اپلیکیشن اندرویدی فلشکارت آموزشی مدیریت مشکلات همگرایی در Stan
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره مدیریت مشکلات همگرایی در Stan
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصلهای دوره
- 1. مقدمهای بر مفاهیم همگرایی در استن
- 2. آشنایی با ساختار و اجزای استن
- 3. انواع دادهها و ساختارهای پایه در استن
- 4. توابع ریاضی و آماری در استن
- 5. مفاهیم احتمالات در استن
- 6. توزیعهای آماری پایه
- 7. توزیع نرمال و کاربردهای آن
- 8. توزیع برنولی و دوجملهای
- 9. توزیع پواسون و کاربردهای آن
- 10. توزیع گاما و بتا
- 11. مقدمهای بر مدلسازی آماری
- 12. رگرسیون خطی ساده
- 13. رگرسیون خطی چندگانه
- 14. تشخیص و رفع همخطی در رگرسیون
- 15. مدلهای خطی تعمیمیافته (GLM)
- 16. مدل لاجیت و پروبیت
- 17. مدل پواسون برای دادههای شمارشی
- 18. مقدمهای بر استن (Stan)
- 19. نصب و راهاندازی استن
- 20. زبان برنامهنویسی استن
- 21. ساختار مدل در استن
- 22. نحو و دستورات پایه استن
- 23. تعریف متغیرها و پارامترها
- 24. اعمال شرط و حلقهها در استن
- 25. توابع سفارشی در استن
- 26. انواع بلوکهای مدل در استن
- 27. `data` block
- 28. `parameters` block
- 29. `transformed parameters` block
- 30. `model` block
- 31. `generated quantities` block
- 32. نمونهسازی بیزی با استن
- 33. مفهوم پیشین و پسین
- 34. انتخاب توزیع پیشین مناسب
- 35. توزیعهای پیشین رایج
- 36. انتخاب توزیع پیشین غیراطلاعاتی
- 37. توزیعهای پیشین قوی (Informative Priors)
- 38. پیادهسازی مدلهای بیزی در استن
- 39. مدل رگرسیون خطی بیزی
- 40. مدل رگرسیون لجستیک بیزی
- 41. مدل سری زمانی بیزی
- 42. مدل سلسلهمراتبی بیزی
- 43. مدلهای خطی مختلط بیزی
- 44. اعتبارسنجی مدل در استن
- 45. تحلیل پسین (Posterior Analysis)
- 46. میانگین پسین و واریانس پسین
- 47. فواصل اطمینان بیزی (Credible Intervals)
- 48. نمودارهای پسین (Posterior Plots)
- 49. تحلیل همگرایی زنجیرهها (MCMC Convergence)
- 50. شاخصهای همگرایی (R-hat, ESS)
- 51. عیبیابی مدلهای استن
- 52. بهینهسازی کد استن
- 53. استفاده از استن با R (rstan)
- 54. استفاده از استن با Python (pystan)
- 55. استفاده از استن با Julia (CmdStanJulia)
- 56. مقدمهای بر مدلسازی بقا (Survival Analysis)
- 57. مدل کاکس (Cox Proportional Hazards Model)
- 58. پیادهسازی مدل کاکس در استن
- 59. مدلهای بقای پارامتریک
- 60. مدلهای بقای غیرپارامتریک
- 61. مدلسازی دادههای پانل (Panel Data Models)
- 62. اثرات ثابت و تصادفی در دادههای پانل
- 63. پیادهسازی مدلهای پانل در استن
- 64. مدلسازی دادههای مکانی (Spatial Data Models)
- 65. مدلهای خودرگرسیون مکانی
- 66. مدلهای همسایگی مکانی
- 67. پیادهسازی مدلهای مکانی در استن
- 68. مدلسازی شبکههای اجتماعی (Social Network Models)
- 69. مدلهای مبتنی بر پیوند (Link-based Models)
- 70. مدلهای مبتنی بر راس (Node-based Models)
- 71. پیادهسازی مدلهای شبکهسازی در استن
- 72. کاربرد استن در اقتصادسنجی
- 73. مدلهای سری زمانی پیشرفته
- 74. مدلهای اقتصادسنجی فضایی
- 75. مدلهای انتخاب گسسته بیزی
- 76. کاربرد استن در علوم سیاسی
- 77. مدلسازی انتخابات
- 78. مدلسازی رفتار رأیدهندگان
- 79. مدلسازی پیمایشها
- 80. کاربرد استن در علوم اجتماعی
- 81. مدلسازی رفتار گروهی
- 82. مدلسازی پیمایشهای طولی
- 83. تحلیل دادههای کیفی با استن
- 84. کاربرد استن در علوم زیستی
- 85. مدلسازی رشد جمعیت
- 86. مدلسازی اپیدمیولوژی
- 87. مدلسازی ژنتیکی
- 88. کاربرد استن در علوم محیطی
- 89. مدلسازی آلودگی هوا
- 90. مدلسازی تغییرات اقلیمی
- 91. مدلسازی منابع طبیعی
- 92. کاربرد استن در مدیریت
- 93. مدلسازی ریسک
- 94. مدلسازی پیشبینی
- 95. مدلسازی تصمیمگیری
- 96. مباحث پیشرفته در استن
- 97. نمونهگیری از توزیعهای پیچیده
- 98. کاربرد استن در یادگیری ماشین بیزی
- 99. مقدمهای بر شبکههای عصبی بیزی
- 100. پیادهسازی شبکههای عصبی در استن
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.