اپلیکیشن اندرویدی فلش‌کارت آموزشی مبانی احتمالات و توزیع‌های پیوسته در علوم و مهندسی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی احتمالات و توزیع‌های پیوسته در علوم و مهندسی

موضوع کلی: آمار و احتمالات کاربردی

موضوع میانی: مدل‌های توزیع و متغیرهای تصادفی پیوسته

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر آمار و احتمالات در علوم و مهندسی
• 2. مفاهیم پایه احتمال و فضای نمونه
• 3. قواعد احتمال و احتمال شرطی
• 4. استقلال رویدادها
• 5. قضیه بیز و کاربردهای آن
• 6. متغیرهای تصادفی گسسته و تابع احتمال جرم
• 7. امید ریاضی و واریانس متغیر گسسته
• 8. توزیع برنولی و هندسی
• 9. توزیع دوجمله‌ای و کاربردهای آن
• 10. توزیع پواسون و ارتباط آن با دوجمله‌ای
• 11. توزیع فوق هندسی
• 12. مقدمه‌ای بر متغیرهای تصادفی پیوسته
• 13. تابع چگالی احتمال و تابع توزیع تجمعی
• 14. امید ریاضی و واریانس متغیر پیوسته
• 15. توزیع یکنواخت پیوسته
• 16. توزیع نمایی و کاربردهای آن در صف انتظار
• 17. توزیع نرمال (گاوسی) و اهمیت آن
• 18. خواص توزیع نرمال و تقریب آن
• 19. توزیع گاما و ارتباط آن با توزیع نمایی
• 20. توزیع بتا و کاربردهای آن در آمار
• 21. توزیع کای-دو و کاربردهای آن در آزمون فرض
• 22. توزیع t استیودنت و کاربردهای آن
• 23. توزیع F فیشر و کاربردهای آن
• 24. توزیع‌های چند متغیره
• 25. تابع چگالی احتمال مشترک
• 26. امید ریاضی و واریانس مشترک
• 27. کوواریانس و ضریب همبستگی
• 28. استقلال متغیرهای تصادفی پیوسته
• 29. تابع توزیع شرطی و امید ریاضی شرطی
• 30. تبدیل متغیرهای تصادفی
• 31. مقدمه‌ای بر سری‌ها و دنباله‌های عددی
• 32. قضیه حد مرکزی و کاربردهای آن
• 33. تقریب توزیع دوجمله‌ای با نرمال
• 34. تقریب توزیع پواسون با نرمال
• 35. مقدمه‌ای بر فرایندهای تصادفی
• 36. مقدمه‌ای بر مدل‌سازی آماری
• 37. روش‌های تخمین پارامتر
• 38. تخمین‌گرهای درست‌نما (Maximum Likelihood Estimators)
• 39. بازه اطمینان برای میانگین
• 40. بازه اطمینان برای واریانس
• 41. مقدمه‌ای بر آزمون فرض آماری
• 42. خطای نوع اول و نوع دوم
• 43. آزمون فرض برای میانگین یک جامعه
• 44. آزمون فرض برای واریانس یک جامعه
• 45. آزمون فرض برای مقایسه دو میانگین
• 46. آزمون فرض برای مقایسه دو واریانس
• 47. آزمون خی-دو برای استقلال
• 48. آزمون خی-دو برای برازش
• 49. مقدمه‌ای بر رگرسیون خطی ساده
• 50. تخمین ضرایب رگرسیون
• 51. آزمون فرض برای ضرایب رگرسیون
• 52. ضریب تعیین (R-squared)
• 53. مقدمه‌ای بر رگرسیون خطی چندگانه
• 54. انتخاب مدل در رگرسیون
• 55. مقدمه‌ای بر تحلیل سری‌های زمانی
• 56. مؤلفه‌های سری زمانی
• 57. مدل‌های ARIMA
• 58. مقدمه‌ای بر شبیه‌سازی مونت کارلو
• 59. تولید اعداد تصادفی یکنواخت
• 60. تولید اعداد تصادفی نرمال
• 61. شبیه‌سازی توزیع‌های مختلف
• 62. کاربرد شبیه‌سازی در تخمین
• 63. مقدمه‌ای بر آماره ترتیبی
• 64. توزیع آماره‌های ترتیبی
• 65. کاربرد آماره‌های ترتیبی در تخمین
• 66. مقدمه‌ای بر آماره‌های کافی
• 67. قضیه فیشر-نایمن
• 68. کاربرد آماره‌های کافی
• 69. مقدمه‌ای بر آزمون‌های ناپارامتری
• 70. آزمون رتبه علامت ویلکاکسون
• 71. آزمون من-ویتنی یو
• 72. آزمون کروسکال-والیس
• 73. مقدمه‌ای بر تحلیل بقا
• 74. تابع خطر
• 75. مدل کاکس
• 76. کاربرد مدل‌های بقا در مهندسی
• 77. مقدمه‌ای بر روش‌های بیزی
• 78. قانون بیز در آمار بیزی
• 79. توزیع پیشین و پسین
• 80. کاربرد روش‌های بیزی در تخمین
• 81. مقدمه‌ای بر بهینه‌سازی در آمار
• 82. تابع هزینه و تابع جریمه
• 83. روش‌های بهینه‌سازی عددی
• 84. کاربرد بهینه‌سازی در برازش مدل
• 85. مقدمه‌ای بر آمار فضایی
• 86. مدل‌های کریجینگ
• 87. کاربرد آمار فضایی در علوم زمین
• 88. مقدمه‌ای بر شبکه‌های عصبی و آمار
• 89. توابع فعال‌سازی
• 90. آموزش شبکه‌های عصبی
• 91. کاربرد شبکه‌های عصبی در پیش‌بینی
• 92. مقدمه‌ای بر یادگیری ماشین و آمار
• 93. یادگیری با نظارت و بدون نظارت
• 94. الگوریتم‌های دسته‌بندی
• 95. الگوریتم‌های خوشه‌بندی
• 96. کاربرد یادگیری ماشین در تحلیل داده
• 97. مقدمه‌ای بر آمار زیستی
• 98. آزمون‌های آماری در مطالعات بالینی
• 99. مدل‌سازی داده‌های زیستی
• 100. کاربرد آمار زیستی در سلامت