اکسپرس 24
کتاب تجربه Stan در R: از نصب تا اجرای مدل‌های پیشرفته

کتاب تجربه Stan در R: از نصب تا اجرای مدل‌های پیشرفته

تگ‌ها: MCMC Stan آمار بیزی بیزین تحلیل داده زنجیره مارکوف مونت‌کارلو مدل‌سازی آماری مدل‌سازی احتمالی نرم‌افزار 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 تجربه Stan در R: از نصب تا اجرای مدل‌های پیشرفته

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

موضوع میانی: ادغام Stan با R، Python و سایر زبان‌ها

📋 سرفصل‌های دوره

  • 1. نصب و راه‌اندازی R و RStudio
  • 2. مقدمه‌ای بر محیط R و کنسول
  • 3. انواع داده‌ها در R: عددی، کاراکتری، منطقی
  • 4. متغیرها و انتساب در R
  • 5. عملگرهای ریاضی و منطقی در R
  • 6. ساختارهای داده‌ای: بردارها
  • 7. ساختارهای داده‌ای: ماتریس‌ها
  • 8. ساختارهای داده‌ای: آرایه‌ها
  • 9. ساختارهای داده‌ای: لیست‌ها
  • 10. ساختارهای داده‌ای: Data Frame ها
  • 11. خواندن و نوشتن داده‌ها از فایل‌های متنی
  • 12. خواندن و نوشتن داده‌ها از فایل‌های CSV
  • 13. خواندن و نوشتن داده‌ها از فایل‌های Excel
  • 14. دستکاری داده‌ها: فیلتر کردن
  • 15. دستکاری داده‌ها: مرتب‌سازی
  • 16. دستکاری داده‌ها: اضافه کردن و حذف ستون‌ها
  • 17. دستکاری داده‌ها: تغییر نام ستون‌ها
  • 18. آمار توصیفی در R: میانگین، میانه، انحراف معیار
  • 19. نمایش داده‌ها: هیستوگرام
  • 20. نمایش داده‌ها: نمودار پراکندگی
  • 21. نمایش داده‌ها: نمودار جعبه‌ای
  • 22. نمایش داده‌ها: نمودار میله‌ای
  • 23. توابع در R: تعریف و استفاده
  • 24. کنترل جریان: دستورات شرطی (if/else)
  • 25. کنترل جریان: حلقه‌ها (for/while)
  • 26. نوشتن توابع کاربردی
  • 27. بسته‌ها در R: نصب و بارگیری
  • 28. بسته‌ی dplyr: دستکاری داده‌ها
  • 29. بسته‌ی ggplot2: ایجاد نمودارهای زیبا
  • 30. بسته‌ی tidyr: مرتب‌سازی داده‌ها
  • 31. بسته‌ی readxl: خواندن فایل‌های Excel
  • 32. بسته‌ی lubridate: کار با تاریخ و زمان
  • 33. مقدمه‌ای بر مدل‌سازی آماری
  • 34. رگرسیون خطی ساده
  • 35. رگرسیون خطی چندگانه
  • 36. ارزیابی مدل رگرسیون
  • 37. پیش‌بینی با استفاده از مدل رگرسیون
  • 38. مقدمه‌ای بر طبقه‌بندی
  • 39. درخت تصمیم‌گیری
  • 40. جنگل تصادفی
  • 41. ماشین بردار پشتیبان (SVM)
  • 42. ارزیابی مدل‌های طبقه‌بندی
  • 43. اعتبارسنجی متقابل (Cross-Validation)
  • 44. انتخاب ویژگی (Feature Selection)
  • 45. مقدمه‌ای بر خوشه‌بندی
  • 46. خوشه‌بندی K-میانگین
  • 47. خوشه‌بندی سلسله مراتبی
  • 48. ارزیابی خوشه‌بندی
  • 49. تحلیل سری‌های زمانی
  • 50. پیش‌بینی سری‌های زمانی
  • 51. مقدمه‌ای بر یادگیری عمیق
  • 52. شبکه‌های عصبی
  • 53. آماده‌سازی داده‌ها برای یادگیری عمیق
  • 54. استفاده از کتابخانه‌های یادگیری عمیق در R
  • 55. بهینه‌سازی مدل‌های یادگیری عمیق
  • 56. تفسیر نتایج مدل‌های یادگیری عمیق
  • 57. مقدمه‌ای بر تحلیل متن
  • 58. پردازش زبان طبیعی (NLP) در R
  • 59. تحلیل احساسات
  • 60. مدل‌سازی موضوعی
  • 61. استخراج اطلاعات
  • 62. کار با APIها در R
  • 63. دریافت داده از APIهای مختلف
  • 64. پردازش داده‌های API
  • 65. مصورسازی داده‌های API
  • 66. استفاده از R در محیط‌های ابری
  • 67. استقرار مدل‌های R در وب
  • 68. نوشتن گزارش‌های خودکار با R Markdown
  • 69. بهینه‌سازی کد R برای عملکرد بهتر
  • 70. اشکال‌زدایی (Debugging) کد R
  • 71. مدیریت نسخه‌ها با Git و GitHub
  • 72. بهترین شیوه‌ها برای نوشتن کد R خوانا و قابل نگهداری
  • 73. مقدمه‌ای بر تحلیل داده‌های بزرگ با R
  • 74. کار با داده‌های حجیم
  • 75. استفاده از بسته data.table
  • 76. استفاده از پایگاه داده‌ها در R
  • 77. امنیت در R
  • 78. حفظ حریم خصوصی داده‌ها
  • 79. مقدمه‌ای بر تحلیل داده‌های مکانی با R
  • 80. نقشه‌کشی در R
  • 81. تحلیل الگوهای مکانی

📚 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.