اکسپرس 24
کتاب تحلیل سری زمانی با Approximate Bayesian Computation از مبانی تا کاربرد پیشرفته

کتاب تحلیل سری زمانی با Approximate Bayesian Computation از مبانی تا کاربرد پیشرفته

تگ‌ها: ABC ABC-SMC Approximate Bayesian Computation Bayesian Inference likelihood-free Summary Statistics Time Series Analysis آمار بیزی آماره خلاصه استنتاج بیزی پیش‌بینی احتمالاتی سری زمانی شبیه‌سازی مونت‌کارلو مدل‌سازی پیچیده مدل‌های حالت-فضا

انتخاب پلن

افزودنی‌های اختیاری

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 تحلیل سری زمانی با Approximate Bayesian Computation از مبانی تا کاربرد پیشرفته

موضوع کلی: آمار بیزی و مدل‌سازی سری زمانی

موضوع میانی: استنتاج بدون درستنمایی در سری‌های زمانی

📋 سرفصل‌های دوره

  • 1. مفهوم سری زمانی و چالش‌های مدل‌سازی پیچیده
  • 2. محدودیت‌های روش‌های مبتنی بر درستنمایی در مدل‌های پیچیده
  • 3. معرفی Approximate Bayesian Computation و فلسفه آن
  • 4. اصول استنتاج بیزی بدون محاسبه درستنمایی
  • 5. الگوریتم پایه ABC با رد و پذیرش
  • 6. انتخاب آماره‌های خلاصه مناسب برای سری زمانی
  • 7. معیار فاصله بین داده مشاهده‌شده و شبیه‌سازی‌شده
  • 8. تعیین آستانه تحمل در الگوریتم ABC
  • 9. نمونه‌گیری از توزیع پیشین پارامترها
  • 10. شبیه‌سازی داده از مدل تولیدی سری زمانی
  • 11. پیاده‌سازی ABC ساده برای مدل AR ساده
  • 12. مشکلات ابعاد بالای داده در سری‌های زمانی
  • 13. کاهش بعد با آماره‌های خلاصه مؤثر
  • 14. استفاده از میانگین، واریانس و خودهمبستگی به‌عنوان آماره خلاصه
  • 15. آماره‌های خلاصه مبتنی بر طیف توان
  • 16. انتخاب خودکار آماره‌های خلاصه
  • 17. روش‌های رگرسیونی برای تنظیم آماره‌های خلاصه
  • 18. الگوریتم ABC-MCMC برای بهبود کارایی
  • 19. الگوریتم ABC-SMC و نمونه‌گیری ترتیبی
  • 20. تنظیم تدریجی آستانه در ABC-SMC
  • 21. وزن‌دهی ذرات در الگوریتم SMC
  • 22. پیاده‌سازی ABC برای مدل‌های حالت-فضا
  • 23. کاربرد ABC در مدل‌های مارکوف پنهان
  • 24. استنتاج پارامتر در مدل‌های مشاهده‌محور
  • 25. مدل‌های اپیدمیولوژیک سری زمانی با ABC
  • 26. تحلیل داده‌های جمعیتی و ژنتیکی زمانی
  • 27. استفاده از signature مسیرها به‌عنوان آماره خلاصه
  • 28. مقایسه روش‌های مختلف فاصله برای سری زمانی
  • 29. ارزیابی کیفیت تقریب پسین ABC
  • 30. تشخیص همگرایی و کفایت نمونه‌ها
  • 31. اعتبارسنجی متقابل در چارچوب ABC
  • 32. پیش‌بینی با استفاده از نمونه‌های پسین ABC
  • 33. تولید پیش‌بینی احتمالاتی از مدل‌های ABC
  • 34. مقایسه مدل‌ها با ABC model selection
  • 35. محاسبه شواهد تقریبی مدل
  • 36. پیاده‌سازی عملی ABC با بسته‌های آماری رایج
  • 37. بهینه‌سازی محاسباتی شبیه‌سازی‌های موازی
  • 38. مدیریت عدم قطعیت در آماره‌های خلاصه
  • 39. حساسیت نتایج به انتخاب پیشین
  • 40. تشخیص و رفع مشکلات توزین نامناسب
  • 41. کاربرد ABC در مدل‌های غیرخطی و آشوبناک
  • 42. تحلیل سری‌های زمانی چندمتغیره با ABC
  • 43. ادغام دانش کارشناسی در توزیع پیشین
  • 44. مطالعه موردی استنتاج پارامتر مدل SIR
  • 45. مطالعه موردی مدل‌سازی مالی با ABC
  • 46. مقایسه ABC با روش‌های particle MCMC
  • 47. محدودیت‌ها و سوگیری‌های تقریبی ABC
  • 48. بهترین شیوه‌های گزارش نتایج ABC
  • 49. طراحی آزمایش شبیه‌سازی برای ارزیابی روش
  • 50. گسترش ABC به مدل‌های با ساختار پیچیده

📚 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.