کتاب HMC و NUTS: استراتژی‌های نمونه‌گیری در Stan

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: استراتژی‌های نمونه‌گیری 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. مقدمه‌ای بر مدل‌های سلسله مراتبی
  • 2. مبانی آمار استنباطی
  • 3. توزیع‌های احتمال اساسی
  • 4. مفهوم احتمال شرطی و قضیه بیز
  • 5. نکات کلیدی در مدل‌سازی آماری
  • 6. مقدمه‌ای بر زنجیره‌های مارکوف مونت کارلو (MCMC)
  • 7. مفهوم نمونه‌گیری از توزیع پسین
  • 8. الگوریتم Metropolis-Hastings
  • 9. الگوریتم Gibbs Sampling
  • 10. کاهش همگرایی در MCMC
  • 11. ارزیابی همگرایی MCMC
  • 12. مقدمه‌ای بر بسته‌های آماری در R
  • 13. آشنایی با بسته `rstan`
  • 14. نصب و پیکربندی Stan
  • 15. نوشتن مدل‌های ساده در Stan
  • 16. مقدمه‌ای بر زبان مدل‌سازی Stan
  • 17. تعریف متغیرهای تصادفی در Stan
  • 18. مشخص کردن توزیع‌های پیشین
  • 19. مشخص کردن توزیع پسین
  • 20. اجرای مدل‌های Stan
  • 21. تفسیر نتایج Stan
  • 22. نمودارهای تشخیصی در Stan
  • 23. استفاده از داده‌های شبیه‌سازی شده
  • 24. مقدمه‌ای بر استراتژی‌های نمونه‌گیری پیشرفته
  • 25. چالش‌های نمونه‌گیری در مدل‌های پیچیده
  • 26. مفهوم ابعاد بالا در فضای پارامتر
  • 27. نیاز به نمونه‌گیری کارآمدتر
  • 28. مقدمه‌ای بر روش‌های نمونه‌گیری بر اساس گرادیان
  • 29. مفهوم گرادیان توزیع پسین
  • 30. مقدمه‌ای بر نمونه‌گیری Hamilton-Monte Carlo (HMC)
  • 31. مفهوم انرژی پتانسیل در HMC
  • 32. مفهوم تکانه در HMC
  • 33. حل معادلات حرکت در HMC
  • 34. مفهوم گام زمانی در HMC
  • 35. تنظیم پارامترهای HMC
  • 36. مزایای HMC نسبت به Metropolis-Hastings
  • 37. معایب HMC
  • 38. کاربرد HMC در مدل‌های پیچیده
  • 39. مقدمه‌ای بر نمونه‌گیری No-U-Turn Sampler (NUTS)
  • 40. چالش‌های تنظیم پارامتر گام زمانی در HMC
  • 41. مفهوم درخت در NUTS
  • 42. الگوریتم نمونه‌گیری در NUTS
  • 43. کاربرد NUTS در مدل‌های پیچیده
  • 44. مزایای NUTS نسبت به HMC
  • 45. معایب NUTS
  • 46. مقایسه HMC و NUTS
  • 47. انتخاب استراتژی نمونه‌گیری مناسب
  • 48. ملاحظات محاسباتی در HMC و NUTS
  • 49. نمونه‌گیری در مدل‌های خطی سلسله مراتبی
  • 50. نمونه‌گیری در مدل‌های لجستیک سلسله مراتبی
  • 51. نمونه‌گیری در مدل‌های رگرسیون سلسله مراتبی
  • 52. نمونه‌گیری در مدل‌های سری زمانی سلسله مراتبی
  • 53. نمونه‌گیری در مدل‌های مکانی سلسله مراتبی
  • 54. مدل‌سازی داده‌های پرت در Stan
  • 55. مدل‌سازی داده‌های خوشه‌ای در Stan
  • 56. مدل‌سازی داده‌های طولی در Stan
  • 57. اعتبارسنجی مدل‌های Bayesian
  • 58. مقایسه مدل‌ها با استفاده از معیارهای اطلاعاتی
  • 59. استفاده از اعتبارسنجی متقابل در مدل‌های Bayesian
  • 60. ملاحظات اخلاقی در تحلیل داده‌ها
  • 61. حفظ حریم خصوصی داده‌ها
  • 62. اصول داده‌کاوی مسئولانه
  • 63. مقدمه‌ای بر کاربردهای HMC و NUTS در علوم زیستی
  • 64. کاربرد در ژنتیک جمعیت
  • 65. کاربرد در اپیدمیولوژی
  • 66. کاربرد در علوم اعصاب
  • 67. مقدمه‌ای بر کاربردهای HMC و NUTS در علوم اجتماعی
  • 68. کاربرد در اقتصاد سنجی
  • 69. کاربرد در جامعه‌شناسی
  • 70. کاربرد در علوم سیاسی
  • 71. مقدمه‌ای بر کاربردهای HMC و NUTS در علوم فیزیکی
  • 72. کاربرد در فیزیک آماری
  • 73. کاربرد در اخترشناسی
  • 74. کاربرد در علوم مواد
  • 75. بهینه‌سازی پارامترهای مدل با استفاده از HMC و NUTS
  • 76. تکنیک‌های پیشرفته در زبان مدل‌سازی Stan
  • 77. استفاده از داده‌های از پیش مشاهده شده
  • 78. مدل‌سازی عدم قطعیت در پیش‌بینی‌ها
  • 79. ارزیابی حساسیت مدل به فرض‌ها
  • 80. مطالعه موردی: مدل‌سازی داده‌های نظرسنجی
  • 81. مطالعه موردی: مدل‌سازی داده‌های پزشکی
  • 82. مطالعه موردی: مدل‌سازی داده‌های مالی
  • 83. کاربرد HMC و NUTS در یادگیری ماشین Bayesian
  • 84. شبکه‌های عصبی Bayesian
  • 85. ماشین‌های بردار پشتیبان Bayesian
  • 86. مدل‌های مخلوط Bayesian
  • 87. مقدمه‌ای بر ابزارهای تجسم نتایج Stan
  • 88. استفاده از بسته `bayesplot`
  • 89. تفسیر نمودارهای توزیع پسین
  • 90. تفسیر نمودارهای سری زمانی
  • 91. تفسیر نمودارهای ماتریس همبستگی
  • 92. ملاحظات مربوط به پیچیدگی محاسباتی
  • 93. نکات عملی برای نوشتن مدل‌های Stan کارآمد
  • 94. اشکال‌زدایی مدل‌های Stan
  • 95. اشتراک‌گذاری مدل‌های Stan
  • 96. مقدمه‌ای بر روندها و تحقیقات آینده در HMC و NUTS
  • 97. روش‌های نمونه‌گیری جدیدتر
  • 98. کاربرد در یادگیری عمیق Bayesian
  • 99. توسعه ابزارهای تحلیل Bayesian

📚 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.