اکسپرس 24
کتاب راهنمای جامع برای مدل‌سازی با Stan

کتاب راهنمای جامع برای مدل‌سازی با Stan

تگ‌ها: MCMC Stan آمار بیزی برنامه‌نویسی R تحلیل داده محاسبات آماری مدل‌سازی آماری نرم‌افزار Stan نمونه‌گیری مونت‌کارلو مارکوف

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای جامع برای مدل‌سازی با 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 Stan
  • 2. نصب و راه‌اندازی Stan
  • 3. مفاهیم اساسی مدل‌سازی احتمالاتی
  • 4. توزیع‌های احتمالاتی رایج در Stan
  • 5. مدل‌سازی خطی ساده با Stan
  • 6. مفاهیم بیزی و استنتاج بیزی
  • 7. پیش‌نیازهای زبان برنامه‌نویسی R برای Stan
  • 8. مقدمه‌ای بر زبان Stan
  • 9. ساختار کلی برنامه‌های Stan
  • 10. تابع log-probability در Stan
  • 11. توابع توزیع در Stan
  • 12. پارامترهای مدل و تخمین آن‌ها
  • 13. مدل‌سازی رگرسیونی خطی با Stan
  • 14. مدل‌سازی رگرسیونی لجستیک با Stan
  • 15. مدل‌سازی رگرسیونی پواسون با Stan
  • 16. مدل‌سازی رگرسیونی ناپارامتری با Stan
  • 17. رگرسیون چندسطحی در Stan
  • 18. مدل‌های سلسله‌مراتبی در Stan
  • 19. مفاهیم priors و posteriors
  • 20. انتخاب priors مناسب
  • 21. اثرات priors بر نتایج
  • 22. روش‌های نمونه‌گیری MCMC
  • 23. الگوریتم Metropolis-Hastings
  • 24. الگوریتم Gibbs Sampling
  • 25. الگوریتم Hamiltonian Monte Carlo (HMC)
  • 26. الگوریتم No-U-Turn Sampler (NUTS)
  • 27. ارزیابی همگرایی زنجیره‌ها
  • 28. معیارهای ارزیابی همگرایی (Gelman-Rubin)
  • 29. بررسی و تحلیل نتایج MCMC
  • 30. تفسیر مقادیر posteriors
  • 31. محاسبه فواصل اطمینان بیزی
  • 32. مدل‌سازی سری‌های زمانی با Stan
  • 33. مدل‌های ARIMA در Stan
  • 34. مدل‌های حالت-فضا در Stan
  • 35. مدل‌سازی داده‌های مکانی با Stan
  • 36. مدل‌های خودهمبسته مکانی
  • 37. مدل‌های ناهمگن مکانی
  • 38. مدل‌سازی بقا با Stan
  • 39. مدل‌های کاکس با Stan
  • 40. مدل‌های بقای پارامتری
  • 41. مدل‌سازی داده‌های گسسته با Stan
  • 42. مدل‌های داده‌های شمارشی
  • 43. مدل‌های داده‌های دوگانه
  • 44. مدل‌سازی داده‌های سانسور شده با Stan
  • 45. مدل‌های خطی تعمیم‌یافته با Stan
  • 46. مدل‌های غیرخطی با Stan
  • 47. مدل‌سازی شبکه‌های اجتماعی با Stan
  • 48. مدل‌های گرافیکی در Stan
  • 49. استفاده از Stan برای شبیه‌سازی
  • 50. اعتبارسنجی مدل با استفاده از شبیه‌سازی
  • 51. مدل‌سازی داده‌های گمشده با Stan
  • 52. روش‌های imputation با Stan
  • 53. مدل‌سازی داده‌های ناقص با Stan
  • 54. مدل‌سازی برای داده‌های پانل با Stan
  • 55. مدل‌های پویا در Stan
  • 56. مدل‌سازی مقایسه‌ای با Stan
  • 57. استفاده از Stan در پژوهش‌های علمی
  • 58. مدل‌سازی برای علوم زیستی
  • 59. مدل‌سازی برای علوم اجتماعی
  • 60. مدل‌سازی برای اقتصاد
  • 61. مدل‌سازی برای مهندسی
  • 62. مدل‌سازی برای علوم محیطی
  • 63. مدل‌سازی برای علوم سیاسی
  • 64. مدل‌سازی برای روانشناسی
  • 65. بهینه‌سازی پارامترها در Stan
  • 66. کاربرد Stan در تحلیل داده‌های بزرگ
  • 67. دیباگ کردن کدهای Stan
  • 68. تکنیک‌های پیشرفته در Stan
  • 69. استفاده از Stan با زبان‌های دیگر (Python)
  • 70. توسعه بسته‌های سفارشی برای Stan
  • 71. محدودیت‌های Stan و راهکارها
  • 72. مقایسه Stan با نرم‌افزارهای دیگر
  • 73. ملاحظات اخلاقی در مدل‌سازی آماری
  • 74. حفظ حریم خصوصی داده‌ها در مدل‌سازی
  • 75. کاربرد مدل‌سازی بیزی در سیاست‌گذاری
  • 76. مدل‌سازی پیامدهای اقتصادی
  • 77. مدل‌سازی ریسک در بیمه
  • 78. مدل‌سازی در حوزه سلامت
  • 79. مدل‌سازی پیش‌بینی در حوزه فناوری
  • 80. مدل‌سازی در حوزه آموزش
  • 81. مدل‌سازی در حوزه ارتباطات
  • 82. مدل‌سازی در حوزه مدیریت
  • 83. مدل‌سازی در حوزه بازاریابی
  • 84. مدل‌سازی در حوزه شهرسازی
  • 85. مدل‌سازی در حوزه کشاورزی
  • 86. مدل‌سازی در حوزه انرژی
  • 87. مدل‌سازی در حوزه گردشگری
  • 88. مدل‌سازی در حوزه حقوق
  • 89. مدل‌سازی در حوزه هنر
  • 90. مدل‌سازی در حوزه معماری
  • 91. مدل‌سازی در حوزه ورزش
  • 92. مدل‌سازی در حوزه حمل و نقل
  • 93. مدل‌سازی در حوزه فرهنگ
  • 94. مدل‌سازی در حوزه زبان‌شناسی
  • 95. مدل‌سازی در حوزه تاریخ
  • 96. مدل‌سازی در حوزه فلسفه

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.