اپلیکیشن اندرویدی فلش‌کارت آموزشی رفع مشکلات رایج در مدل‌سازی با Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره رفع مشکلات رایج در مدل‌سازی با Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی آماری با Stan
• 2. نصب و راه‌اندازی Stan
• 3. مبانی زبان Stan
• 4. ساختار مدل در Stan
• 5. انواع توزیع‌ها در Stan
• 6. متغیرهای پنهان و مدل‌های سلسله‌مراتبی
• 7. مدل‌های خطی تعمیم‌یافته در Stan
• 8. مدل‌های اثرات مختلط در Stan
• 9. مدل‌های سری زمانی در Stan
• 10. مدل‌های رگرسیون لجستیک در Stan
• 11. مدل‌های رگرسیون پواسون در Stan
• 12. مدل‌های بقا در Stan
• 13. مدل‌های فضایی در Stan
• 14. مدل‌های عاملی در Stan
• 15. مدل‌های تحلیل مسیر در Stan
• 16. مدل‌های اندازه‌گیری پنهان در Stan
• 17. مدل‌های شبکه‌های عصبی با Stan
• 18. تکنیک‌های نمونه‌برداری MCMC
• 19. الگوریتم هامیلتونی مونت کارلو (HMC)
• 20. الگوریتم نمونه‌برداری دراپ‌دراپ (NUTS)
• 21. ارزیابی همگرایی زنجیره‌ها
• 22. شاخص‌های ارزیابی همگرایی (R-hat, ESS)
• 23. تشخیص و رفع مشکلات همگرایی
• 24. اعتبارسنجی مدل با داده‌های شبیه‌سازی شده
• 25. اعتبارسنجی پیش‌بینی مدل
• 26. مدل‌های پیش‌بینی و برون‌یابی
• 27. مدل‌سازی عدم قطعیت
• 28. انواع عدم قطعیت در مدل‌ها
• 29. مدیریت داده‌های گم‌شده
• 30. تکنیک‌های جایگزینی داده‌های گم‌شده
• 31. مدل‌سازی داده‌های طبقه‌بندی شده
• 32. مدل‌سازی داده‌های ترتیبی
• 33. مدل‌سازی داده‌های شمارشی
• 34. مدل‌سازی داده‌های داده‌کاوی
• 35. مدل‌سازی داده‌های کلان (Big Data)
• 36. مدل‌سازی داده‌های حجیم (Volume Data)
• 37. مدل‌سازی داده‌های سریع (Velocity Data)
• 38. مدل‌سازی داده‌های متنوع (Variety Data)
• 39. مدل‌سازی داده‌های ارزشمند (Value Data)
• 40. مدل‌سازی داده‌های واقعی (Veracity Data)
• 41. استفاده از Stan در علوم اجتماعی
• 42. استفاده از Stan در علوم اقتصادی
• 43. استفاده از Stan در علوم پزشکی
• 44. استفاده از Stan در علوم زیستی
• 45. استفاده از Stan در علوم مهندسی
• 46. استفاده از Stan در علوم محیطی
• 47. استفاده از Stan در علوم داده
• 48. بهینه‌سازی کد Stan
• 49. اشکال‌زدایی مدل‌های Stan
• 50. مدیریت حافظه در Stan
• 51. کارایی الگوریتم‌های نمونه‌برداری
• 52. مقایسه Stan با سایر نرم‌افزارهای آماری
• 53. نکات کاربردی در نوشتن کد Stan
• 54. اشتباهات رایج در مدل‌سازی با Stan
• 55. رفع خطاهای نحوی در Stan
• 56. رفع خطاهای منطقی در Stan
• 57. مدل‌سازی داده‌های پویا
• 58. مدل‌سازی داده‌های متغیر با زمان
• 59. مدل‌سازی داده‌های متغیر با مکان
• 60. مدل‌سازی داده‌های متغیر با شرایط
• 61. مدل‌سازی داده‌های متغیر با حالات
• 62. مدل‌سازی داده‌های متغیر با عوامل
• 63. مدل‌سازی داده‌های متغیر با روابط
• 64. مدل‌سازی داده‌های متغیر با تعاملات
• 65. مدل‌سازی داده‌های متغیر با پیچیدگی‌ها
• 66. مدل‌سازی داده‌های متغیر با عدم قطعیت‌ها
• 67. مدل‌سازی داده‌های متغیر با ابهامات
• 68. مدل‌سازی داده‌های متغیر با محدودیت‌ها
• 69. مدل‌سازی داده‌های متغیر با پیش‌فرض‌ها
• 70. مدل‌سازی داده‌های متغیر با مفروضات
• 71. مدل‌سازی داده‌های متغیر با فرضیات
• 72. مدل‌سازی داده‌های متغیر با ساختارها
• 73. مدل‌سازی داده‌های متغیر با الگوها
• 74. مدل‌سازی داده‌های متغیر با روندها
• 75. مدل‌سازی داده‌های متغیر با چرخه‌ها
• 76. مدل‌سازی داده‌های متغیر با نوسانات
• 77. مدل‌سازی داده‌های متغیر با تغییرات
• 78. مدل‌سازی داده‌های متغیر با تحولات
• 79. مدل‌سازی داده‌های متغیر با دگرگونی‌ها
• 80. مدل‌سازی داده‌های متغیر با گذارها
• 81. مدل‌سازی داده‌های متغیر با مهاجرت‌ها
• 82. مدل‌سازی داده‌های متغیر با پراکندگی‌ها
• 83. مدل‌سازی داده‌های متغیر با تراکم‌ها
• 84. مدل‌سازی داده‌های متغیر با همگرایی‌ها
• 85. مدل‌سازی داده‌های متغیر با واگرایی‌ها
• 86. مدل‌سازی داده‌های متغیر با تلاقی‌ها
• 87. مدل‌سازی داده‌های متغیر با اشتراک‌ها
• 88. مدل‌سازی داده‌های متغیر با انفصال‌ها
• 89. مدل‌سازی داده‌های متغیر با پیوستارها
• 90. مدل‌سازی داده‌های متغیر با گسستگی‌ها
• 91. مدل‌سازی داده‌های متغیر با تداخل‌ها
• 92. مدل‌سازی داده‌های متغیر با هم‌پوشانی‌ها
• 93. مدل‌سازی داده‌های متغیر با نفوذها
• 94. مدل‌سازی داده‌های متغیر با ایزوله‌ها
• 95. مدل‌سازی داده‌های متغیر با انطباق‌ها
• 96. مدل‌سازی داده‌های متغیر با سازگاری‌ها
• 97. مدل‌سازی داده‌های متغیر با تعادل‌ها
• 98. مدل‌سازی داده‌های متغیر با عدم تعادل‌ها
• 99. مطالعات موردی پیشرفته در Stan
• 100. کاربرد Stan در پژوهش‌های کاربردی