دوره تکنیک‌های ارزیابی مدل با Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تکنیک‌های ارزیابی مدل با Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی آماری با Stan
• 2. نصب و راه‌اندازی Stan
• 3. مبانی زبان Stan
• 4. تعریف مدل‌های خطی در Stan
• 5. مدل‌های رگرسیون خطی ساده
• 6. مدل‌های رگرسیون خطی چندگانه
• 7. مقدمه‌ای بر مدل‌های سلسله مراتبی
• 8. مدل‌های سلسله مراتبی خطی
• 9. برآورد پارامترها در مدل‌های سلسله مراتبی
• 10. مدل‌های اثرات تصادفی
• 11. مدل‌های اثرات ثابت
• 12. تفاوت بین اثرات ثابت و تصادفی
• 13. کاربرد مدل‌های سلسله مراتبی در علوم اجتماعی
• 14. کاربرد مدل‌های سلسله مراتبی در علوم زیستی
• 15. کاربرد مدل‌های سلسله مراتبی در علوم اقتصادی
• 16. مدل‌های لجستیک در Stan
• 17. مدل‌های پروبیت در Stan
• 18. مدل‌های شمارشی در Stan
• 19. مدل‌های پواسون در Stan
• 20. مدل‌های دوجمله‌ای منفی در Stan
• 21. مدل‌های بقا در Stan
• 22. مدل‌های کاکس در Stan
• 23. مدل‌های زمان تا رویداد
• 24. مقدمه‌ای بر زنجیره‌های مارکوف مونت کارلو (MCMC)
• 25. الگوریتم گیبز
• 26. الگوریتم نمونه‌برداری هاب متغیر (HMC)
• 27. الگوریتم نمونه‌برداری گام متغیر (NUTS)
• 28. ارزیابی همگرایی MCMC
• 29. معیارهای همگرایی MCMC
• 30. نمودارهای سری زمانی
• 31. نمودارهای خودهمبستگی
• 32. تحلیل دوره‌های ران
• 33. شاخص‌های کاهش واریانس (Gelman-Rubin)
• 34. تشخیص عدم همگرایی
• 35. اصلاح مدل بر اساس نتایج همگرایی
• 36. مدل‌سازی داده‌های طولی
• 37. مدل‌های خطی مختلط برای داده‌های طولی
• 38. مدل‌های غیرخطی برای داده‌های طولی
• 39. مدل‌سازی سری‌های زمانی
• 40. مدل‌های ARIMA در Stan
• 41. مدل‌های حالت فضا در Stan
• 42. مدل‌سازی فضایی
• 43. مدل‌های خودرگرسیون فضایی
• 44. مدل‌های میانگین متحرک فضایی
• 45. مدل‌سازی شبکه‌های اجتماعی
• 46. مدل‌های انتشار در شبکه‌ها
• 47. مدل‌های وابستگی در شبکه‌ها
• 48. مدل‌سازی داده‌های مکانی
• 49. مدل‌های رگرسیون گرافی
• 50. مدل‌های ناهمگنی مکانی
• 51. مقدمه‌ای بر مدل‌های بیزی
• 52. توزیع پیشین و پسین
• 53. قضیه بیز
• 54. قوانین انتخاب توزیع پیشین
• 55. توزیع‌های پیشین غیراطلاعاتی
• 56. توزیع‌های پیشین اطلاعاتی
• 57. مدل‌سازی بیزی با Stan
• 58. مزایای رویکرد بیزی
• 59. معایب رویکرد بیزی
• 60. مقایسه مدل‌های بیزی و فراوانی‌گرا
• 61. کاربرد مدل‌های بیزی در آمار کاربردی
• 62. مدل‌سازی داده‌های پرت
• 63. شناسایی داده‌های پرت
• 64. روش‌های حذف یا اصلاح داده‌های پرت
• 65. مدل‌سازی با توزیع‌های مقاوم
• 66. مدل‌های t دانشجویی
• 67. مدل‌های مخلوط نرمال
• 68. مدل‌سازی داده‌های گسسته
• 69. مدل‌های لجستیک ترتیبی
• 70. مدل‌های لجستیک چندنامی
• 71. مدل‌سازی داده‌های ناهمگن
• 72. روش‌های تشخیص ناهمگنی
• 73. مدل‌سازی با اثرات ناهمگن
• 74. مقدمه‌ای بر بهینه‌سازی بیزی
• 75. کاربرد بهینه‌سازی بیزی در انتخاب مدل
• 76. بهینه‌سازی هایپرپارامترها
• 77. مدل‌سازی پیش‌بینی‌کننده
• 78. ارزیابی مدل‌های پیش‌بینی‌کننده
• 79. اعتبار سنجی متقابل
• 80. انتخاب بهترین مدل
• 81. کاربرد Stan در یادگیری ماشین
• 82. مدل‌سازی بیزی برای طبقه‌بندی
• 83. مدل‌سازی بیزی برای رگرسیون
• 84. مدل‌سازی بیزی برای خوشه‌بندی
• 85. مقدمه‌ای بر مدل‌های گرافیکی احتمالی
• 86. شبکه‌های بیزی
• 87. کاربرد شبکه‌های بیزی در Stan
• 88. مدل‌سازی رویدادهای نادر
• 89. مدل‌سازی پیش‌بینی ریسک
• 90. مدل‌سازی در مدیریت ریسک
• 91. مدل‌سازی در بیمه
• 92. مدل‌سازی در مالی
• 93. مدل‌سازی در بهداشت و درمان
• 94. مدل‌سازی در علوم محیطی
• 95. مدل‌سازی در علوم سیاسی
• 96. مقدمه‌ای بر شبیه‌سازی مونت کارلو
• 97. کاربرد شبیه‌سازی در ارزیابی مدل
• 98. شبیه‌سازی داده‌ها
• 99. تحلیل حساسیت با Stan
• 100. بهینه‌سازی مدل با استفاده از Stan