کتاب تنظیم پارامترهای MCMC برای Stan

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 تنظیم پارامترهای MCMC برای Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر روش‌های نمونه‌برداری مونت کارلو
  • 2. مفاهیم اساسی زنجیره‌های مارکوف
  • 3. مقدمه‌ای بر زبان برنامه‌نویسی Stan
  • 4. نصب و راه‌اندازی Stan و محیط توسعه
  • 5. ساختار یک مدل Stan
  • 6. انواع داده‌ها در Stan
  • 7. توابع و عملگرها در Stan
  • 8. متغیرهای تصادفی و توزیع‌های احتمال در Stan
  • 9. توزیع‌های پیشین (Prior Distributions)
  • 10. تابع درست‌نمایی (Likelihood Function)
  • 11. توزیع پسین (Posterior Distribution)
  • 12. نمونه‌برداری MCMC با استفاده از الگوریتم‌های Metropolis-Hastings
  • 13. الگوریتم‌های Hamiltonian Monte Carlo (HMC)
  • 14. تنظیم پارامترهای گام (Step Size) در HMC
  • 15. تنظیم طول زنجیره (Chain Length)
  • 16. تشخیص همگرایی زنجیره‌ها
  • 17. آزمون‌های همگرایی: R-hat، Effective Sample Size (ESS)
  • 18. تجسم نتایج MCMC: Traceplots، Autocorrelation Plots
  • 19. تفسیر نتایج MCMC
  • 20. انتخاب مدل و مقایسه مدل‌ها با استفاده از WAIC و LOO
  • 21. تأثیر توزیع‌های پیشین بر نتایج MCMC
  • 22. مدل‌های سلسله‌مراتبی (Hierarchical Models) در Stan
  • 23. مدل‌سازی داده‌های گمشده (Missing Data) در Stan
  • 24. مدل‌سازی داده‌های سانسور شده (Censored Data) در Stan
  • 25. مدل‌سازی داده‌های مقطعی (Cross-Sectional Data) در Stan
  • 26. مدل‌سازی داده‌های سری زمانی (Time Series Data) در Stan
  • 27. مدل‌سازی رگرسیون خطی تعمیم‌یافته (Generalized Linear Regression) در Stan
  • 28. مدل‌سازی رگرسیون لجستیک (Logistic Regression) در Stan
  • 29. مدل‌سازی مدل‌های مخلوط (Mixture Models)
  • 30. مدل‌سازی مدل‌های پنهان مارکوف (Hidden Markov Models)
  • 31. استفاده از Stan با زبان R
  • 32. استفاده از Stan با زبان Python
  • 33. بهینه‌سازی مدل Stan برای سرعت و کارایی
  • 34. عیب‌یابی خطاهای رایج در Stan
  • 35. نوشتن توابع سفارشی در Stan
  • 36. استفاده از توابع کتابخانه‌ای در Stan
  • 37. مدل‌سازی Bayesian در حضور داده‌های نامتعارف (Outliers)
  • 38. مدل‌سازی با استفاده از توزیع‌های غیر استاندارد
  • 39. اعتبارسنجی مدل Stan
  • 40. مقایسه Stan با سایر نرم‌افزارهای Bayesian
  • 41. کاربردهای Stan در علوم مختلف
  • 42. تحلیل حساسیت (Sensitivity Analysis) در مدل‌های Bayesian
  • 43. مدل‌سازی Bayesian غیرپارامتری (Nonparametric Bayesian Modeling)
  • 44. استفاده از Stan برای پیش‌بینی
  • 45. پیش‌بینی بازه‌ای (Prediction Intervals) در Stan
  • 46. مدل‌سازی چندمتغیره (Multivariate Modeling) در Stan
  • 47. روش‌های تقریب Bayesian (Bayesian Approximation Methods)
  • 48. مفاهیم پیشرفته در MCMC
  • 49. تکنیک‌های بهبود سرعت MCMC
  • 50. مدل‌سازی داده‌های فضایی (Spatial Data) در Stan
  • 51. مدل‌سازی داده‌های طولی (Longitudinal Data) در Stan
  • 52. مدل‌سازی داده‌های بقا (Survival Data) در Stan
  • 53. بررسی مدل‌های پیچیده با Stan
  • 54. استفاده از Stan برای تحلیل داده‌های بزرگ
  • 55. آموزش مدل‌سازی Bayesian با استفاده از مثال‌های عملی
  • 56. بهره‌گیری از Stan در تحقیقات علمی
  • 57. تفسیر و ارائه نتایج مدل‌سازی Bayesian
  • 58. تکنیک‌های مستندسازی و اشتراک‌گذاری مدل‌های Stan

📚 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.