کتاب صوتی یادگیری ماشین بیزی با Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری ماشین بیزی با Stan

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

موضوع میانی: Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری ماشین بیزی
• 2. مدل‌های گرافیکی بیزی
• 3. احتمال شرطی و قانون بیز
• 4. مقدمه‌ای بر Stan: زبان برنامه‌نویسی احتمالاتی
• 5. نصب و راه‌اندازی Stan
• 6. ساختار یک مدل Stan
• 7. توابع توزیع احتمال در Stan
• 8. نمونه‌برداری زنجیره مارکوف مونت‌کارلو (MCMC)
• 9. ارزیابی همگرایی MCMC
• 10. پیش‌بینی و ارزیابی مدل
• 11. مدل‌سازی خطی بیزی با Stan
• 12. مدل‌سازی رگرسیون لجستیک با Stan
• 13. مدل‌های خطی تعمیم‌یافته (GLM) با Stan
• 14. مدل‌های سلسله‌مراتبی (Hierarchical Models) با Stan
• 15. مدل‌سازی اثرات تصادفی با Stan
• 16. مدل‌سازی داده‌های شمارشی با Stan
• 17. مدل‌سازی داده‌های زمانی با Stan
• 18. مدل‌سازی داده‌های از دست رفته (Missing Data) با Stan
• 19. مدل‌های مخلوط گوسی (Gaussian Mixture Models) با Stan
• 20. مدل‌های پنهان مارکوف (Hidden Markov Models) با Stan
• 21. بهینه‌سازی واریانسی (Variational Inference) در Stan
• 22. مقدمه‌ای بر Stan Math
• 23. کار با توابع تعریف شده توسط کاربر در Stan
• 24. مدل‌سازی چندمتغیره با Stan
• 25. مدل‌سازی Bayesian A/B Testing با Stan
• 26. مدل‌سازی Bayesian Time Series با Stan
• 27. مقایسه مدل‌ها با استفاده از معیار اطلاعات بیزی (BIC)
• 28. اعتبارسنجی متقابل (Cross-Validation) در مدل‌های بیزی
• 29. انتخاب متغیر در مدل‌های بیزی
• 30. مدل‌سازی با قیود (Constrained Models) در Stan
• 31. استفاده از Prior Information در Stan
• 32. تشخیص و رفع خطاهای رایج در Stan
• 33. کار با داده‌های بزرگ در Stan
• 34. موازات‌سازی MCMC در Stan
• 35. ادغام Stan با زبان‌های برنامه‌نویسی دیگر (R, Python)
• 36. مقدمه‌ای بر بسته‌های Stan در R
• 37. مقدمه‌ای بر بسته‌های Stan در Python
• 38. کاربرد یادگیری ماشین بیزی در تشخیص الگو
• 39. کاربرد یادگیری ماشین بیزی در پردازش تصویر
• 40. کاربرد یادگیری ماشین بیزی در تحلیل داده‌های ژنتیک
• 41. کاربرد یادگیری ماشین بیزی در مدل‌سازی مالی
• 42. کاربرد یادگیری ماشین بیزی در پیش‌بینی تقاضا
• 43. کاربرد یادگیری ماشین بیزی در کنترل کیفیت
• 44. تکنیک‌های بهبود عملکرد مدل‌های Stan
• 45. بهینه‌سازی کد Stan برای سرعت و دقت
• 46. مستندسازی مدل‌های Stan
• 47. به اشتراک‌گذاری مدل‌های Stan با دیگران
• 48. آشنایی با منابع آنلاین و انجمن‌های Stan
• 49. حل مسائل نمونه با استفاده از Stan
• 50. مطالعه موردی: مدل‌سازی یک پدیده واقعی با Stan
• 51. تفسیر نتایج مدل‌های بیزی
• 52. نکات تکمیلی برای نوشتن مدل‌های Stan مؤثر
• 53. آشنایی با ابزارهای پروفایلینگ Stan
• 54. بهبود پایداری مدل‌های Stan
• 55. روش‌های ارزیابی حساسیت مدل‌های بیزی
• 56. مقدمه‌ای بر مدل‌سازی بیزی غیرپارامتری با Stan
• 57. پیش‌بینی بازه (Prediction Interval) در Stan
• 58. مدل‌سازی داده‌های مکانی با Stan
• 59. مدل‌سازی داده‌های بازتابی (Reflective Data) با Stan
• 60. مدل‌سازی داده‌های چندسطحی (Multilevel Data) با Stan
• 61. استفاده از Stan برای تحلیل داده‌های نظرسنجی
• 62. مدل‌سازی Bayesian Survival Analysis با Stan
• 63. مدل‌سازی Bayesian Change Point Detection با Stan
• 64. کاربرد Stan در علم داده و یادگیری ماشین