کتاب کاربردهای عملی MCMC در 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 کاربردهای عملی MCMC در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مبانی احتمال و آمار در مدل‌سازی
  • 2. مفاهیم اولیه زنجیره‌های مارکوف
  • 3. مفاهیم اولیه فرآیندهای تصادفی
  • 4. مقدمه‌ای بر روش‌های مونت کارلو
  • 5. اصول شبیه‌سازی مونت کارلو
  • 6. مفاهیم کلیدی نمونه‌گیری
  • 7. مقدمه‌ای بر الگوریتم‌های MCMC
  • 8. کاربرد MCMC در استنتاج بیزی
  • 9. نظریه استنتاج بیزی
  • 10. قضیه بیز و کاربردهای آن
  • 11. مدل‌های بیزی ساده
  • 12. پیاده‌سازی مدل‌های بیزی در پایتون
  • 13. مقدمه‌ای بر زبان برنامه‌نویسی Stan
  • 14. نصب و راه‌اندازی Stan
  • 15. ساختار کلی مدل در Stan
  • 16. نوشتن اولین مدل در Stan
  • 17. پارامترهای مدل و توابع احتمال
  • 18. توابع توزیع احتمال در Stan
  • 19. تابع درست‌نمایی
  • 20. تابع پیشین
  • 21. تابع پسین
  • 22. بهینه‌سازی مدل‌های بیزی
  • 23. روش‌های نمونه‌گیری در Stan
  • 24. نمونه‌گیری زنجیره مارکوف مونت کارلو (MCMC)
  • 25. الگوریتم گیبس (Gibbs Sampling)
  • 26. الگوریتم هالمونته کارلو مارکوف (HMC)
  • 27. الگوریتم نمونه‌گیری پذیرش-رد (Acceptance-Rejection Sampling)
  • 28. مقایسه الگوریتم‌های نمونه‌گیری
  • 29. ارزیابی همگرایی الگوریتم‌های MCMC
  • 30. معیارهای ارزیابی همگرایی
  • 31. نمودارهای سری زمانی (Trace Plots)
  • 32. نمودارهای خودهمبستگی (Autocorrelation Plots)
  • 33. معیارهای R-hat و Neff
  • 34. تشخیص عدم همگرایی
  • 35. بهینه‌سازی پارامترهای HMC
  • 36. تنظیم گام (Step Size) در HMC
  • 37. تنظیم تعداد مراحل (Number of Steps) در HMC
  • 38. تنظیم پارامترهای L-BFGS
  • 39. مدل‌های خطی در Stan
  • 40. مدل‌های رگرسیون خطی بیزی
  • 41. رگرسیون لجستیک بیزی
  • 42. مدل‌های سلسله مراتبی
  • 43. معرفی مدل‌های سلسله مراتبی
  • 44. پیاده‌سازی مدل‌های سلسله مراتبی در Stan
  • 45. مدل‌های اثرات مختلط (Mixed Effects Models)
  • 46. کاربرد مدل‌های اثرات مختلط در علوم اجتماعی
  • 47. کاربرد مدل‌های اثرات مختلط در علوم پزشکی
  • 48. مدل‌های سری زمانی در Stan
  • 49. مدل‌های ARMA و ARIMA بیزی
  • 50. مدل‌های حالت-فضا (State-Space Models)
  • 51. مدل‌های پیش‌بینی سری زمانی
  • 52. کاربرد MCMC در اقتصاد
  • 53. مدل‌های اقتصادسنجی بیزی
  • 54. مدل‌های پیش‌بینی اقتصادی
  • 55. کاربرد MCMC در علوم زیستی
  • 56. مدل‌های جمعیت‌شناسی بیزی
  • 57. مدل‌های ژنتیک آماری
  • 58. کاربرد MCMC در علوم پزشکی
  • 59. مدل‌های بقا (Survival Analysis)
  • 60. مدل‌های تشخیصی بیزی
  • 61. کاربرد MCMC در علوم داده
  • 62. ساخت مدل‌های سفارشی در Stan
  • 63. استفاده از داده‌های واقعی در Stan
  • 64. پیش‌پردازش داده‌ها برای Stan
  • 65. پس‌پردازش نتایج Stan
  • 66. تجسم نتایج مدل‌های بیزی
  • 67. رسم توزیع‌های پسین
  • 68. رسم نمودارهای پیش‌بینی
  • 69. بررسی حساسیت مدل
  • 70. اعتبارسنجی مدل
  • 71. مقایسه مدل‌ها
  • 72. تکنیک‌های پیشرفته در Stan
  • 73. استفاده از رابط‌های برنامه‌نویسی Stan
  • 74. Stan برای پایتون (CmdStanPy)
  • 75. Stan برای R (RStan)
  • 76. Stan برای Julia (Stan.jl)
  • 77. مدیریت خطاها در Stan
  • 78. اشکال‌زدایی مدل‌های Stan
  • 79. نوشتن توابع سفارشی در Stan
  • 80. استفاده از توابع کمکی در Stan
  • 81. بهینه‌سازی عملکرد مدل‌های Stan
  • 82. موازی‌سازی در Stan
  • 83. کار با داده‌های حجیم در Stan
  • 84. نکات مهم در نوشتن مدل‌های Stan
  • 85. نمونه‌های پیشرفته کاربردی MCMC
  • 86. مدل‌سازی شبکه‌های اجتماعی با MCMC
  • 87. مدل‌سازی سیستم‌های پیچیده با MCMC
  • 88. تحلیل داده‌های اکتشافی با MCMC
  • 89. معرفی ابزارهای مشابه Stan
  • 90. معرفی نرم‌افزارهای آماری بیزی
  • 91. مقایسه Stan با سایر نرم‌افزارها
  • 92. اخلاق در استفاده از مدل‌سازی آماری
  • 93. مسئولیت‌پذیری در تحلیل داده‌ها
  • 94. تفسیر صحیح نتایج آماری
  • 95. کاربرد اخلاقی MCMC در تحقیقات
  • 96. جمع‌بندی و نگاه به آینده MCMC

📚 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.