کتاب صوتی تنظیمات پیشرفته برای مدل‌سازی‌های پیچیده در Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تنظیمات پیشرفته برای مدل‌سازی‌های پیچیده در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر زبان برنامه‌نویسی Stan
• 2. مفاهیم اولیه مدل‌سازی آماری
• 3. آشنایی با زبان Stan: نحو و ساختار
• 4. متغیرها، انواع داده و عملگرها در Stan
• 5. توابع و رویه‌ها در Stan
• 6. ساختارهای کنترلی: شرط‌ها و حلقه‌ها
• 7. مقدمه‌ای بر مدل‌های خطی در Stan
• 8. مدل‌های رگرسیون خطی ساده
• 9. مدل‌های رگرسیون خطی چندگانه
• 10. مدل‌های رگرسیون لجستیک
• 11. مدل‌های رگرسیون پواسون
• 12. مدل‌سازی سری‌های زمانی پایه در Stan
• 13. مقدمه‌ای بر مدل‌های سلسله‌مراتبی
• 14. مدل‌های اثرات ثابت و تصادفی
• 15. مدل‌های چندسطحی خطی
• 16. مدل‌های چندسطحی لجستیک
• 17. مدل‌سازی داده‌های پانل در Stan
• 18. مقدمه‌ای بر روش‌های بیزی
• 19. مفاهیم احتمالاتی در مدل‌سازی بیزی
• 20. توزیع‌های پیشین و پسین
• 21. روش‌های نمونه‌گیری مارکوف چین مونت کارلو (MCMC)
• 22. کاربرد MCMC در Stan
• 23. تشخیص همگرایی در MCMC
• 24. ارزیابی کیفیت مدل‌های بیزی
• 25. مدل‌سازی بیزی رگرسیون خطی
• 26. مدل‌سازی بیزی رگرسیون لجستیک
• 27. مدل‌سازی بیزی مدل‌های سلسله‌مراتبی
• 28. مقدمه‌ای بر مدل‌سازی ساختاری معادلات (SEM)
• 29. کاربرد SEM در Stan
• 30. مدل‌سازی معادلات ساختاری خطی
• 31. مدل‌سازی معادلات ساختاری غیرخطی
• 32. مدل‌سازی آماری برای داده‌های طبقه‌بندی شده
• 33. مدل‌های لوژ-لاین و پروبیت
• 34. مدل‌سازی برای داده‌های شمارشی
• 35. مدل‌های بسط‌یافته خطی (GLM) در Stan
• 36. کاربرد GLM در Stan
• 37. مدل‌سازی داده‌های بقا در Stan
• 38. مدل کاکس پروپورشنال هازاردز
• 39. مدل‌های بقا پارامتری
• 40. مقدمه‌ای بر روش‌های بیزین غیرپارامتری
• 41. کاربرد روش‌های بیزین غیرپارامتری در Stan
• 42. مدل‌سازی گرادیان بوستینگ در Stan
• 43. مدل‌سازی ماشین‌های بردار پشتیبان (SVM) در Stan
• 44. مقدمه‌ای بر شبکه‌های عصبی در Stan
• 45. مدل‌سازی شبکه‌های عصبی پایه
• 46. مدل‌سازی شبکه‌های عصبی عمیق
• 47. کاربرد مدل‌سازی در علوم اقتصادی
• 48. مدل‌سازی پیش‌بینی اقتصادی با Stan
• 49. مدل‌سازی مالی در Stan
• 50. مدل‌سازی ریسک اعتباری
• 51. مدل‌سازی بازار سهام
• 52. کاربرد مدل‌سازی در علوم اجتماعی
• 53. مدل‌سازی رفتار رای‌دهندگان
• 54. مدل‌سازی شبکه‌های اجتماعی
• 55. مدل‌سازی مهاجرت
• 56. کاربرد مدل‌سازی در علوم زیستی
• 57. مدل‌سازی اپیدمیولوژیک
• 58. مدل‌سازی ژنتیکی
• 59. مدل‌سازی رشد جمعیت
• 60. کاربرد مدل‌سازی در مهندسی
• 61. مدل‌سازی قابلیت اطمینان سیستم‌ها
• 62. مدل‌سازی کنترل فرایند
• 63. مدل‌سازی بهینه‌سازی
• 64. مقدمه‌ای بر مدل‌سازی داده‌های مکانی
• 65. مدل‌سازی خودهمبستگی مکانی
• 66. مدل‌سازی داده‌های جغرافیایی وزن‌دار
• 67. مقدمه‌ای بر مدل‌سازی داده‌های شبکه‌ای
• 68. مدل‌سازی گراف‌ها در Stan
• 69. مدل‌سازی انتشار در شبکه‌ها
• 70. بهینه‌سازی پارامترهای مدل در Stan
• 71. اعتبارسنجی متقابل مدل‌ها
• 72. مقایسه مدل‌ها با معیارهای ارزیابی
• 73. تفسیر نتایج مدل‌های پیچیده
• 74. نکات پیشرفته در برنامه‌نویسی Stan
• 75. استفاده از دستورات کامپایلر در Stan
• 76. بهینه‌سازی کد Stan برای سرعت
• 77. مدیریت حافظه در Stan
• 78. دیباگ کردن مدل‌های Stan
• 79. مقدمه‌ای بر ابزارهای تجسم داده در Stan
• 80. تجسم نتایج MCMC
• 81. تجسم ساختار مدل
• 82. نکات کاربردی در حل مسائل واقعی با Stan
• 83. مطالعه موردی: مدل‌سازی مالی پیچیده
• 84. مطالعه موردی: مدل‌سازی علوم رفتاری
• 85. مطالعه موردی: مدل‌سازی داده‌های پزشکی
• 86. مطالعه موردی: مدل‌سازی سیستم‌های مهندسی
• 87. مقدمه‌ای بر توسعه مدل‌های سفارشی در Stan
• 88. ساخت توابع سفارشی در Stan
• 89. استفاده از C++ در Stan
• 90. مقدمه‌ای بر آخرین روندها در مدل‌سازی آماری
• 91. کاربرد هوش مصنوعی در مدل‌سازی
• 92. یادگیری عمیق برای مدل‌سازی آماری
• 93. مدل‌سازی قوی و مقاوم
• 94. مدل‌سازی برای داده‌های پراکنده
• 95. مدل‌سازی با عدم قطعیت بالا
• 96. جمع‌بندی و چشم‌انداز آینده مدل‌سازی با Stan