کتاب یادگیری ماشین بیزی با 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 یادگیری ماشین بیزی با Stan

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

موضوع میانی: Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری ماشین بیزی
  • 2. مدل‌های گرافیکی بیزی
  • 3. احتمال شرطی و قانون بیز
  • 4. مقدمه‌ای بر Stan: زبان برنامه‌نویسی احتمالاتی
  • 5. نصب و راه‌اندازی Stan
  • 6. ساختار یک مدل Stan
  • 7. توابع توزیع احتمال در Stan
  • 8. نمونه‌برداری زنجیره مارکوف مونت‌کارلو (MCMC)
  • 9. ارزیابی همگرایی MCMC
  • 10. پیش‌بینی و ارزیابی مدل
  • 11. مدل‌سازی خطی بیزی با Stan
  • 12. مدل‌سازی رگرسیون لجستیک با Stan
  • 13. مدل‌های خطی تعمیم‌یافته (GLM) با Stan
  • 14. مدل‌های سلسله‌مراتبی (Hierarchical Models) با Stan
  • 15. مدل‌سازی اثرات تصادفی با Stan
  • 16. مدل‌سازی داده‌های شمارشی با Stan
  • 17. مدل‌سازی داده‌های زمانی با Stan
  • 18. مدل‌سازی داده‌های از دست رفته (Missing Data) با Stan
  • 19. مدل‌های مخلوط گوسی (Gaussian Mixture Models) با Stan
  • 20. مدل‌های پنهان مارکوف (Hidden Markov Models) با Stan
  • 21. بهینه‌سازی واریانسی (Variational Inference) در Stan
  • 22. مقدمه‌ای بر Stan Math
  • 23. کار با توابع تعریف شده توسط کاربر در Stan
  • 24. مدل‌سازی چندمتغیره با Stan
  • 25. مدل‌سازی Bayesian A/B Testing با Stan
  • 26. مدل‌سازی Bayesian Time Series با Stan
  • 27. مقایسه مدل‌ها با استفاده از معیار اطلاعات بیزی (BIC)
  • 28. اعتبارسنجی متقابل (Cross-Validation) در مدل‌های بیزی
  • 29. انتخاب متغیر در مدل‌های بیزی
  • 30. مدل‌سازی با قیود (Constrained Models) در Stan
  • 31. استفاده از Prior Information در Stan
  • 32. تشخیص و رفع خطاهای رایج در Stan
  • 33. کار با داده‌های بزرگ در Stan
  • 34. موازات‌سازی MCMC در Stan
  • 35. ادغام Stan با زبان‌های برنامه‌نویسی دیگر (R, Python)
  • 36. مقدمه‌ای بر بسته‌های Stan در R
  • 37. مقدمه‌ای بر بسته‌های Stan در Python
  • 38. کاربرد یادگیری ماشین بیزی در تشخیص الگو
  • 39. کاربرد یادگیری ماشین بیزی در پردازش تصویر
  • 40. کاربرد یادگیری ماشین بیزی در تحلیل داده‌های ژنتیک
  • 41. کاربرد یادگیری ماشین بیزی در مدل‌سازی مالی
  • 42. کاربرد یادگیری ماشین بیزی در پیش‌بینی تقاضا
  • 43. کاربرد یادگیری ماشین بیزی در کنترل کیفیت
  • 44. تکنیک‌های بهبود عملکرد مدل‌های Stan
  • 45. بهینه‌سازی کد Stan برای سرعت و دقت
  • 46. مستندسازی مدل‌های Stan
  • 47. به اشتراک‌گذاری مدل‌های Stan با دیگران
  • 48. آشنایی با منابع آنلاین و انجمن‌های Stan
  • 49. حل مسائل نمونه با استفاده از Stan
  • 50. مطالعه موردی: مدل‌سازی یک پدیده واقعی با Stan
  • 51. تفسیر نتایج مدل‌های بیزی
  • 52. نکات تکمیلی برای نوشتن مدل‌های Stan مؤثر
  • 53. آشنایی با ابزارهای پروفایلینگ Stan
  • 54. بهبود پایداری مدل‌های Stan
  • 55. روش‌های ارزیابی حساسیت مدل‌های بیزی
  • 56. مقدمه‌ای بر مدل‌سازی بیزی غیرپارامتری با Stan
  • 57. پیش‌بینی بازه (Prediction Interval) در Stan
  • 58. مدل‌سازی داده‌های مکانی با Stan
  • 59. مدل‌سازی داده‌های بازتابی (Reflective Data) با Stan
  • 60. مدل‌سازی داده‌های چندسطحی (Multilevel Data) با Stan
  • 61. استفاده از Stan برای تحلیل داده‌های نظرسنجی
  • 62. مدل‌سازی Bayesian Survival Analysis با Stan
  • 63. مدل‌سازی Bayesian Change Point Detection با Stan
  • 64. کاربرد Stan در علم داده و یادگیری ماشین

📚 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.