اپلیکیشن اندرویدی فلشکارت آموزشی حل مسائل عملی آماری با BUGS
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره حل مسائل عملی آماری با BUGS
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: BUGS (WinBUGS, OpenBUGS)
📋 سرفصلهای دوره
- 1. مقدمهای بر مدلسازی آماری بیزی
- 2. مفاهیم پایه احتمال و استنباط بیزی
- 3. نظریه بیز و کاربردهای آن
- 4. آشنایی با نرمافزار BUGS
- 5. نصب و راهاندازی BUGS
- 6. ساختار مدلهای بیزی در BUGS
- 7. تعریف متغیرهای تصادفی
- 8. تعریف توزیعهای پیشین
- 9. تعریف توزیعهای درستنمایی
- 10. نمونهگیری از توزیعهای رایج
- 11. مقدمهای بر زنجیرههای مارکوف مونت کارلو (MCMC)
- 12. الگوریتم گیبز سمپلینگ
- 13. ارزیابی همگرایی زنجیرهها
- 14. شاخصهای ارزیابی همگرایی (Gelman-Rubin)
- 15. تفسیر نتایج MCMC
- 16. مدلهای خطی بیزی
- 17. مدل رگرسیون خطی بیزی
- 18. تعیین توزیعهای پیشین برای پارامترهای رگرسیون
- 19. مدل رگرسیون لجستیک بیزی
- 20. مدلهای سری زمانی بیزی
- 21. مدلهای خودرگرسیون (AR) بیزی
- 22. مدلهای میانگین متحرک (MA) بیزی
- 23. مدلهای ARMA و ARIMA بیزی
- 24. مدلسازی دادههای فضایی بیزی
- 25. مقدمهای بر مدلهای فضایی
- 26. مدلهای وابستگی فضایی بیزی
- 27. مدلهای ناهمگنی فضایی بیزی
- 28. مدلسازی بقا بیزی
- 29. مقدمهای بر تحلیل بقا
- 30. مدل کاکس بیزی
- 31. مدلهای پارامتری بقا بیزی
- 32. مدلسازی دادههای شمارشی بیزی
- 33. مدل پواسون بیزی
- 34. مدل دوجملهای منفی بیزی
- 35. مدلهای شمارشی پیچیده بیزی
- 36. مدلسازی دادههای طبقهبندی بیزی
- 37. مدل طبقهبندی بیزی چندجملهای
- 38. مدل طبقهبندی بیزی ترتیبی
- 39. مدلسازی با مدلهای سلسله مراتبی بیزی
- 40. مقدمهای بر مدلهای سلسله مراتبی
- 41. ساخت مدلهای سلسله مراتبی در BUGS
- 42. کاربرد مدلهای سلسله مراتبی در علوم زیستی
- 43. کاربرد مدلهای سلسله مراتبی در علوم اجتماعی
- 44. کاربرد مدلهای سلسله مراتبی در اقتصاد
- 45. مدلسازی دادههای گمشده بیزی
- 46. روشهای ایمپوتیشن بیزی
- 47. مدلسازی با در نظر گرفتن دادههای گمشده
- 48. کاربرد BUGS در تحلیل دادههای پزشکی
- 49. مدلسازی پیامد درمانی بیزی
- 50. مدلسازی عوامل خطر بیزی
- 51. تحلیل کارآزماییهای بالینی بیزی
- 52. کاربرد BUGS در تحلیل دادههای اقتصادی
- 53. مدلسازی تقاضا بیزی
- 54. مدلسازی عرضه بیزی
- 55. تحلیل سریهای زمانی اقتصادی بیزی
- 56. کاربرد BUGS در تحلیل دادههای علوم اجتماعی
- 57. مدلسازی رفتار مصرفکننده بیزی
- 58. مدلسازی نگرش بیزی
- 59. تحلیل دادههای پیمایشی بیزی
- 60. مدلسازی پیشبینی بیزی
- 61. روشهای پیشبینی بیزی
- 62. ارزیابی عملکرد مدلهای پیشبینی
- 63. مدلسازی با استفاده از توزیعهای ترکیبی
- 64. کاربرد توزیعهای نرمال-لگاریشمی بیزی
- 65. کاربرد توزیعهای بتا-دوجملهای بیزی
- 66. مدلسازی دادههای ترکیبی
- 67. مقدمهای بر نرمافزارهای آماری بیزی دیگر (JAGS, Stan)
- 68. مقایسه BUGS با JAGS و Stan
- 69. نوشتن مدلهای پیچیدهتر در BUGS
- 70. مدلسازی گرافی بیزی
- 71. مقدمهای بر شبکههای بیزی
- 72. پیادهسازی شبکههای بیزی در BUGS
- 73. کاربرد شبکههای بیزی در هوش مصنوعی
- 74. روشهای پیشرفته نمونهگیری MCMC
- 75. Metropolis-Hastings sampler
- 76. Hamiltonian Monte Carlo
- 77. امکانسنجی و بهینهسازی مدلهای بیزی
- 78. تکنیکهای اعتبارسنجی متقابل بیزی
- 79. بهینهسازی پارامترهای مدل بیزی
- 80. کاربرد BUGS در محاسبات علمی
- 81. مدلسازی پدیدههای فیزیکی بیزی
- 82. مدلسازی سیستمهای پیچیده بیزی
- 83. تحلیل حساسیت پارامترها در مدلهای بیزی
- 84. مدلسازی بیزی برای دادههای حجیم (Big Data)
- 85. چالشهای مدلسازی بیزی برای دادههای حجیم
- 86. راهکارهای استفاده از BUGS برای دادههای حجیم
- 87. مقدمهای بر مدلسازی بیزی پیشرفته
- 88. مدلهای حالت-فضای بیزی
- 89. مدلهای مارکوف پنهان بیزی
- 90. کاربرد BUGS در علوم محیط زیست
- 91. مدلسازی کیفیت هوا بیزی
- 92. مدلسازی تغییرات اقلیمی بیزی
- 93. تحلیل دادههای سنجش از دور بیزی
- 94. کاربرد BUGS در علوم مهندسی
- 95. مدلسازی قابلیت اطمینان بیزی
- 96. مدلسازی پیشبینی خرابی بیزی
- 97. تحلیل ریسک در مهندسی بیزی
- 98. مبانی نظری استنباط بیزی در مدلهای پیچیده
- 99. قضیه بیز برای توابع و فضاهای تابعی
- 100. استنباط بیزی در مدلهای غیرپارامتری
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.