دوره تنظیم پارامترهای MCMC برای Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تنظیم پارامترهای MCMC برای Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی آماری بیزی
• 2. مبانی احتمال و آمار
• 3. مفاهیم کلیدی در استنتاج بیزی
• 4. معرفی نرم‌افزار Stan
• 5. نصب و راه‌اندازی Stan
• 6. آشنایی با زبان Stan
• 7. نوشتن مدل‌های ساده در Stan
• 8. توابع چگالی احتمال در Stan
• 9. توزیع‌های پیشین و پسین
• 10. مفاهیم پارامتر و تخمین‌گر
• 11. روش‌های نمونه‌گیری در Stan
• 12. مقدمه‌ای بر زنجیره‌های مارکوف مونت کارلو (MCMC)
• 13. الگوریتم Metropolis-Hastings
• 14. الگوریتم Gibbs Sampling
• 15. مفاهیم همگرایی در MCMC
• 16. معیارهای ارزیابی همگرایی
• 17. تشخیص و رفع مشکل همگرایی
• 18. تنظیم پارامترهای الگوریتم‌های MCMC
• 19. گام‌های نمونه‌گیری (Step Size)
• 20. تعداد تکرارها (Iterations)
• 21. تعداد زنجیره‌ها (Chains)
• 22. پیش‌گرم کردن (Warm-up)
• 23. نمونه‌گیری پس از همگرایی
• 24. تنظیم پارامترهای MCMC برای مدل‌های ساده
• 25. مدل رگرسیون خطی بیزی
• 26. مدل رگرسیون لجستیک بیزی
• 27. مدل‌های سری زمانی بیزی
• 28. مدل‌های سلسله‌مراتبی بیزی
• 29. تنظیم پارامترهای MCMC برای مدل‌های پیچیده‌تر
• 30. مدل‌های مکانی بیزی
• 31. مدل‌های داده‌های گسسته بیزی
• 32. مدل‌های داده‌های پیوسته بیزی
• 33. مدل‌های مخلوط بیزی
• 34. مدل‌های خطای غیرعادی در Stan
• 35. تنظیم پارامترهای MCMC برای توزیع‌های پیشین خاص
• 36. توزیع‌های پیشین غیراطلاعاتی
• 37. توزیع‌های پیشین اطلاعاتی
• 38. توزیع‌های پیشین ترکیبی
• 39. تنظیم پارامترهای MCMC برای توزیع‌های پسین پیچیده
• 40. چالش‌های نمونه‌گیری از توزیع‌های پسین نامتقارن
• 41. چالش‌های نمونه‌گیری از توزیع‌های پسین چندوجهی
• 42. راهکارهای بهینه‌سازی پارامترهای MCMC
• 43. استفاده از پارامترهای پیش‌فرض Stan
• 44. تنظیم پارامترهای MCMC بر اساس ویژگی‌های مدل
• 45. تنظیم پارامترهای MCMC بر اساس ویژگی‌های داده
• 46. تکنیک‌های کاهش همبستگی بین متغیرها
• 47. نمونه‌گیری با نرخ پذیرش بهینه
• 48. تنظیم گام‌های نمونه‌گیری تطبیقی
• 49. استفاده از الگوریتم‌های نمونه‌گیری پیشرفته
• 50. نمونه‌گیری برداری (Vectorized Sampling)
• 51. نمونه‌گیری با گام‌های متغیر
• 52. نمونه‌گیری با پله‌های متوسط (Langevin Monte Carlo)
• 53. نمونه‌گیری با دینامیک هامیلتونی (Hamiltonian Monte Carlo)
• 54. تنظیم پارامترهای HMC در Stan
• 55. تنظیم پارامترهای LMC در Stan
• 56. ارزیابی کارایی نمونه‌گیری
• 57. شاخص کاهش‌یافته پتانسیل مقیاس‌پذیری (R-hat)
• 58. تحلیل اتوکورلاسیون (Autocorrelation Plots)
• 59. نمودارهای سری زمانی (Trace Plots)
• 60. توزیع‌های پسین تخمینی (Posterior Predictive Distributions)
• 61. اعتبارسنجی مدل با داده‌های شبیه‌سازی شده
• 62. کاربرد تنظیم پارامترهای MCMC در تحقیقات علمی
• 63. کاربرد در علوم زیستی
• 64. کاربرد در علوم اجتماعی
• 65. کاربرد در علوم اقتصادی
• 66. کاربرد در مهندسی
• 67. کاربرد در علوم پزشکی
• 68. کاربرد در پژوهش‌های سلامت
• 69. بهینه‌سازی مدل‌های آماری با Stan
• 70. تنظیم پارامترهای MCMC برای مدل‌های آماری پیشرفته
• 71. کاربرد تنظیم پارامترهای MCMC در تحلیل داده‌های بزرگ
• 72. روش‌های نمونه‌گیری موازی در Stan
• 73. استفاده از واحدهای پردازشی گرافیکی (GPU) در Stan
• 74. تنظیم پارامترهای MCMC برای مدل‌های پویا
• 75. مدل‌های یادگیری ماشین بیزی
• 76. مقدمه‌ای بر یادگیری عمیق بیزی
• 77. تنظیم پارامترهای MCMC برای شبکه‌های عصبی بیزی
• 78. کاربرد تنظیم پارامترهای MCMC در داده‌های فضایی-زمانی
• 79. مدل‌سازی مخاطرات در بیمه عمر با Stan
• 80. مدل‌سازی ریسک در صنعت بانکداری با Stan
• 81. تحلیل آماری داده‌های نظرسنجی با Stan
• 82. تحلیل داده‌های پزشکی با Stan
• 83. تحلیل داده‌های اقتصادی با Stan
• 84. پیش‌بینی سری‌های زمانی با Stan
• 85. شبیه‌سازی سناریوهای مختلف با Stan
• 86. اعتبارسنجی مدل‌های اقتصادی با Stan
• 87. کاربرد Stan در تحلیل داده‌های مالی
• 88. مدل‌سازی رفتار مصرف‌کننده با Stan
• 89. تحلیل داده‌های کشاورزی با Stan
• 90. مدل‌سازی پیش‌بینی در کشاورزی با Stan
• 91. تحلیل داده‌های محیط زیست با Stan
• 92. مدل‌سازی پدیده‌های طبیعی با Stan
• 93. کاربرد Stan در تحلیل داده‌های علوم زمین
• 94. بهینه‌سازی پارامترهای MCMC برای مدل‌های پیچیده در Stan
• 95. تنظیم پارامترهای MCMC برای تحلیل بقا با Stan
• 96. مدل‌سازی انتخاب با Stan
• 97. مدل‌سازی پاسخ ترتیبی با Stan
• 98. تحلیل داده‌های پانل با Stan
• 99. استفاده از Stan برای مدل‌های خطی تعمیم‌یافته
• 100. تنظیم پارامترهای MCMC برای مدل‌های غیرخطی با Stan