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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تکنیک‌های اعتبارسنجی مدل‌های آماری در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر زبان برنامه‌نویسی Stan
• 2. مفاهیم پایه مدل‌سازی آماری
• 3. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته
• 4. مفاهیم بیزی در مدل‌سازی
• 5. نصب و راه‌اندازی Stan
• 6. نحو پایه زبان Stan
• 7. تعریف متغیرها و داده‌ها در Stan
• 8. توابع شرطی و حلقه‌ها در Stan
• 9. توابع ریاضی و آماری در Stan
• 10. ساخت مدل‌های ساده در Stan
• 11. مقدمه‌ای بر توزیع‌های احتمال
• 12. توزیع نرمال و کاربردهای آن
• 13. توزیع برنولی و دوجمله‌ای
• 14. توزیع پواسون و کاربردهای آن
• 15. توزیع گاما و بتا
• 16. توزیع‌های پیشین و پسین
• 17. روش‌های نمونه‌گیری مارکوف زنجیره‌ای مونت کارلو (MCMC)
• 18. مفاهیم همگرایی در MCMC
• 19. تشخیص همگرایی در Stan
• 20. معیارهای ارزیابی کیفیت نمونه‌گیری
• 21. نمودارهای سری زمانی در Stan
• 22. نمودارهای تراکم در Stan
• 23. تفسیر نتایج مدل‌های بیزی
• 24. اعتبارسنجی مدل با استفاده از داده‌های جدید
• 25. اعتبارسنجی متقابل (Cross-validation)
• 26. اعتبارسنجی با استفاده از پیش‌بینی‌های مدل
• 27. تست فرضیه در مدل‌های بیزی
• 28. مقایسه مدل‌ها با استفاده از معیارهای اطلاعاتی
• 29. معیار اطلاعاتی آکائیکه (AIC)
• 30. معیار اطلاعاتی بیزی (BIC)
• 31. اعتبارسنجی مدل‌های خطی تعمیم‌یافته در Stan
• 32. مدل‌های سلسله‌مراتبی در Stan
• 33. مدل‌های اثرات مختلط در Stan
• 34. مدل‌های فضایی در Stan
• 35. مدل‌های سری زمانی در Stan
• 36. مدل‌های رگرسیون لجستیک در Stan
• 37. مدل‌های رگرسیون پواسون در Stan
• 38. مدل‌های بقا در Stan
• 39. مدل‌های عامل پنهان در Stan
• 40. مدل‌های گرافیکی در Stan
• 41. مدل‌های شبکه‌های عصبی در Stan
• 42. مدل‌های یادگیری ماشین با Stan
• 43. اعتبارسنجی مدل‌های یادگیری ماشین
• 44. بهینه‌سازی پارامترهای مدل
• 45. تنظیم ابرپارامترها در مدل‌های بیزی
• 46. استفاده از Stan برای تحلیل داده‌های علوم اجتماعی
• 47. استفاده از Stan برای تحلیل داده‌های علوم زیستی
• 48. استفاده از Stan برای تحلیل داده‌های علوم اقتصادی
• 49. استفاده از Stan برای تحلیل داده‌های علوم مهندسی
• 50. استفاده از Stan برای تحلیل داده‌های مالی (مطابق قوانین)
• 51. اعتبارسنجی مدل‌های پیش‌بینی مالی (مطابق قوانین)
• 52. مدل‌سازی ریسک اعتباری (مطابق قوانین)
• 53. مدل‌سازی ریسک بازار (مطابق قوانین)
• 54. مدل‌سازی مدیریت پرتفوی (مطابق قوانین)
• 55. مدل‌سازی اقتصاد سنجی با Stan
• 56. اعتبارسنجی مدل‌های اقتصاد سنجی
• 57. مقدمه‌ای بر بهینه‌سازی در Stan
• 58. توابع هدف در بهینه‌سازی
• 59. روش‌های بهینه‌سازی در Stan
• 60. اعتبارسنجی نتایج بهینه‌سازی
• 61. کاربرد Stan در تحلیل داده‌های حجیم
• 62. روش‌های موازی‌سازی در Stan
• 63. بهره‌وری محاسباتی در Stan
• 64. اصول برنامه‌نویسی کارآمد در Stan
• 65. مدیریت حافظه در Stan
• 66. اشکال‌زدایی مدل‌های Stan
• 67. تست واحد برای مدل‌های Stan
• 68. مستندسازی مدل‌های Stan
• 69. اشتراک‌گذاری مدل‌های Stan
• 70. جامعه کاربری Stan
• 71. منابع آموزشی تکمیلی Stan
• 72. مقالات پژوهشی مرتبط با Stan
• 73. کاربردهای پیشرفته Stan
• 74. مدل‌سازی عدم قطعیت در Stan
• 75. حساسیت‌سنجی مدل‌ها در Stan
• 76. تحلیل سناریو در Stan
• 77. مدل‌سازی اقتباسی در Stan
• 78. مدل‌سازی پویایی سیستم در Stan
• 79. مدل‌سازی داده‌های پانل در Stan
• 80. مدل‌سازی داده‌های مکانی-زمانی در Stan
• 81. اعتبارسنجی مدل‌های پیچیده
• 82. نرم‌افزارهای مرتبط با Stan
• 83. زبان‌های برنامه‌نویسی مکمل Stan
• 84. اتصال Stan به سایر ابزارهای تحلیل داده
• 85. فریم‌ورک‌های توسعه مدل با Stan
• 86. کاربرد Stan در هوش مصنوعی (با رویکرد سازگار)
• 87. مدل‌سازی تصمیم‌گیری با Stan (با رویکرد سازگار)
• 88. یادگیری تقویتی با Stan (با رویکرد سازگار)
• 89. شبکه‌های بیزی با Stan
• 90. مدل‌سازی پیش‌گویانه با Stan
• 91. مدل‌سازی تشخیصی با Stan
• 92. مدل‌سازی توضیحی با Stan
• 93. تفکیک‌پذیری مدل‌ها در Stan
• 94. تفسیرپذیری مدل‌های پیچیده
• 95. ارزیابی عملکرد مدل‌ها
• 96. توسعه مدل‌های جدید در Stan
• 97. نوآوری در مدل‌سازی آماری با Stan
• 98. اخلاق در مدل‌سازی آماری
• 99. مسئولیت‌پذیری در استفاده از مدل‌ها
• 100. اهمیت اعتبارسنجی در پروژه‌های علمی