اکسپرس 24
کتاب کاربردهای عملی MCMC در Stan

کتاب کاربردهای عملی MCMC در Stan

تگ‌ها: Bayesian inference CmdStan Gaussian process GLM hierarchical models HMC LOO MCMC NUTS posterior predictive PyStan RStan Stan variational inference WAIT

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 کاربردهای عملی MCMC در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. معرفی MCMC و جایگاه آن در استنباط بیزی
  • 2. آشنایی با محیط کار Stan و زبان مدل‌سازی
  • 3. نصب و تنظیم RStan، PyStan و CmdStan
  • 4. ساختار بلوک‌های Stan: data، parameters، model، generated quantities
  • 5. تعریس متغیرهای داده و پارامتر در Stan
  • 6. نوشتن توابع کاربردی در بلوک functions
  • 7. تعیین توزیع‌های prior مناسب
  • 8. نوشتگی likelihood برای مدل‌های مختلف
  • 9. مقدمه بر الگوریتم HMC و NUTS در Stan
  • 10. تنظیم warmup، تعدادIter و تعداد chain
  • 11. کنترل پارامترهای adapt delta و max treedepth
  • 12. تشخیص و رفع divergences در خروجی Sampler
  • 13. ارزیابی همگرایی با R-hat و Effective Sample Size
  • 14. visualize trace plots و autocorrelation
  • 15. استخراج خلاصه posterior و محاسبه Intervals
  • 16. استفاده از generated quantities برای posterior predictive checks
  • 17. مدل رگرسیون خطی ساده در Stan
  • 18. مدل رگرسیون خطی چند متغیره
  • 19. مدل رگرسیون لجستیک برای داده‌های باینری
  • 20. مدل Poisson برای داده‌های شمارشی
  • 21. مدل Negative binomial برای Overdispersion
  • 22. مدل‌های Hurdle و Zero‑inflated
  • 23. مدل sopravvivenza Weibull و Cox در Stan
  • 24. مدل‌های hierarchical با effetti intercept random
  • 25. مدل‌های hierarchical با effetti slope random
  • 26. مدل‌های effetti crossed random effects
  • 27. تحلیل حساسیت prior و انتخاب prior مناسب
  • 28. Reparametrization non‑centered برای بهبود sampling
  • 29. مدل‌سازی فنگل و هندسه posterior دشوار
  • 30. استفاده از توابع داخلی Stan (to_vector، cholesky_decompose، …)
  • 31. نوشتن و بهینه‌سازی توابع محاسبه likelihood
  • 32. استفاده از عملیات ماتریس و بردور برای کارایی
  • 33. مدلسازی داده‌های ناهمگن با sparse matrices
  • 34. Parallelization با map_rect در Stan
  • 35. توزیع محاسبه likelihood با reduce_sum
  • 36. کاربردهی CmdStanR برای کنترل خط‑به‑خط
  • 37. کاربردهی PyStan 3 و مقارنة با PyStan 2
  • 38. استفاده از RStan و rstanarm برای مدل‌های پیش‌ساخته
  • 39. مقایسۀ سرعت و حافظه بین رابط‌های مختلف Stan
  • 40. ابزارهای تشخیصی Stan: stanc، cmdstan diagnose
  • 41. استفاده از shinystan برای ویدئویازی posterior
  • 42. استفاده از bayesplot برای رسم posterior و prior predictive
  • 43. Posterior predictive checks با پکیج bayesplot
  • 44. مدل مقایسایی با LOO‑CV و WAIC
  • 45. Stacking و مدل میانگین وزنی Bayes
  • 46. Prior predictive checks و ارائهٔ prior مناسب
  • 47. مدل‌سازی داده‌های گمشده با imputation در Stan
  • 48. مدل‌های measurement error و خطای ناظره
  • 49. مدل‌های دادهٔ検閲 و truncated
  • 50. مدل‌های سری زمانی AR(1) و stochastic volatility
  • 51. مدل‌های state‑space و卡尔مان فیلتر در Stan
  • 52. مدل‌های فضایی و Gaussian Process regression
  • 53. استفاده از.constraint و transformations برای پارامترهای bounded
  • 54. کاربردهی simplex برای ترکیب‌های احتمالی
  • 55. کاربردهی ordered vector برای مقیاس‌های رتیبی
  • 56. توزیع Dirichlet و مدل‌های categorical
  • 57. مدل رگرسیون لجستیک رتبordered
  • 58. مدل رگرسیون multinomial برای پاسخ‌های multiclass
  • 59. مدل‌های Item Response Theory (IRT) در Stan
  • 60. مدل‌های seȝnal detection و SDT
  • 61. مدل‌های count با Overdispersion: negative binomial
  • 62. مدل‌های Hurdle و zero‑altered برای داده‌های count
  • 63. مدل‌های survie با risque compétitif
  • 64. مدل‌های رویدادهای تکراری (recurrent event)
  • 65. แก้สมการ ODE در Stan برای pharmacokinetic
  • 66. حل معادلات جبری در Stan
  • 67. استفاده از Stan برای بهینه‌سازی و MAP estimation
  • 68. Variational Inference (ADVI) در Stan و مقایسهٔ با MCMC
  • 69. ترکیب MCMC و ADVI برای استخراج posterior hybrid
  • 70. ذخیره و بارگذاری نتایج: csv, feather, rdS
  • 71. Workflow قابل تکراری در RStudio و Jupyter Notebook
  • 72. کنترل نسخه با git و مدیریت مدل‌های Stan
  • 73. تست واحد توابع Stan با stan-unit
  • 74. رفع اشکال models: print، reject، و debugging
  • 75. پروفایلینگ عملکرد با cmdstanr profiler
  • 76. استفاده از GPU در Stan از طریق math library
  • 77. مقیاس بندی به دیتاست‌های بزرگ با subsampling / minibatch
  • 78. Bayesian bootstrap و weighting در استنتاج
  • 79. تحلیل تصمیمات بیزی و توابع سود (utility)
  • 80. طراحی آزمایش óptimal بر پایه posterior
  • 81. منابع و مراجع پیشنهادی برای یادگیری عمیق MCMC در Stan
  • 82. پروژه capstone: ساخت یک مدل Bayesian جامع از ابتدا تا نهایی
  • 83. ارزیابی نهایی و ارائه نتایج پروژه

📚 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.