کتاب صوتی مبانی استنباط بیزی و گردش کار مدل‌سازی آماری

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 124,963 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی استنباط بیزی و گردش کار مدل‌سازی آماری

موضوع کلی: آمار و احتمال

موضوع میانی: استنباط بیزی و مدل‌سازی آماری

📋 سرفصل‌های دوره

  • 1. مبانی استنباط بیزی در مقابل آمار کلاسیک
  • 2. تعریف احتمال بیزی و تفسیر ذهنی آن
  • 3. قضیه بیز و اجزای آن: پیشین، درست‌نمایی، پسین
  • 4. نقش توزیع پیشین در مدل‌سازی
  • 5. توزیع درست‌نمایی و انتخاب مدل داده‌ها
  • 6. محاسبه توزیع پسین به روش تحلیلی
  • 7. مفهوم توزیع پیشینی مزدوج
  • 8. شبیه‌سازی مونت‌کارلو برای تقریب توزیع پسین
  • 9. معرفی الگوریتم زنجیره مارکوف مونت‌کارلو
  • 10. الگوریتم متروپولیس-هیستینگز
  • 11. الگوریتم نمونه‌گیری گیبس
  • 12. بررسی همگرایی زنجیره مارکوف
  • 13. تشخیص و رفع مشکلات نمونه‌گیری
  • 14. تخمین نقطه‌ای و فاصله‌ای بیزی
  • 15. فاصله باورپذیر در مقابل فاصله اطمینان
  • 16. پیش‌بینی بیزی و توزیع پیش‌بینی پسین
  • 17. مقایسه مدل با معیارهای اطلاعاتی
  • 18. معیار اطلاعات ویدا-آکایکه و معیار اطلاعات انحراف
  • 19. اعتبارسنجی متقابل بیزی
  • 20. مدل‌سازی خطی ساده با رویکرد بیزی
  • 21. مدل‌سازی خطی چندگانه بیزی
  • 22. مدل‌سازی با اثرات تصادفی
  • 23. مدل‌سازی سلسله‌مراتبی بیزی
  • 24. مدل‌سازی داده‌های شمارشی با رگرسیون پواسون بیزی
  • 25. مدل‌سازی داده‌های دودویی با رگرسیون لجستیک بیزی
  • 26. مدل‌سازی داده‌های چندجمله‌ای
  • 27. مدل‌سازی با توزیع‌های خانواده نمایی
  • 28. استفاده از توزیع‌های پیشین غیراطلاعاتی
  • 29. توزیع پیشین مزدوج برای مدل‌های پیچیده
  • 30. معرفی نرم‌افزار استن و زبان مدل‌سازی بیزی
  • 31. نوشتن کد استن برای یک مدل ساده
  • 32. مدل‌سازی با توزیع‌های غیرمزدوج
  • 33. مدل‌سازی ناهمواری واریانس
  • 34. مدل‌سازی داده‌های گمشده در چارچوب بیزی
  • 35. مدل‌سازی با توزیع‌های دم‌پهن
  • 36. مدل‌سازی رگرسیون چندسطحی
  • 37. مدل‌سازی با اثرات ثابت و تصادفی
  • 38. مدل‌سازی متغیرهای پنهان
  • 39. مدل‌سازی سلسله‌مراتبی با داده‌های تکراری
  • 40. مدل‌سازی با توزیع‌های ترکیبی
  • 41. مدل‌سازی با فرآیندهای گاوسی
  • 42. کاربرد فرآیندهای گاوسی در رگرسیون
  • 43. مدل‌سازی با توزیع‌های چوله
  • 44. مدل‌سازی داده‌های فضایی با رویکرد بیزی
  • 45. مدل‌سازی سری‌های زمانی بیزی
  • 46. مدل‌سازی پویا و فیلتر کالمن بیزی
  • 47. مدل‌سازی با توزیع‌های پیشین سلسله‌مراتبی
  • 48. مدل‌سازی ناهنجاری و نقاط پرت
  • 49. مدل‌سازی با توزیع‌های صفر-افزوده
  • 50. مدل‌سازی با توزیع‌های آمیخته
  • 51. ارزیابی و مقایسه مدل‌ها با معیارهای پسین
  • 52. انتخاب متغیر در مدل‌های بیزی
  • 53. مدل‌سازی با توزیع‌های پیشین معمولی
  • 54. مدل‌سازی با توزیع‌های پیشین کوشی
  • 55. مدل‌سازی با توزیع‌های پیشین نمایی
  • 56. مدل‌سازی با توزیع‌های پیشین گاما
  • 57. مدل‌سازی با توزیع‌های پیشین بتا
  • 58. مدل‌سازی با توزیع‌های پیشین دیریکله
  • 59. مدل‌سازی داده‌های ترتیبی با رویکرد بیزی
  • 60. مدل‌سازی داده‌های بقا با رویکرد بیزی
  • 61. مدل‌سازی با توزیع‌های پیشین نامعین
  • 62. مدل‌سازی با توزیع‌های پیشین ضعیف
  • 63. مدل‌سازی با توزیع‌های پیشین قوی
  • 64. مدل‌سازی با توزیع‌های پیشین سلسله‌مراتبی
  • 65. مدل‌سازی با توزیع‌های پیشین توزیعی
  • 66. مدل‌سازی با توزیع‌های پیشین ناپارامتریک
  • 67. معرفی فرآیند دیریکله
  • 68. کاربرد فرآیند دیریکله در خوشه‌بندی بیزی
  • 69. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های گروهی
  • 70. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های سلسله‌مراتبی
  • 71. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های فضایی
  • 72. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های زمانی
  • 73. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های چندمتغیره
  • 74. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های گمشده
  • 75. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های ناهنجار
  • 76. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های شمارشی
  • 77. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های دودویی
  • 78. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های ترتیبی
  • 79. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های بقا
  • 80. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های فضایی-زمانی
  • 81. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های شبکه‌ای
  • 82. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های گرافی
  • 83. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های توالی
  • 84. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های متنی
  • 85. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های تصویری
  • 86. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های صوتی
  • 87. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های بیوانفورماتیک
  • 88. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های مالی
  • 89. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های زیست‌محیطی
  • 90. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های اجتماعی
  • 91. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های پزشکی
  • 92. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های مهندسی
  • 93. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های فیزیک
  • 94. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های شیمی
  • 95. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های زمین‌شناسی
  • 96. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های هواشناسی
  • 97. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های کشاورزی
  • 98. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های بازاریابی
  • 99. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های ورزشی
  • 100. مدل‌سازی با توزیع‌های پیشین توزیعی برای داده‌های آموزشی
EXPRESS24 AUDIO EXPERIENCE
یادگیری را بشنوید؛ زندگی کنید
کتاب‌های صوتی و پادکست‌های آموزشی، راهی دلنشین برای کشف ایده‌های تازه، گسترش دانش و استفاده بهتر از لحظه‌های روزمره هستند.
دانش، الهام و تجربه؛ این بار با صدای زندگی
برای آموختن، همیشه لازم نیست بخوانید
گاهی بهترین فرصت یادگیری زمانی است که در مسیر رفت‌وآمد هستید، قدم می‌زنید، استراحت می‌کنید یا کارهای روزمره‌تان را انجام می‌دهید. محتوای صوتی کمک می‌کند از این لحظه‌ها برای شنیدن، اندیشیدن و آشنایی با موضوعات تازه بهره ببرید.
◷
یادگیری در دل روزمرگی
از زمان رفت‌وآمد، پیاده‌روی یا استراحت برای شنیدن محتوای مفید استفاده کنید؛ بدون آنکه همیشه به کتاب چاپی یا صفحه نمایش نیاز داشته باشید.
◎
تجربه‌ای شنیداری و دلنشین
با روایت صوتی، توضیحات گفتاری و فضای شنیداری هر محتوا همراه شوید و متناسب با سلیقه خود، شیوه تازه‌ای برای دریافت مطالب تجربه کنید.
✦
گسترش دانش و دیدگاه
با موضوعات متنوع آشنا شوید، ایده‌های تازه کشف کنید و فرصت بیشتری برای یادگیری مستمر و پرورش کنجکاوی خود بسازید.
♫
همراه با سبک زندگی شما
محتوای صوتی را متناسب با برنامه روزانه خود انتخاب کنید و در زمان مناسب، شنیدن را به بخشی از عادت‌های شخصی‌تان تبدیل کنید.
کتاب صوتی یا پادکست؟
کتاب صوتی
راهی برای همراه شدن با محتوای یک کتاب از طریق شنیدن. بسته به اثر، می‌توانید داستان‌ها، آموزش‌ها، مفاهیم تخصصی یا مطالب کاربردی را در قالب روایت و بیان صوتی دنبال کنید.
مناسب برای شنیدن و مرور محتوای کتاب‌ها
پادکست آموزشی
فرصتی برای دنبال کردن موضوعات مشخص در قالب گفت‌وگو، روایت، توضیح آموزشی یا مجموعه‌ای از قسمت‌های صوتی؛ مناسب برای کشف ایده‌ها و آشنایی با دیدگاه‌های گوناگون.
مناسب برای یادگیری موضوعی و شنیدن دیدگاه‌های تازه
هر جا که هستید، شنیدن را آغاز کنید
با دستگاه مناسب خود، محتوای صوتی را به آسانی دنبال کنید.
▯
گوشی هوشمند
اندروید و آیفون
▣
تبلت
برای شنیدن و دنبال کردن محتوا
▤
رایانه و لپ‌تاپ
با پخش‌کننده صوتی سازگار
♫
هدفون و بلندگو
برای شنیدن متناسب با محیط
چطور از تجربه شنیدن بیشتر بهره ببریم؟
✦ زمان مناسبی برای شنیدن انتخاب کنید؛ زمانی که بتوانید با آرامش به محتوا توجه داشته باشید.
✦ برای مطالب آموزشی، نکته‌های مهم را یادداشت کنید یا پس از پایان شنیدن، آن‌ها را مرور کنید.
✦ اگر محتوا طولانی است، آن را در چند نوبت دنبال کنید تا فرصت بیشتری برای درک و مرور داشته باشید.
✦ هنگام رانندگی یا انجام کارهای نیازمند تمرکز، ایمنی را در اولویت قرار دهید و از شیوه شنیدنی استفاده کنید که حواس شما را مختل نکند.
هر شنیدن، فرصتی برای کشف است
با کتاب‌های صوتی و پادکست‌های آموزشی، دنیای تازه‌ای از ایده‌ها، روایت‌ها و آموختنی‌ها را به لحظه‌های خود اضافه کنید.
کشف محصولات بیشتر در اکسپرس ۲۴
express24.ir
امکانات پخش، ادامه شنیدن و دسترسی آفلاین به نوع فایل، دستگاه و نرم‌افزار مورد استفاده بستگی دارد.
AUDIO PREVIEW
قبل از انتخاب، گوش کنید!
بخشی از سبک محتوای محصولات صوتی ما را بشنوید و با فضای آن آشنا شوید.
♫
نمونه صوتی از سبک محصولات صوتی ما
پیش‌نمایش کوتاهی از سبک پادکست های صوتی محصولات ما
پخش آنلاین
برای تجربه بهتر، می‌توانید از هدفون استفاده کنید.
تگ‌ها: Statistical Rethinking 2026 آمار و احتمال استنباط بیزی بازاندیشی آماری درس A01 گردش کار بیزی مدل‌سازی آماری مقدمه بیزی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.