دوره تکنیک‌های اعتبارسنجی نتایج در Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب تکنیک‌های اعتبارسنجی نتایج در Stan

موضوع کلی: روش‌های نمونه‌گیری مونت‌کارلو مارکوف (MCMC) در آمار بیزی

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر اعتبارسنجی در Stan
• 2. اهمیت اعتبارسنجی نتایج مدل
• 3. چالش های اعتبارسنجی مدل های آماری
• 4. مبانی اعتبارسنجی نتایج
• 5. تعریف اعتبار سنجی
• 6. هدف اعتبارسنجی
• 7. انواع اعتبار سنجی
• 8. اعتبارسنجی خارجی
• 9. اعتبارسنجی داخلی
• 10. اعتبارسنجی مبتنی بر داده
• 11. اعتبارسنجی مبتنی بر شبیه سازی
• 12. اهمیت اعتبار سنجی در Stan
• 13. ویژگی های Stan که بر اعتبار سنجی تأثیر می گذارند
• 14. محدودیت های Stan در اعتبار سنجی
• 15. روش های کلی اعتبارسنجی
• 16. اعتبارسنجی بصری
• 17. اعتبارسنجی عددی
• 18. اعتبارسنجی مبتنی بر معیارها
• 19. اعتبارسنجی مبتنی بر مقایسه
• 20. تکنیک های اعتبارسنجی نتایج در Stan
• 21. استفاده از داده های خارج از نمونه
• 22. تقسیم داده ها به مجموعه های آموزشی و آزمایشی
• 23. اعتبارسنجی متقابل K-Fold
• 24. اعتبارسنجی متقابل Leave-One-Out
• 25. اعتبارسنجی متقابل Leave-p-Out
• 26. اعتبارسنجی مبتنی بر شبیه سازی
• 27. تولید داده های شبیه سازی شده
• 28. مقایسه نتایج واقعی با شبیه سازی شده
• 29. تست های سازگاری مدل (Model Consistency Tests)
• 30. بررسی توزیع های پسین (Posterior Distributions)
• 31. هیستوگرام های توزیع پسین
• 32. نمودارهای چگالی توزیع پسین
• 33. نمودارهای Trace (Trace Plots)
• 34. نمودارهای ACF (Autocorrelation Function Plots)
• 35. نمودارهای QQ (Quantile-Quantile Plots)
• 36. نمودارهای P-P (Probability-Probability Plots)
• 37. تست های برازش مدل (Model Fit Tests)
• 38. مقایسه مدل با داده ها
• 39. باقیمانده های استاندارد شده (Standardized Residuals)
• 40. نمودارهای باقیمانده ها
• 41. تست های Chi-Squared برای برازش
• 42. تست های Kolmogorov-Smirnov برای برازش
• 43. تست های Cramer-von Mises برای برازش
• 44. تست های Heartbeat (برای مدل های سری زمانی)
• 45. اعتبارسنجی مبتنی بر معیارهای ارزیابی
• 46. معیارهای مبتنی بر دقت (Accuracy Metrics)
• 47. معیارهای مبتنی بر خطا (Error Metrics)
• 48. میانگین خطای مطلق (MAE)
• 49. میانگین خطای مربعات (MSE)
• 50. ریشه میانگین خطای مربعات (RMSE)
• 51. خطای میانگین نسبی (MRE)
• 52. میانگین خطای مربعات نسبی (MSRE)
• 53. معیارهای مبتنی بر اطلاعات (Information Criteria)
• 54. معیار اطلاعات آکائیکه (AIC)
• 55. معیار اطلاعات بیزی آکائیکه (BIC)
• 56. معیار اطلاعات آکائیکه اصلاح شده (AICc)
• 57. معیار اطلاعات انطباقی (DIC)
• 58. معیار اطلاعات انتظار-ادغام (WAIC)
• 59. معیارهای مبتنی بر پیش بینی (Predictive Metrics)
• 60. خطای پیش بینی میانگین (MPE)
• 61. میانگین خطای مربعات پیش بینی (MSPE)
• 62. محدوده پیش بینی (Prediction Intervals)
• 63. اعتبارسنجی حساسیت (Sensitivity Analysis)
• 64. بررسی تأثیر تغییر پارامترها
• 65. بررسی تأثیر تغییر توزیع های پیشین
• 66. بررسی تأثیر تغییر ساختار مدل
• 67. اعتبارسنجی مبتنی بر مقایسه مدل ها
• 68. مقایسه مدل های جایگزین
• 69. انتخاب بهترین مدل
• 70. تکنیک های پیشرفته اعتبارسنجی در Stan
• 71. استفاده از روش های Quasi-Monte Carlo
• 72. استفاده از روش های Importance Sampling
• 73. استفاده از روش های Sequential Monte Carlo
• 74. اعتبارسنجی مدل های سلسله مراتبی (Hierarchical Models)
• 75. اعتبارسنجی مدل های مکانی (Spatial Models)
• 76. اعتبارسنجی مدل های سری زمانی (Time Series Models)
• 77. اعتبارسنجی مدل های شبکه ای (Network Models)
• 78. اعتبارسنجی مدل های علّی (Causal Models)
• 79. اعتبارسنجی در حضور داده های ناقص (Missing Data)
• 80. اعتبارسنجی در حضور داده های پرت (Outliers)
• 81. اعتبارسنجی مدل های پیچیده
• 82. اعتبارسنجی برای تصمیم گیری
• 83. نرم افزارها و ابزارهای کمکی برای اعتبارسنجی
• 84. بسته های R برای اعتبارسنجی
• 85. بسته های Python برای اعتبارسنجی
• 86. بسته های Stan برای اعتبارسنجی
• 87. ترکیب تکنیک های مختلف اعتبارسنجی
• 88. تفسیر نتایج اعتبارسنجی
• 89. گزارش دهی نتایج اعتبارسنجی
• 90. اشکال زدایی و بهبود مدل بر اساس نتایج اعتبارسنجی
• 91. ملاحظات عملی در اعتبارسنجی
• 92. خطاهای رایج در اعتبارسنجی
• 93. بهترین شیوه ها در اعتبارسنجی
• 94. آینده اعتبارسنجی در Stan
• 95. نتیجه گیری و جمع بندی