فلش‌کارت‌های آموزشی تکنیک‌های اعتبارسنجی نتایج در Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تکنیک‌های اعتبارسنجی نتایج در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی آماری بیزی
• 2. نظریه احتمالات و کاربرد آن در آمار بیزی
• 3. مقدمه‌ای بر زبان برنامه‌نویسی Stan
• 4. نصب و راه‌اندازی Stan و محیط‌های توسعه
• 5. ساختار یک مدل Stan: داده‌ها، پارامترها و مدل
• 6. توابع توزیعی احتمالی در Stan
• 7. نمونه‌برداری زنجیره مارکوف مونت‌کارلو (MCMC)
• 8. الگوریتم‌های نمونه‌برداری MCMC در Stan
• 9. تشخیص همگرایی در MCMC
• 10. ارزیابی کیفیت نمونه‌برداری
• 11. اعتبارسنجی مدل: مفاهیم پایه
• 12. آزمون‌های برازش مدل (Model Fit Tests)
• 13. بررسی باقیمانده‌ها (Residual Analysis)
• 14. تحلیل حساسیت مدل
• 15. اعتبارسنجی متقابل (Cross-Validation)
• 16. روش‌های ارزیابی پیش‌بینی
• 17. مقایسه مدل‌ها: معیار اطلاعات بیزی (BIC)
• 18. مقایسه مدل‌ها: معیار انحراف اطلاعات (DIC)
• 19. مقایسه مدل‌ها: فاکتور Bayes
• 20. اعتبارسنجی پارامترها: بازه‌های قابل اعتماد
• 21. تفسیر بازه‌های قابل اعتماد
• 22. بررسی اثرات ثابت و تصادفی
• 23. مدل‌های سلسله مراتبی در Stan
• 24. اعتبارسنجی مدل‌های سلسله مراتبی
• 25. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
• 26. اعتبارسنجی مدل‌های GLM
• 27. مدل‌های رگرسیون لجستیک در Stan
• 28. مدل‌های بقا در Stan
• 29. اعتبارسنجی مدل‌های بقا
• 30. مدل‌های زمانی در Stan
• 31. اعتبارسنجی مدل‌های زمانی
• 32. مدل‌سازی داده‌های گسسته در Stan
• 33. مدل‌سازی داده‌های شمارشی در Stan
• 34. مدل‌سازی داده‌های ترتیبی در Stan
• 35. اعتبارسنجی مدل‌های داده‌های گسسته
• 36. مدل‌سازی داده‌های از دست رفته (Missing Data)
• 37. روش‌های برخورد با داده‌های از دست رفته در Stan
• 38. اعتبارسنجی مدل با داده‌های از دست رفته
• 39. بهینه‌سازی مدل در Stan
• 40. روش‌های بهینه‌سازی در Stan
• 41. مقایسه MCMC و بهینه‌سازی
• 42. اعتبارسنجی مدل‌های پیچیده
• 43. مدل‌سازی چند متغیره در Stan
• 44. اعتبارسنجی مدل‌های چند متغیره
• 45. کاربرد Stan در علوم پزشکی
• 46. کاربرد Stan در علوم اجتماعی
• 47. کاربرد Stan در مهندسی
• 48. کاربرد Stan در اقتصاد
• 49. کاربرد Stan در علوم محیطی
• 50. نوشتن کد کارآمد Stan
• 51. عیب‌یابی کد Stan
• 52. مستندسازی مدل‌های Stan
• 53. بهبود سرعت اجرای مدل‌های Stan
• 54. استفاده از Stan در محیط‌های محاسباتی ابری
• 55. ادغام Stan با زبان‌های برنامه‌نویسی دیگر (R, Python)
• 56. روش‌های موازی‌سازی در Stan
• 57. اعتبارسنجی مدل‌های پویا (Dynamic Models)
• 58. تکنیک‌های کاهش بُعد در Stan
• 59. اعتبارسنجی مدل‌های با ابعاد بالا
• 60. بکارگیری Stan برای تحلیل داده‌های بزرگ
• 61. روش‌های تجزیه و تحلیل حساسیت پیشرفته
• 62. مدل‌سازی احتمالاتی با توابع سفارشی در Stan
• 63. اعتبارسنجی مدل‌های با توابع سفارشی
• 64. تکنیک‌های پیشرفته MCMC در Stan
• 65. استفاده از Stan برای یادگیری ماشین
• 66. اعتبارسنجی مدل‌های یادگیری ماشین در Stan
• 67. بررسی تاثیر پیشین‌ها (Priors) بر نتایج مدل
• 68. انتخاب توزیع‌های پیشین مناسب
• 69. اعتبارسنجی حساسیت به پیشین‌ها
• 70. مفاهیم پیشرفته در مدل‌سازی بیزی
• 71. کاربرد Stan در تحلیل سری‌های زمانی پیچیده
• 72. اعتبارسنجی مدل‌های سری زمانی پیشرفته
• 73. روش‌های ارزیابی پیش‌بینی پویا
• 74. مدل‌سازی داده‌های مکانی در Stan
• 75. اعتبارسنجی مدل‌های مکانی
• 76. تحلیل داده‌های پانل در Stan
• 77. اعتبارسنجی مدل‌های پانل
• 78. کاربرد Stan در تحلیل داده‌های تصویربرداری
• 79. اعتبارسنجی مدل‌های تصویربرداری
• 80. تکنیک‌های کاهش خطا در مدل‌های Stan
• 81. بررسی و رفع خطاهای رایج در Stan
• 82. مستندسازی و انتشار نتایج مدل‌سازی Stan
• 83. بهترین روش‌ها در مدل‌سازی آماری بیزی با Stan