اپلیکیشن اندرویدی فلشکارت آموزشی کاربرد MCMC با Stan
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره کاربرد MCMC با Stan
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصلهای دوره
- 1. مقدمه ای بر روش های مونت کارلو زنجیره مارکوف (MCMC)
- 2. مبانی نظری MCMC
- 3. شرح الگوریتم Metropolis-Hastings
- 4. پیاده سازی Metropolis-Hastings در پایتون
- 5. معرفی نرم افزار Stan
- 6. نصب و پیکربندی Stan
- 7. مبانی زبان Stan
- 8. نوشتن اولین مدل در Stan
- 9. انواع توزیع های پیشین و پسین در Stan
- 10. انتخاب توزیع های پیشین مناسب
- 11. توزیع های نرمال و نیمه نرمال
- 12. توزیع های لاپلاس و t استیودنت
- 13. توزیع های یکنواخت و بتا
- 14. توزیع های گاما و کای-دو
- 15. توزیع های گوسی چند متغیره
- 16. مدل های خطی با Stan
- 17. رگرسیون خطی ساده با Stan
- 18. رگرسیون خطی چندگانه با Stan
- 19. مدل های خطی تعمیم یافته (GLM) با Stan
- 20. رگرسیون لجستیک با Stan
- 21. رگرسیون پواسون با Stan
- 22. رگرسیون گاما با Stan
- 23. مدل های سلسله مراتبی با Stan
- 24. مزایای مدل های سلسله مراتبی
- 25. پیاده سازی مدل های سلسله مراتبی در Stan
- 26. مدل های اثرات تصادفی
- 27. مدل های اثرات ثابت
- 28. مدل های مختلط
- 29. کاربرد MCMC در سری های زمانی
- 30. مدل های ARIMA با Stan
- 31. مدل های GARCH با Stan
- 32. مدل های حالت-فضا با Stan
- 33. مدل های حالت-فضای پویا با Stan
- 34. کاربرد MCMC در تحلیل بقا
- 35. مدل های کاکس با Stan
- 36. مدل های بقا با توزیع های پارامتری
- 37. مدل های بقا با اثرات تصادفی
- 38. کاربرد MCMC در مدل های بیزی
- 39. مفاهیم بیزی در Stan
- 40. مقایسه رویکرد بیزی و فریکوئنتست
- 41. ارزیابی همگرایی زنجیره ها در Stan
- 42. شاخص های ارزیابی همگرایی
- 43. تحلیل پس از همگرایی
- 44. نمودارهای Trace Plot
- 45. نمودارهای ACF
- 46. شاخص R-Hat
- 47. تفسیر نتایج Stan
- 48. تصویرسازی نتایج MCMC
- 49. نمودارهای توزیع پسین
- 50. محاسبه مقادیر میانگین و میانه
- 51. محاسبه فواصل اطمینان بیزی
- 52. اعتبارسنجی مدل با داده های شبیه سازی شده
- 53. تست پیش بینی
- 54. مقایسه مدل های مختلف
- 55. بهینه سازی مدل های Stan
- 56. نکات مهم در نوشتن کد Stan
- 57. استفاده از دستورات Vectorized
- 58. مدیریت حافظه در Stan
- 59. اشکال زدایی مدل های Stan
- 60. خطاهای رایج در Stan
- 61. مدیریت مدل های پیچیده
- 62. مقدمه ای بر اقتصاد سنجی بیزی
- 63. کاربرد MCMC در اقتصاد سنجی
- 64. مدل های اقتصاد سنجی بیزی با Stan
- 65. تحلیل سری های زمانی اقتصادی با Stan
- 66. تحلیل داده های پنل با Stan
- 67. مدل های انتخاب گسسته با Stan
- 68. مدل های رگرسیون کوانتیل با Stan
- 69. کاربرد MCMC در علوم زیستی
- 70. مدل های ژنتیکی بیزی با Stan
- 71. مدل های اپیدمیولوژیک با Stan
- 72. مدل های اکولوژیک بیزی با Stan
- 73. تحلیل داده های زیستی با Stan
- 74. کاربرد MCMC در علوم اجتماعی
- 75. تحلیل داده های پیمایشی با Stan
- 76. مدل های عاملی با Stan
- 77. مدل های ساختاری با Stan
- 78. تحلیل شبکه های اجتماعی با Stan
- 79. کاربرد MCMC در علوم کامپیوتر
- 80. یادگیری ماشین بیزی با Stan
- 81. مدل های گرافیکی بیزی با Stan
- 82. تشخیص ناهنجاری با Stan
- 83. کاربرد MCMC در علوم محیطی
- 84. مدل های آب و هوایی با Stan
- 85. مدل های آلودگی هوا با Stan
- 86. مدل های منابع طبیعی با Stan
- 87. کاربرد MCMC در تحلیل داده های بزرگ
- 88. استفاده از Stan در محیط های محاسباتی توزیع شده
- 89. بهبود عملکرد Stan
- 90. ملاحظات اخلاقی در تحلیل داده های بیزی
- 91. اصول حاکم بر استفاده از نرم افزار Stan
- 92. حفظ حریم خصوصی در تحلیل داده ها
- 93. شفافیت در گزارش نتایج
- 94. ملاحظات شرعی در تحلیل داده ها
- 95. چارچوب شرعی در مدل سازی اقتصادی
- 96. مقررات بانک مرکزی در مدل سازی مالی
- 97. اصول خانواده ایرانی-اسلامی در تحلیل های روانشناختی
- 98. منافع ملی در تحلیل های سیاسی و بین الملل
- 99. پروتکل های وزارت بهداشت در علوم پزشکی
- 100. جمع بندی و نگاه به آینده MCMC با Stan
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.