اکسپرس 24
کتاب HMC و NUTS: از مبانی تا کاربردهای پیشرفته در Stan

کتاب HMC و NUTS: از مبانی تا کاربردهای پیشرفته در Stan

تگ‌ها: HMC MCMC NUTS Stan آمار بیزی تحلیل آماری داده‌کاوی مدل‌سازی آماری نمونه‌گیری بیزی یادگیری ماشین

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 HMC و NUTS: از مبانی تا کاربردهای پیشرفته در Stan

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

موضوع میانی: نمونه‌گیری از طریق HMC و NUTS در Stan

📋 سرفصل‌های دوره

  • 1. مقدمات و مبانی احتمالات
  • 2. مفاهیم کلیدی در آمار بیزی
  • 3. شبیه‌سازی مونت کارلو
  • 4. مقدمه‌ای بر زنجیره‌های مارکوف مونت کارلو (MCMC)
  • 5. الگوریتم‌های نمونه‌گیری گیبس
  • 6. الگوریتم نمونه‌گیری پذیرش-رد
  • 7. مقدمه‌ای بر الگوریتم‌های MCMC پیشرفته
  • 8. مبانی الگوریتم‌های نمونه‌گیری بردار پیوسته
  • 9. کاربرد الگوریتم‌های MCMC در مدل‌های آماری
  • 10. معرفی زبان برنامه‌نویسی Stan
  • 11. نصب و راه‌اندازی Stan
  • 12. مبانی سینتکس Stan
  • 13. مدل‌سازی در Stan: مثال‌های ساده
  • 14. تعریف مدل‌های احتمالی در Stan
  • 15. توابع چگالی احتمال در Stan
  • 16. توزیع‌های پیشین و پسین در Stan
  • 17. نمونه‌گیری از توزیع پسین در Stan
  • 18. ارزیابی همگرایی الگوریتم‌های MCMC
  • 19. شاخص‌های ارزیابی همگرایی (Rhat, n_eff)
  • 20. عیب‌یابی مدل‌های Stan
  • 21. بهینه‌سازی مدل‌های Stan
  • 22. مقدمه‌ای بر الگوریتم‌های HMC
  • 23. مبانی فیزیکی HMC
  • 24. فرمول‌بندی ریاضی HMC
  • 25. انتخاب پارامترهای HMC (گام زمانی، تعداد گام)
  • 26. کاربرد HMC در مدل‌های پیچیده
  • 27. مقدمه‌ای بر الگوریتم‌های NUTS
  • 28. تفاوت‌های HMC و NUTS
  • 29. مبانی الگوریتم NUTS
  • 30. انتخاب پارامترهای NUTS
  • 31. کاربرد NUTS در مدل‌های آماری
  • 32. ملاحظات محاسباتی در HMC و NUTS
  • 33. مقایسه الگوریتم‌های MCMC برای مدل‌های بیزی
  • 34. مدل‌سازی رگرسیون خطی در Stan
  • 35. مدل‌سازی رگرسیون لجستیک در Stan
  • 36. مدل‌سازی سری‌های زمانی در Stan
  • 37. مدل‌سازی سلسله‌مراتبی در Stan
  • 38. مدل‌سازی داده‌های فضایی در Stan
  • 39. مدل‌سازی شبکه‌های بیزی در Stan
  • 40. مقدمه‌ای بر یادگیری ماشین بیزی
  • 41. کاربرد HMC/NUTS در شبکه‌های عصبی بیزی
  • 42. کاربرد HMC/NUTS در مدل‌های مخلوط
  • 43. کاربرد HMC/NUTS در مدل‌های پنهان مارکوف
  • 44. کاربرد HMC/NUTS در مدل‌های بقا
  • 45. کاربرد HMC/NUTS در مدل‌های رتبه‌بندی
  • 46. کاربرد HMC/NUTS در مدل‌های انتخاب گسسته
  • 47. کاربرد HMC/NUTS در اقتصاد سنجی بیزی
  • 48. کاربرد HMC/NUTS در زیست‌شناسی آماری
  • 49. کاربرد HMC/NUTS در علوم داده
  • 50. ملاحظات مربوط به داده‌های پرت در مدل‌سازی بیزی
  • 51. مدیریت عدم قطعیت در مدل‌های بیزی
  • 52. اعتبارسنجی مدل‌های بیزی
  • 53. مقایسه مدل‌های بیزی با روش‌های فراوانی‌گرا
  • 54. کاربرد Stan در پژوهش‌های علمی
  • 55. ملاحظات اخلاقی در مدل‌سازی آماری
  • 56. روش‌های پیشرفته در Stan
  • 57. تکنیک‌های نمونه‌گیری موازی در Stan
  • 58. استفاده از Stan با زبان‌های دیگر (R, Python)
  • 59. مدل‌سازی با استفاده از داده‌های بزرگ در Stan
  • 60. مدل‌سازی با استفاده از داده‌های چندسطحی
  • 61. مدل‌سازی با استفاده از داده‌های طولانی‌مدت
  • 62. مدل‌سازی با استفاده از داده‌های ساختاریافته
  • 63. مدل‌سازی با استفاده از داده‌های بدون ساختار
  • 64. استفاده از Stan برای تحلیل حساسیت
  • 65. استفاده از Stan برای تحلیل عدم قطعیت
  • 66. استفاده از Stan برای بهینه‌سازی پارامترها
  • 67. استفاده از Stan برای استنتاج علی
  • 68. استفاده از Stan برای پیش‌بینی
  • 69. استفاده از Stan برای تشخیص ناهنجاری
  • 70. استفاده از Stan برای طبقه‌بندی
  • 71. استفاده از Stan برای خوشه‌بندی
  • 72. استفاده از Stan برای تشخیص الگو
  • 73. استفاده از Stan برای پردازش زبان طبیعی
  • 74. استفاده از Stan برای بینایی ماشین
  • 75. استفاده از Stan برای رباتیک
  • 76. استفاده از Stan برای سیستم‌های توصیه‌گر
  • 77. استفاده از Stan برای تحلیل ریسک
  • 78. استفاده از Stan برای مدیریت پورتفولیو
  • 79. استفاده از Stan برای مدل‌سازی آب و هوا
  • 80. استفاده از Stan برای مدل‌سازی زمین‌شناسی
  • 81. استفاده از Stan برای مدل‌سازی پزشکی
  • 82. استفاده از Stan برای مدل‌سازی اجتماعی
  • 83. استفاده از Stan برای مدل‌سازی اقتصادی
  • 84. استفاده از Stan برای مدل‌سازی مالی
  • 85. استفاده از Stan برای مدل‌سازی مهندسی
  • 86. استفاده از Stan برای مدل‌سازی علوم پایه
  • 87. استفاده از Stan برای مدل‌سازی علوم انسانی
  • 88. استفاده از Stan برای مدل‌سازی علوم زیستی
  • 89. استفاده از Stan برای مدل‌سازی علوم پزشکی
  • 90. استفاده از Stan برای مدل‌سازی علوم رفتاری
  • 91. استفاده از Stan برای مدل‌سازی علوم سیاسی
  • 92. استفاده از Stan برای مدل‌سازی علوم فناوری
  • 93. استفاده از Stan برای مدل‌سازی علوم محیطی
  • 94. استفاده از Stan برای مدل‌سازی علوم ورزشی
  • 95. استفاده از Stan برای مدل‌سازی علوم هنری
  • 96. استفاده از Stan برای مدل‌سازی علوم فرهنگی
  • 97. استفاده از Stan برای مدل‌سازی علوم نظامی
  • 98. استفاده از Stan برای مدل‌سازی علوم قضایی
  • 99. استفاده از Stan برای مدل‌سازی علوم اداری
  • 100. استفاده از Stan برای مدل‌سازی علوم ارتباطات

📚 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.