کتاب صوتی راهنمای کاربردی Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای کاربردی Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر Stan و کاربردهای آن
• 2. نصب و راه‌اندازی Stan
• 3. آشنایی با زبان برنامه‌نویسی Stan
• 4. ساختار مدل‌های آماری در Stan
• 5. تعریف متغیرهای مدل
• 6. تعریف پارامترهای مدل
• 7. تعریف توابع چگالی احتمال (PDF)
• 8. رابطه بین توابع چگالی احتمال و بیز
• 9. مفاهیم پایه احتمال و آمار در Stan
• 10. توزیع‌های احتمال رایج در Stan
• 11. توزیع نرمال و کاربردهای آن
• 12. توزیع گاما و کاربردهای آن
• 13. توزیع بتا و کاربردهای آن
• 14. توزیع پواسون و کاربردهای آن
• 15. توزیع دوجمله‌ای و کاربردهای آن
• 16. توزیع چندجمله‌ای و کاربردهای آن
• 17. مدل‌های خطی در Stan
• 18. رگرسیون خطی ساده در Stan
• 19. رگرسیون خطی چندگانه در Stan
• 20. مدل‌های سلسله مراتبی در Stan
• 21. مزایای مدل‌های سلسله مراتبی
• 22. پیاده‌سازی مدل‌های سلسله مراتبی در Stan
• 23. مدل‌های خطای اندازه‌گیری در Stan
• 24. مدل‌های رگرسیون لجستیک در Stan
• 25. مدل‌های رگرسیون پواسون در Stan
• 26. مدل‌های سری زمانی در Stan
• 27. مدل‌های ARIMA در Stan
• 28. مدل‌های فضای حالت در Stan
• 29. مدل‌های یادگیری ماشین در Stan
• 30. شبکه‌های عصبی در Stan
• 31. ماشین‌های بردار پشتیبان (SVM) در Stan
• 32. درخت‌های تصمیم و جنگل‌های تصادفی در Stan
• 33. مدل‌های بیزی برای یادگیری ماشین
• 34. انواع نمونه‌گیری در Stan
• 35. نمونه‌گیری مارکوف زنجیره‌ای مونت کارلو (MCMC)
• 36. الگوریتم گیبس (Gibbs Sampling)
• 37. الگوریتم هَستینگ-متروپلیس (Metropolis-Hastings)
• 38. الگوریتم نمونه‌گیری برداری (Hamiltonian Monte Carlo)
• 39. بهینه‌سازی پارامترها در Stan
• 40. روش‌های بهینه‌سازی بیزی
• 41. ارزیابی مدل در Stan
• 42. معیارهای ارزیابی مدل‌های آماری
• 43. اعتبار سنجی متقابل (Cross-validation)
• 44. شاخص اطلاعات آکائیکه (AIC)
• 45. شاخص اطلاعات بیزی (BIC)
• 46. شاخص پیش‌بینی اعتبار (LOO-CV)
• 47. تجسم نتایج در Stan
• 48. رسم نمودارهای توزیع پسین
• 49. رسم نمودارهای سری زمانی
• 50. رسم نمودارهای پراکندگی
• 51. رسم نمودارهای تشخیصی
• 52. استفاده از Stan در تحلیل داده‌های پزشکی
• 53. کاربرد Stan در اقتصاد و مالی
• 54. کاربرد Stan در علوم اجتماعی
• 55. کاربرد Stan در مهندسی
• 56. کاربرد Stan در علوم محیطی
• 57. پردازش داده‌های حجیم با Stan
• 58. کتابخانه‌های کمکی برای Stan
• 59. استفاده از R برای Stan
• 60. استفاده از Python برای Stan
• 61. استفاده از Julia برای Stan
• 62. دیباگ کردن مدل‌های Stan
• 63. نکات پیشرفته در طراحی مدل‌های Stan
• 64. مدل‌های غیرخطی در Stan
• 65. مدل‌های مخلوط (Mixture Models) در Stan
• 66. مدل‌های مارکوف پنهان (Hidden Markov Models) در Stan
• 67. مدل‌های شبکه‌های بیزی در Stan
• 68. مدل‌های گرافی در Stan
• 69. تحلیل بقا در Stan
• 70. مدل‌های فضایی در Stan
• 71. مدل‌های استنتاج علی در Stan
• 72. انطباق مدل با داده‌ها
• 73. تفسیر نتایج مدل‌های بیزی
• 74. ارتباطات آماری در Stan
• 75. مدل‌سازی احتمالاتی در Stan
• 76. کاربرد مدل‌های احتمالاتی در تصمیم‌گیری
• 77. اصول مدل‌سازی بیزی
• 78. چرخه حیات مدل‌سازی بیزی
• 79. مراحل توسعه مدل بیزی
• 80. اعتبارسنجی و اصلاح مدل
• 81. کاربرد Stan در تحلیل داده‌های واقعی
• 82. مطالعات موردی با استفاده از Stan
• 83. مثال عملی: تحلیل داده‌های فروش
• 84. مثال عملی: تحلیل داده‌های نظرسنجی
• 85. مثال عملی: تحلیل داده‌های پزشکی
• 86. مثال عملی: تحلیل داده‌های مالی
• 87. مثال عملی: تحلیل داده‌های زیست‌محیطی
• 88. ملاحظات اخلاقی در مدل‌سازی آماری
• 89. اصول حریم خصوصی داده‌ها
• 90. استفاده مسئولانه از ابزارهای آماری
• 91. اهمیت شفافیت در مدل‌سازی
• 92. آینده مدل‌سازی بیزی و Stan