اپلیکیشن اندرویدی فلشکارت آموزشی راهنمای جامع for Modeling with Stan
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره راهنمای جامع for Modeling with Stan
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصلهای دوره
- 1. مقدمه ای بر مدل سازی آماری
- 2. مبانی احتمال و آمار
- 3. توزیع های احتمال گسسته
- 4. توزیع های احتمال پیوسته
- 5. استنباط آماری: برآورد
- 6. استنباط آماری: آزمون فرض
- 7. مقدمه ای بر مدل های خطی
- 8. رگرسیون خطی ساده
- 9. رگرسیون خطی چندگانه
- 10. مفاهیم پیشرفته در رگرسیون خطی
- 11. مدل های خطی تعمیم یافته (GLM)
- 12. رگرسیون لجستیک
- 13. رگرسیون پواسون
- 14. مدل های سلسله مراتبی (Hierarchical Models)
- 15. مفاهیم پایه مدل های سلسله مراتبی
- 16. مدل های اثرات مختلط (Mixed Effects Models)
- 17. مدل های چند سطحی
- 18. مقدمه ای بر زبان برنامه نویسی Stan
- 19. نصب و راه اندازی Stan
- 20. نحو پایه Stan
- 21. انواع داده در Stan
- 22. تابع احتمال در Stan
- 23. توابع کمکی در Stan
- 24. ساختار برنامه Stan
- 25. بلوک های تعریف (Defines)
- 26. بلوک های پارامتر (Parameters)
- 27. بلوک داده (Data)
- 28. بلوک مدل (Model)
- 29. بلوک توابع سفارشی (Functions)
- 30. کامپایل کردن کدهای Stan
- 31. اجرای کدهای Stan
- 32. مدیریت خروجی Stan
- 33. روش های نمونه گیری در Stan (MCMC)
- 34. نمونه گیری زنجیره مارکوف مونت کارلو (MCMC)
- 35. الگوریتم هبتس (Hamiltonian Monte Carlo - HMC)
- 36. الگوریتم نمونه بردار گرانشی (No-U-Turn Sampler - NUTS)
- 37. تنظیم پارامترهای NUTS
- 38. تشخیص همگرایی مدل
- 39. معیارهای همگرایی (R-hat, ESS)
- 40. تحلیل پس از همگرایی
- 41. رسم نمودارهای پس از توزیع (Posterior Plots)
- 42. محاسبه آماره های پس از توزیع
- 43. تولید داده از توزیع پس از توزیع
- 44. ارزیابی تناسب مدل
- 45. آزمون های برازش مدل (Goodness-of-Fit)
- 46. اعتبارسنجی متقابل (Cross-Validation)
- 47. اعتبارسنجی متقابل در Stan
- 48. مدل سازی سری های زمانی
- 49. مدل های ARIMA
- 50. مدل های حالت فضایی (State-Space Models)
- 51. پیاده سازی مدل های سری زمانی در Stan
- 52. مدل سازی داده های مکانی
- 53. مفاهیم پایه مدل های مکانی
- 54. مدل های رگرسیون مکانی
- 55. پیاده سازی مدل های مکانی در Stan
- 56. مدل سازی بقا (Survival Analysis)
- 57. مدل کاکس (Cox Proportional Hazards)
- 58. مدل های بقای پارامتری
- 59. پیاده سازی مدل های بقا در Stan
- 60. مدل سازی شبکه های اجتماعی
- 61. تحلیل شبکه های اجتماعی
- 62. مدل های شبکه های تصادفی
- 63. پیاده سازی مدل های شبکه در Stan
- 64. مدل سازی اقتصادسنجی
- 65. مفاهیم پایه اقتصادسنجی
- 66. مدل های اقتصادسنجی در Stan
- 67. مدل سازی مالی
- 68. مفاهیم پایه مدل سازی مالی
- 69. مدل های مالی در Stan
- 70. مدل سازی زیست آماری
- 71. مفاهیم پایه زیست آماری
- 72. مدل های زیست آماری در Stan
- 73. مدل سازی علوم اجتماعی
- 74. مفاهیم پایه علوم اجتماعی
- 75. مدل های علوم اجتماعی در Stan
- 76. مدل های گسسته در Stan
- 77. مدل های پیوسته در Stan
- 78. مدل های خطی در Stan
- 79. مدل های غیرخطی در Stan
- 80. مدل های باینری در Stan
- 81. مدل های شمارشی در Stan
- 82. مدل های چند متغیره در Stan
- 83. مدل های شرطی در Stan
- 84. مدل های پیشین (Prior Specification)
- 85. انتخاب توزیع های پیشین
- 86. تفسیر توزیع های پیشین
- 87. اعتبارسنجی مدل های پیشین
- 88. مدل های بیزی (Bayesian Modeling)
- 89. مبانی استنتاج بیزی
- 90. مقایسه مدل ها در Stan
- 91. روش های بهینه سازی در Stan
- 92. تجزیه و تحلیل حساسیت
- 93. مدل های پویا (Dynamic Models)
- 94. مدل های تصادفی در Stan
- 95. کاربردهای پیشرفته Stan
- 96. تکنیک های اشکال زدایی در Stan
- 97. بهینه سازی کد Stan
- 98. مقدمه ای بر زبان R برای Stan
- 99. نحوه ارتباط R با Stan
- 100. استفاده از بسته rstan در R
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.