کتاب صوتی رفع اشکال مدل‌های Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره رفع اشکال مدل‌های Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی آماری و مفاهیم اولیه
• 2. مبانی احتمال و توزیع‌های آماری
• 3. مقدمه‌ای بر زبان برنامه‌نویسی R
• 4. نصب و پیکربندی R و بسته‌های مورد نیاز
• 5. مفاهیم پایه مدل‌سازی خطی
• 6. رگرسیون خطی ساده و چندگانه
• 7. ارزیابی مدل‌های رگرسیون خطی
• 8. مقدمه‌ای بر مدل‌های سلسله‌مراتبی (Hierarchical Models)
• 9. مزایای مدل‌های سلسله‌مراتبی
• 10. مبانی مدل‌سازی سلسله‌مراتبی در R
• 11. مقدمه‌ای بر زبان Stan
• 12. نصب و راه‌اندازی Stan
• 13. نوشتن اولین مدل در Stan
• 14. مفاهیم پایه در Stan: داده‌ها، پارامترها، مدل
• 15. توزیع‌های پیشین (Prior Distributions) در Stan
• 16. انتخاب توزیع‌های پیشین مناسب
• 17. توزیع‌های پسین (Posterior Distributions)
• 18. مفهوم نمونه‌گیری زنجیره مارکوف مونت کارلو (MCMC)
• 19. الگوریتم‌های نمونه‌گیری در Stan (NUTS)
• 20. ارزیابی همگرایی مدل‌های MCMC
• 21. نمودارهایtrace و Autocorrelation
• 22. معیارهای همگرایی (Rhat, ESS)
• 23. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته (GLM)
• 24. مدل‌های رگرسیون لجستیک در Stan
• 25. مدل‌های رگرسیون پواسون در Stan
• 26. مدل‌های خطی مختلط (Mixed-Effects Models)
• 27. مدل‌های سلسله‌مراتبی خطی در Stan
• 28. مدل‌های خطی مختلط سلسله‌مراتبی
• 29. مدل‌های رگرسیون مختلط لجستیک
• 30. مدل‌های رگرسیون مختلط پواسون
• 31. مقدمه‌ای بر مدل‌های سری زمانی
• 32. مدل‌های ARIMA در Stan
• 33. مدل‌های اتورگرسیو شرطی ناهمسانی واریانس (ARCH/GARCH)
• 34. مدل‌های فضایی-زمانی
• 35. مقدمه‌ای بر مدل‌های بقا (Survival Analysis)
• 36. مدل کاکس پروپورشنال هازاردز در Stan
• 37. مدل‌های بقا با اثرات مختلط
• 38. مقدمه‌ای بر مدل‌های شبکه‌ای
• 39. مدل‌های شبکه‌ای خطی در Stan
• 40. مدل‌های شبکه‌ای غیرخطی
• 41. روش‌های بیزی برای مدل‌سازی شبکه
• 42. مقدمه‌ای بر مدل‌های آماری پیچیده
• 43. مدل‌های استنتاج بیزی برای مدل‌های پیچیده
• 44. مدل‌های استنتاج بیزی برای مدل‌های آماری غیرپارامتری
• 45. مدل‌های استنتاج بیزی برای مدل‌های آماری نیمه‌پارامتری
• 46. بهینه‌سازی پارامترها در مدل‌های بیزی
• 47. روش‌های نمونه‌گیری پیشرفته در Stan
• 48. نمونه‌گیری از طریق اهمیت (Importance Sampling)
• 49. نمونه‌گیری مجدد (Resampling)
• 50. روش‌های تقریبی بیزی (Variational Inference)
• 51. مقایسه روش‌های استنتاج بیزی
• 52. مقدمه‌ای بر مدل‌سازی علت و معلولی (Causal Inference)
• 53. استنتاج علت و معلولی در چارچوب بیزی
• 54. مدل‌های علت و معلولی در Stan
• 55. روش‌های تطبیق (Matching) در استنتاج علت و معلولی
• 56. روش‌های متغیرهای ابزاری (Instrumental Variables)
• 57. مقدمه‌ای بر تحلیل تصمیم (Decision Analysis)
• 58. مدل‌سازی تصمیمات در شرایط عدم قطعیت
• 59. مدل‌سازی درخت تصمیم با رویکرد بیزی
• 60. تحلیل حساسیت در مدل‌سازی تصمیم
• 61. مقدمه‌ای بر مدل‌سازی ریسک
• 62. مدل‌سازی ریسک با استفاده از رویکرد بیزی
• 63. مدل‌سازی ریسک مالی و اعتباری
• 64. مدل‌سازی ریسک عملیاتی
• 65. مقدمه‌ای بر بهینه‌سازی آماری
• 66. بهینه‌سازی در محیط‌های آماری با عدم قطعیت
• 67. بهینه‌سازی با استفاده از مدل‌های بیزی
• 68. کاربرد بهینه‌سازی در مسائل عملی
• 69. مقدمه‌ای بر یادگیری ماشین بیزی
• 70. مدل‌های یادگیری ماشین بیزی
• 71. شبکه‌های عصبی بیزی
• 72. ماشین‌های بردار پشتیبان بیزی
• 73. مدل‌های یادگیری عمیق بیزی
• 74. مقدمه‌ای بر پردازش زبان طبیعی (NLP) با رویکرد بیزی
• 75. مدل‌های موضوعی (Topic Models) در Stan
• 76. مدل‌های زبانی بیزی
• 77. مدل‌های تولید متن با رویکرد بیزی
• 78. مقدمه‌ای بر بینایی ماشین (Computer Vision) با رویکرد بیزی
• 79. مدل‌های طبقه‌بندی تصویر بیزی
• 80. مدل‌های تشخیص اشیاء بیزی
• 81. مدل‌های تقسیم‌بندی تصویر بیزی
• 82. مقدمه‌ای بر مدل‌سازی داده‌های حجیم (Big Data)
• 83. چالش‌های مدل‌سازی داده‌های حجیم
• 84. استفاده از Stan برای داده‌های حجیم
• 85. روش‌های توزیع‌شده برای مدل‌سازی بیزی
• 86. مقدمه‌ای بر مسائل خاص در مدل‌سازی آماری
• 87. مدل‌سازی داده‌های گمشده (Missing Data)
• 88. مدل‌سازی داده‌های پرت (Outlier Detection)
• 89. مدل‌سازی داده‌های طبقه‌بندی شده
• 90. مدل‌سازی داده‌های ترکیبی
• 91. مقدمه‌ای بر اعتبارسنجی مدل (Model Validation)
• 92. روش‌های اعتبارسنجی متقاطع (Cross-Validation)
• 93. اعتبارسنجی متقاطع بیزی
• 94. اعتبارسنجی مدل با استفاده از داده‌های جدید
• 95. مقدمه‌ای بر تفسیر نتایج مدل‌های پیچیده
• 96. ارتباط نتایج مدل با سوالات پژوهشی
• 97. تصویرسازی نتایج مدل
• 98. ارائه گزارش نتایج مدل‌های بیزی
• 99. کاربردهای پیشرفته Stan در پژوهش
• 100. مثال‌های کاربردی از مدل‌سازی بیزی در حوزه‌های مختلف