دوره کاربرد MCMC با Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 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. مقدمه‌ای بر روش‌های مونت کارلو زنجیره مارکوف
• 2. مبانی نظری MCMC
• 3. معرفی نرم‌افزار Stan
• 4. نصب و پیکربندی Stan
• 5. مفاهیم اساسی مدل‌سازی احتمالاتی
• 6. مدل‌های خطی تعمیم‌یافته با Stan
• 7. مدل‌های سلسله‌مراتبی با Stan
• 8. انتخاب تابع احتمال پیشین (Prior)
• 9. انتخاب تابع احتمال پسین (Likelihood)
• 10. نمونه‌گیری از توزیع پسین
• 11. الگوریتم Metropolis-Hastings
• 12. الگوریتم Gibbs Sampling
• 13. تشخیص همگرایی زنجیره
• 14. معیارهای ارزیابی همگرایی (Gelman-Rubin)
• 15. بررسی پس‌توزیع‌ها (Posterior Distributions)
• 16. تجسم نتایج MCMC
• 17. روش‌های کاهش ابعاد در MCMC
• 18. استفاده از Stan برای مدل‌های سری زمانی
• 19. مدل‌های فضایی با Stan
• 20. مدل‌های رگرسیون لجستیک با Stan
• 21. مدل‌های رگرسیون پواسون با Stan
• 22. مدل‌های بقا با Stan
• 23. تحلیل داده‌های پرت با Stan
• 24. مدل‌سازی ناهنجاری با Stan
• 25. مقدمه‌ای بر شبکه‌های عصبی احتمالی
• 26. کاربرد MCMC در یادگیری عمیق
• 27. مدل‌های گرافیکی احتمالاتی
• 28. استنتاج در مدل‌های گرافیکی با Stan
• 29. مدل‌سازی رگرسیون چندسطحی با Stan
• 30. مدل‌سازی پیش‌بینی با Stan
• 31. ارزیابی مدل‌های پیش‌بینی
• 32. شبیه‌سازی مونت کارلو برای ارزیابی مدل
• 33. تحلیل حساسیت مدل با Stan
• 34. کاربرد MCMC در علوم اجتماعی
• 35. کاربرد MCMC در اقتصاد سنجی
• 36. مدل‌سازی اقتصادسنجی با Stan
• 37. کاربرد MCMC در آمار زیستی
• 38. مدل‌سازی زیستی با Stan
• 39. کاربرد MCMC در علوم محیطی
• 40. مدل‌سازی محیطی با Stan
• 41. کاربرد MCMC در مهندسی
• 42. مدل‌سازی مهندسی با Stan
• 43. کاربرد MCMC در علوم داده
• 44. تجزیه و تحلیل داده‌های بزرگ با Stan
• 45. مقدمه‌ای بر روش‌های بیزی نوین
• 46. مقایسه MCMC با روش‌های نقطه‌ای
• 47. بهینه‌سازی پارامترها با MCMC
• 48. استفاده از Stan برای داده‌های گمشده
• 49. مدل‌سازی داده‌های طبقه‌بندی با Stan
• 50. مدل‌سازی داده‌های ترتیبی با Stan
• 51. مدل‌سازی داده‌های فازی با Stan
• 52. کاربرد MCMC در پردازش تصویر
• 53. مدل‌سازی تصویر با Stan
• 54. کاربرد MCMC در پردازش زبان طبیعی
• 55. مدل‌سازی متن با Stan
• 56. استفاده از Stan برای تحلیل عامل
• 57. تحلیل عاملی با Stan
• 58. کاربرد MCMC در تحلیل خوشه‌ای
• 59. خوشه‌بندی با Stan
• 60. مدل‌سازی پدیده‌های تصادفی با Stan
• 61. شبیه‌سازی سیستم‌های پیچیده با Stan
• 62. کاربرد MCMC در بهینه‌سازی بیزی
• 63. بهینه‌سازی با Stan
• 64. مقدمه‌ای بر حسابان بیزی
• 65. کاربرد MCMC در استنباط بیزی
• 66. تفسیر نتایج مدل‌های بیزی
• 67. بررسی اعتبار مدل‌های بیزی
• 68. روش‌های نمونه‌گیری پیشرفته در Stan
• 69. تنظیمات پیشرفته Stan (Control Parameters)
• 70. استفاده از Stan برای مدل‌های رگرسیون کوانتایل
• 71. مدل‌سازی رگرسیون کوانتایل با Stan
• 72. کاربرد MCMC در مدل‌سازی فرایندهای تصادفی
• 73. مدل‌سازی فرایندهای تصادفی با Stan
• 74. استفاده از Stan برای مدل‌های مقایسه‌ای
• 75. مدل‌سازی مقایسه‌ای با Stan
• 76. کاربرد MCMC در تحلیل بقا با داده‌های سانسور شده
• 77. تحلیل بقا با داده‌های سانسور شده با Stan
• 78. مدل‌سازی مدل‌های خطی تعمیم‌یافته سلسله‌مراتبی با Stan
• 79. مدل‌سازی اقتصادسنجی بیزی با Stan
• 80. مدل‌سازی بیزی برای داده‌های فضایی-زمانی با Stan
• 81. کاربرد MCMC در بهینه‌سازی سبد سهام
• 82. بهینه‌سازی سبد سهام با Stan
• 83. مقدمه‌ای بر مدل‌های بیزی مبتنی بر عامل
• 84. مدل‌سازی بیزی مبتنی بر عامل با Stan
• 85. کاربرد MCMC در تحلیل شبکه
• 86. تحلیل شبکه با Stan
• 87. مدل‌سازی پویایی سیستم‌ها با Stan
• 88. استفاده از Stan برای مدل‌سازی پیش‌بینی مبتنی بر مدل
• 89. پیش‌بینی مبتنی بر مدل با Stan
• 90. کاربرد MCMC در تحلیل داده‌های پیمایشی
• 91. تحلیل داده‌های پیمایشی با Stan
• 92. مدل‌سازی مدل‌های آماری پیشرفته با Stan
• 93. کاربرد MCMC در بهینه‌سازی فرآیند تولید
• 94. بهینه‌سازی فرآیند تولید با Stan
• 95. مدل‌سازی مدل‌های بیزی برای داده‌های پزشکی
• 96. تحلیل داده‌های پزشکی با Stan
• 97. کاربرد MCMC در تحلیل ریسک
• 98. تحلیل ریسک با Stan
• 99. مدل‌سازی مدل‌های بیزی برای داده‌های مالی
• 100. تحلیل داده‌های مالی با Stan