اکسپرس 24
کتاب کاربرد MCMC با Stan در مسائل کاربردی

کتاب کاربرد MCMC با Stan در مسائل کاربردی

تگ‌ها: applied Bayesian modeling Bayesian inference Bayesian workflow CmdStan Hamiltonian Monte Carlo hierarchical models MCMC model diagnostics posterior predictive checks probabilistic programming PyStan RStan Stan Stan tuning variational inference

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 کاربرد MCMC با Stan در مسائل کاربردی

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر استدلال بیزی و نقش MCMC
  • 2. مبانی توزیع‌های احتمالاتی و محاسبه پوستerior
  • 3. معماری Stan: زبان مدل‌سازی و کامپایل
  • 4. نصب و راه‌اندازی Stan در R، Python و خط فرمان
  • 5. نوشتن اولین مدل Stan: ساختار data، parameters، model
  • 6. تعریف اولویت‌ها (priors) به‌صورت عملی در Stan
  • 7. نمونه‌گیری هامیلتونی مونت‌کارلو (HMC) و NUTS در Stan
  • 8. تنظیم پارامترهای نمونه‌گیر: adapt_delta، max_treedepth، step_size
  • 9. تشخیص و رفع divergent transitions
  • 10. بررسی روند همگرایی: R-hat، effective sample size، trace plots
  • 11. بررسی انرژی و energy Bayesian fraction of missing information (E-BFMI)
  • 12. پیش‌بینی پوستerior و posterior predictive checks
  • 13. مدل‌سازی رگرسیونی خطی و تعمیم‌یافته در Stan
  • 14. مدل‌های مختلط (mixture models) و شناسایی زیرجماعات
  • 15. مدل‌های هیرارشی (multilevel) با Stan: پارامترهای گروهی و همبستگی
  • 16. مدل‌سازی داده‌های شمارشی: Poisson، Negative Binomial، Zero‑inflated
  • 17. مدل‌های بقا (survival) و خطرات نسبی در Stan
  • 18. مدل‌های سری زمانی: autoregressive، state‑space، dynamic linear models
  • 19. مدل‌های فضایی و مکانی: Gaussian processes، CAR/ICAR
  • 20. استفاده از Stan برای مدل‌های غیرخطی و دیفرانسیل
  • 21. بهینه‌سازی عملکرد: vectorization، reduced‑sum، map_rect
  • 22. مدل‌سازی با داده‌های ناقص (missing data) در Stan
  • 23. مقایسه Stan با سایر موتورهای نمونه‌گیری (JAGS، PyMC، Turing)
  • 24. استفاده از CmdStan برای مقیاس‌پذیری و موازی‌سازی
  • 25. اعتبارسنجی مدل با cross‑validation و WAIC/LOO
  • 26. نمونه‌گیری از posterior برای تصمیم‌گیری و بهینه‌سازی
  • 27. استفاده از Stan در یادگیری ماشین بیزی (Bayesian neural nets)
  • 28. مدل‌سازی داده‌های دسته‌ای و ترتیبی (ordinal، categorical)
  • 29. مدل‌های latent variable و factor analysis در Stan
  • 30. پیاده‌سازی مدل‌های mixture of experts
  • 31. استفاده از Stan برای برآورد پارامترهای معادلات دیفرانسیل معمول
  • 32. مدل‌سازی شبکه‌های بیزی و گراف‌های احتمالاتی
  • 33. استفاده از Stan در علم ژنتیک و بیوانفورماتیک
  • 34. مدل‌سازی داده‌های مالی: volatility، stochastic volatility
  • 35. استفاده از Stan در اپیدمیولوژی و مدل‌های سیر
  • 36. مدل‌سازی داده‌های سنجش از راه دور (remote sensing)
  • 37. استفاده از Stan برای Kalman filter و smoothing
  • 38. مدل‌سازی داده‌های شبکه (network data) با Stan
  • 39. بررسی حساسیت مدل به انتخاب اولویت‌ها
  • 40. استفاده از Stan برای Bayesian model averaging
  • 41. نمونه‌گیری از posterior predictive distribution برای شبیه‌سازی
  • 42. استفاده از Stan در کنترل کیفیت و مهندسی قابلیت اطمینان
  • 43. مدل‌سازی داده‌های طولانی (longitudinal) با اثرات ثابت و تصادفی
  • 44. استفاده از Stan برای برآورد پارامترهای مدل‌های دینامیکی غیرخطی
  • 45. پیاده‌سازی مدل‌های hidden Markov در Stan
  • 46. استفاده از Stan برای برآورد مدل‌های factor stochastic volatility
  • 47. مدل‌سازی داده‌های چندمتغیره با copula در Stan
  • 48. استفاده از Stan برای Bayesian nonparametrics (Dirichlet process)
  • 49. مدل‌سازی داده‌های پراکنده و بزرگ با Stan (big data strategies)
  • 50. استفاده از Stan در سیستم‌های توصیه‌گر (recommender systems)
  • 51. مدل‌سازی داده‌های متنی با topic models در Stan
  • 52. استفاده از Stan برای برآورد پارامترهای مدل‌های بازی‌ها
  • 53. مدل‌سازی داده‌های فضایی-زمانی (spatio‑temporal) در Stan
  • 54. استفاده از Stan برای Bayesian optimization
  • 55. نمونه‌گیری از posterior با parallel chains و diagnostics پیشرفته
  • 56. استفاده از Stan در علم مواد و شبیه‌سازی مولکولی
  • 57. مدل‌سازی داده‌های پزشکی: clinical trial analysis
  • 58. استفاده از Stan برای برآورد مدل‌های economiaetrics پیشرفته
  • 59. مدل‌سازی داده‌های زیست‌محیطی و تغییرات اقلیمی
  • 60. استفاده از Stan برای Bayesian causal inference
  • 61. نمونه‌گیری از posterior در وجود محدودیت‌های فیزیکی (constrained parameters)
  • 62. استفاده از Stan برای مدل‌سازی داده‌های سنسور و IoT
  • 63. مدل‌سازی داده‌های شبکه‌های اجتماعی با Stan
  • 64. استفاده از Stan برای برآورد مدل‌های reinforcement learning بیزی
  • 65. نمونه‌گیری از posterior برای uncertainty quantification در مهندسی
  • 66. استفاده از Stan در آموزش آمار بیزی: مثال‌های آموزشی کامل

📚 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.