمه‌ای بر مدل‌سازی بیزی برای داده‌های کلان
• 100. چالش‌های مدل‌سازی بیزی در مقیاس بزرگ