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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تکنیک‌های اعتبارسنجی نتایج در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر اعتبارسنجی نتایج در Stan
• 2. نصب و پیکربندی Stan
• 3. مفاهیم اساسی مدل‌سازی آماری
• 4. مبانی نظری مدل‌های بیزی
• 5. تفاوت مدل‌های بیزی و فراوانی‌گرا
• 6. اجرای اولین مدل ساده در Stan
• 7. نوشتن مدل‌های بیزی با زبان Stan
• 8. انواع توزیع‌های احتمال در Stan
• 9. انتخاب توزیع پیشین مناسب
• 10. انتخاب توزیع پسین مناسب
• 11. روش‌های نمونه‌برداری مارکوف چین مونت کارلو (MCMC)
• 12. الگوریتم گیبز (Gibbs Sampling)
• 13. الگوریتم هَمتونیان مونت کارلو (HMC)
• 14. الگوریتم نمونه‌بردار با گام متغیر (NUTS)
• 15. ارزیابی همگرایی زنجیره‌های MCMC
• 16. شاخص‌های همگرایی (R-hat, ESS)
• 17. تشخیص واگرایی در زنجیره‌ها
• 18. تجسم نتایج نمونه‌برداری
• 19. نمودارهای trace plot
• 20. نمودارهای density plot
• 21. نمودارهای autocorrelation plot
• 22. تفسیر نتایج مدل بیزی
• 23. محاسبه میانگین و واریانس پسین
• 24. محاسبه فواصل اطمینان بیزی
• 25. مقایسه مدل‌ها با معیارهای بیزی
• 26. معیار اطلاعات آکائیک بیزی (BIC)
• 27. معیار اطلاعات آکائیک واکایی (WAIC)
• 28. معیار اطلاعات پیش‌بینی کننده خارج از نمونه (LOO-CV)
• 29. اعتبارسنجی مدل با داده‌های جدید
• 30. پیش‌بینی مقادیر جدید
• 31. ارزیابی کیفیت پیش‌بینی
• 32. تحلیل حساسیت مدل
• 33. تأثیر انتخاب پیشین بر نتایج
• 34. تأثیر ساختار مدل بر نتایج
• 35. مدل‌های خطی در Stan
• 36. مدل‌های رگرسیون خطی بیزی
• 37. مدل‌های رگرسیون لجستیک بیزی
• 38. مدل‌های سلسله‌مراتبی در Stan
• 39. مدل‌های اثرات مختلط
• 40. مدل‌های رگرسیون سلسله‌مراتبی
• 41. مدل‌های سری زمانی در Stan
• 42. مدل‌های ARIMA بیزی
• 43. مدل‌های حالت-فضا در Stan
• 44. مدل‌های فضایی در Stan
• 45. مدل‌های مکانی بیزی
• 46. مدل‌های فضایی-تأخیری
• 47. مدل‌های فضایی-همسایگی
• 48. مدل‌های داده‌های گسسته در Stan
• 49. مدل‌های شمارشی بیزی
• 50. مدل‌های داده‌های کاذب در Stan
• 51. مدل‌های بقا در Stan
• 52. مدل‌های پیش‌بینی رویداد در Stan
• 53. مدل‌های یادگیری ماشین بیزی
• 54. رگرسیون بیزی با شبکه‌های عصبی
• 55. طبقه‌بندی بیزی با ماشین‌های بردار پشتیبان
• 56. مدل‌های تشخیص ناهنجاری در Stan
• 57. مدل‌های تشخیص داده‌های پرت
• 58. مدل‌های تشخیص ناهنجاری با رویکرد بیزی
• 59. بهینه‌سازی پارامترهای مدل
• 60. استفاده از Stan برای بهینه‌سازی
• 61. اعتبارسنجی مدل‌های بهینه‌سازی
• 62. مدیریت داده‌های حجیم در Stan
• 63. استفاده از Stan با پایگاه‌های داده
• 64. بهینه‌سازی کد Stan
• 65. نکات پیشرفته در نوشتن مدل‌های Stan
• 66. مدل‌های با ابعاد بالا
• 67. مدل‌های با پارامترهای زیاد
• 68. استفاده از توابع سفارشی در Stan
• 69. توسعه ابزارهای جانبی برای Stan
• 70. کاربرد Stan در علوم زیستی
• 71. مدل‌سازی ژنتیکی در Stan
• 72. مدل‌سازی اپیدمیولوژیک در Stan
• 73. کاربرد Stan در علوم اجتماعی
• 74. مدل‌سازی رفتار مصرف‌کننده در Stan
• 75. مدل‌سازی رأی‌گیری در Stan
• 76. کاربرد Stan در علوم اقتصادی
• 77. مدل‌سازی اقتصاد سنجی بیزی
• 78. مدل‌سازی ریسک در Stan
• 79. کاربرد Stan در علوم مهندسی
• 80. مدل‌سازی قابل اطمینان در Stan
• 81. بهینه‌سازی سیستم‌ها در Stan
• 82. کاربرد Stan در علوم محیط زیست
• 83. مدل‌سازی تغییرات اقلیمی در Stan
• 84. مدل‌سازی آلودگی در Stan
• 85. کاربرد Stan در علوم داده
• 86. ساخت داشبوردهای تعاملی با نتایج Stan
• 87. تجسم پیشرفته نتایج Stan
• 88. تفسیر نتایج در بستر کاربرد
• 89. مروری بر چالش‌های اعتبارسنجی نتایج
• 90. راهکارهای نوین در اعتبارسنجی مدل
• 91. آینده اعتبارسنجی نتایج آماری
• 92. منابع و مطالعات تکمیلی
• 93. نکات پایانی در استفاده از Stan
• 94. کارگاه عملی: ساخت یک مدل کامل بیزی