اپلیکیشن اندرویدی فلشکارت آموزشی تکنیکهای اعتبارسنجی مدلهای بیزی در Stan
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره تکنیکهای اعتبارسنجی مدلهای بیزی در Stan
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصلهای دوره
- 1. مقدمهای بر مدلهای بیزی و پایداری (Stan)
- 2. مبانی نظری استنتاج بیزی
- 3. مفاهیم احتمال شرطی و قضیه بیز
- 4. مدلسازی بیزی: پارادایم و کاربردها
- 5. آشنایی با زبان برنامهنویسی Stan
- 6. نصب و پیکربندی Stan
- 7. ساختار کلی یک مدل Stan
- 8. تعریف متغیرهای مجهول و پارامترها
- 9. تعریف تابع درستنمایی
- 10. تعریف توزیع پیشین
- 11. نوشتن اولین مدل بیزی ساده در Stan
- 12. فراخوانی مدل Stan از R
- 13. فراخوانی مدل Stan از Python
- 14. مفاهیم نمونهگیری زنجیره مارکوف مونت کارلو (MCMC)
- 15. الگوریتم گیبس (Gibbs Sampling)
- 16. الگوریتم هَستینگ-متروپولیس (Metropolis-Hastings)
- 17. الگوریتم نمونهگیری از مسیر (Hamiltonian Monte Carlo - HMC)
- 18. الگوریتم نمونهگیری از مسیر با توقف (No-U-Turn Sampler - NUTS)
- 19. مقدمهای بر اعتبارسنجی مدل
- 20. اهمیت اعتبارسنجی مدل در استنتاج بیزی
- 21. روشهای اعتبارسنجی مدلهای بیزی
- 22. اعتبارسنجی پیشبینی (Posterior Predictive Checks)
- 23. تولید دادههای شبیهسازی شده از مدل
- 24. مقایسه دادههای شبیهسازی شده با دادههای واقعی
- 25. نمودارهای توزیع پیشبینی (Posterior Predictive Distributions)
- 26. آمار خلاصه برای اعتبارسنجی پیشبینی
- 27. تستهای مبتنی بر آمارههای خلاصه (Posterior Predictive p-values)
- 28. اعتبارسنجی مبتنی بر اطلاعات (Information Criteria)
- 29. معیار اطلاعات آکائیکه (AIC)
- 30. معیار اطلاعات بیزی (BIC)
- 31. معیار اطلاعات آکائیکه بیزی (DIC)
- 32. معیار پیشبینی خارج از نمونه (LOO-CV)
- 33. محاسبه LOO-CV در Stan
- 34. تفسیر نتایج LOO-CV
- 35. اعتبارسنجی مبتنی بر حساسیت (Sensitivity Analysis)
- 36. بررسی حساسیت به توزیع پیشین
- 37. تأثیر انتخاب توزیع پیشین بر نتایج
- 38. مدلسازی خطی بیزی در Stan
- 39. رگرسیون خطی ساده بیزی
- 40. رگرسیون خطی چندگانه بیزی
- 41. مدلهای خطی تعمیمیافته بیزی (GLM)
- 42. رگرسیون لجستیک بیزی
- 43. رگرسیون پواسون بیزی
- 44. مدلسازی سریهای زمانی بیزی
- 45. مدلهای ARIMA بیزی
- 46. مدلهای حالت-فضا بیزی
- 47. مدلهای مقایسهای بیزی (Hierarchical Models)
- 48. مدلهای اثرات مختلط بیزی
- 49. مدلسازی سلسله مراتبی برای دادههای خوشهای
- 50. مدلسازی سلسله مراتبی برای دادههای طولی
- 51. مدلسازی پویاییهای جمعیتی در Stan
- 52. مدلسازی بقا (Survival Analysis) بیزی
- 53. مدلهای کاپلان-مایر بیزی
- 54. مدلهای کوکس بیزی
- 55. مدلسازی فرآیندهای فضایی بیزی
- 56. مدلهای گوسی (Gaussian Processes) بیزی
- 57. مدلهای خودرگرسیو فضایی
- 58. اعتبارسنجی مدلهای پیچیده
- 59. عیبیابی مدلهای Stan
- 60. تشخیص همگرایی ضعیف (Poor Convergence)
- 61. بررسی نمودارهای trace plot
- 62. بررسی نمودارهای autocorrelation plot
- 63. شاخص R-hat (Gelman-Rubin statistic)
- 64. تفسیر شاخص R-hat
- 65. راههای بهبود همگرایی
- 66. تنظیم پارامترهای نمونهگیری (Adaptation parameters)
- 67. استفاده از توزیعهای پیشین غیرمطلع (Weakly Informative Priors)
- 68. تکنیکهای نمونهگیری پیشرفته
- 69. نمونهگیری با چندین زنجیره (Multiple Chains)
- 70. تنظیم تعداد تکرارها (Number of Iterations)
- 71. تنظیم تعداد مراحل گرمکردن (Warm-up/Burn-in)
- 72. استفاده از نمونهگیری موازی
- 73. مدیریت خطاهای رایج در Stan
- 74. ارتباط با کتابخانههای آماری دیگر (R, Python)
- 75. تجسم نتایج مدلهای بیزی
- 76. توزیعهای پیشین (Posterior Distributions)
- 77. توزیعهای پیشبینی (Predictive Distributions)
- 78. نمودارهای پراکندگی (Scatter Plots)
- 79. نمودارهای خطی (Line Plots)
- 80. نمودارهای جعبهای (Box Plots)
- 81. ارائه نتایج اعتبارسنجی مدل
- 82. ملاحظات اخلاقی در مدلسازی بیزی
- 83. کاربرد مدلهای بیزی در علوم اجتماعی
- 84. کاربرد مدلهای بیزی در علوم پزشکی
- 85. کاربرد مدلهای بیزی در علوم اقتصادی
- 86. کاربرد مدلهای بیزی در علوم مهندسی
- 87. مطالعات موردی پیشرفته اعتبارسنجی مدل
- 88. ساخت مدلهای بیزی سفارشی در Stan
- 89. بهینهسازی کد Stan برای کارایی
- 90. مباحث پیشرفته در اعتبارسنجی مدلهای بیزی
- 91. جمعبندی و نگاه به آینده مدلسازی بیزی
- 92. تکنیکهای پیشرفته اعتبارسنجی مدلهای بیزی
- 93. تکنیکهای ترکیبی اعتبارسنجی
- 94. ارزیابی مدل بر اساس اهداف خاص
- 95. انتخاب مدل نهایی بر اساس معیارهای اعتبارسنجی
- 96. مستندسازی فرآیند مدلسازی و اعتبارسنجی
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.