دوره مخاطرات و تنظیمات کلیدی در Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مخاطرات و تنظیمات کلیدی در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مخاطرات و تنظیمات کلیدی در Stan
• 2. مفاهیم پایه در مدل‌سازی آماری بیزی
• 3. نصب و پیکربندی Stan
• 4. نوشتن مدل‌های ساده در Stan
• 5. معرفی زبان برنامه‌نویسی Stan
• 6. انواع داده‌ها و ساختارها در Stan
• 7. توابع و دستورات پایه در Stan
• 8. تولید اعداد تصادفی و توزیع‌های احتمال
• 9. شبیه‌سازی مونت کارلو زنجیره مارکوف (MCMC)
• 10. مبنای نظری MCMC
• 11. الگوریتم‌های MCMC در Stan (NUTS)
• 12. ارزیابی همگرایی مدل
• 13. تشخیص مشکلات همگرایی
• 14. شاخص‌های ارزیابی کیفیت نمونه‌ها
• 15. روش‌های پس‌پردازش نتایج
• 16. بصری‌سازی نتایج مدل
• 17. بررسی حساسیت مدل
• 18. مدل‌های خطی سلسله مراتبی در Stan
• 19. مبانی مدل‌های خطی سلسله مراتبی
• 20. پیاده‌سازی مدل‌های خطی سلسله مراتبی در Stan
• 21. مدل‌سازی داده‌های شمارشی در Stan
• 22. توزیع‌های پواسون و دوجمله‌ای منفی
• 23. پیاده‌سازی مدل‌های شمارشی در Stan
• 24. مدل‌سازی داده‌های باینری در Stan
• 25. تابع لجستیک و پروبیت
• 26. پیاده‌سازی مدل‌های باینری در Stan
• 27. مدل‌سازی داده‌های پیوسته در Stan
• 28. توزیع نرمال و t استیودنت
• 29. پیاده‌سازی مدل‌های پیوسته در Stan
• 30. مدل‌سازی داده‌های سری زمانی در Stan
• 31. مبانی مدل‌های سری زمانی
• 32. مدل‌های ARIMA در Stan
• 33. مدل‌های فضایی در Stan
• 34. مبانی مدل‌سازی فضایی
• 35. مدل‌های خودهمبسته فضایی در Stan
• 36. مدل‌های خودرگرسیو فضایی در Stan
• 37. مدل‌سازی داده‌های پرت
• 38. شناسایی و مدیریت داده‌های پرت
• 39. مدل‌سازی با استفاده از توزیع‌های مقاوم
• 40. مدل‌سازی باینری با داده‌های پرت
• 41. مدل‌سازی شمارشی با داده‌های پرت
• 42. مدل‌سازی داده‌های گمشده
• 43. روش‌های مدیریت داده‌های گمشده
• 44. پیاده‌سازی imputation در Stan
• 45. مدل‌سازی داده‌های گمشده با استفاده از MCMC
• 46. مدل‌سازی انتخاب گسسته
• 47. مدل‌های Logit و Probit چندگانه
• 48. مدل‌سازی انتخاب گسسته در Stan
• 49. مدل‌سازی بقا
• 50. مبانی مدل‌سازی بقا
• 51. مدل کاکس در Stan
• 52. مدل‌های بقا با پارامترهای متغیر در زمان
• 53. مدل‌سازی شبکه‌های اجتماعی
• 54. مبانی مدل‌سازی شبکه‌های اجتماعی
• 55. مدل‌های مبتنی بر پارامتر در Stan
• 56. مدل‌های مبتنی بر تولید در Stan
• 57. مدل‌سازی سلسله مراتبی پیشرفته
• 58. مدل‌های مختلط (Mixed-effects models)
• 59. پیاده‌سازی مدل‌های مختلط در Stan
• 60. مدل‌سازی اثرات متقابل
• 61. مدل‌سازی با استفاده از روش‌های بیزی دینامیکی
• 62. کاربرد Stan در علوم داده
• 63. کاربرد Stan در اقتصادسنجی
• 64. کاربرد Stan در زیست‌شناسی محاسباتی
• 65. کاربرد Stan در علوم اجتماعی
• 66. کاربرد Stan در مهندسی
• 67. بهینه‌سازی مدل‌ها در Stan
• 68. تکنیک‌های نمونه‌گیری پیشرفته
• 69. روش‌های اعتبارسنجی متقابل در Stan
• 70. ارزیابی عملکرد مدل با معیارهای بیزی
• 71. مقدمه‌ای بر مدل‌های غیر پارامتری
• 72. روش‌های بیزی غیر پارامتری
• 73. مدل‌سازی با استفاده از فرآیندهای گوسی
• 74. مدل‌سازی با استفاده از درختان بیزی
• 75. تکنیک‌های موازی‌سازی در Stan
• 76. استفاده از GPU در Stan
• 77. نوشتن توابع سفارشی در Stan
• 78. بهینه‌سازی کد Stan
• 79. اشکال‌زدایی مدل‌های Stan
• 80. مستندسازی کد Stan
• 81. مقدمه‌ای بر فلسفه علم در مدل‌سازی آماری
• 82. اخلاق در مدل‌سازی آماری
• 83. مسئولیت‌پذیری در استفاده از مدل‌های آماری
• 84. تنظیمات امنیتی در استفاده از نرم‌افزارهای آماری
• 85. حفظ حریم خصوصی داده‌ها در مدل‌سازی
• 86. قوانین و مقررات مربوط به داده‌ها در ایران
• 87. ملاحظات شرعی در مدل‌سازی آماری
• 88. تطابق مدل‌سازی با قوانین جمهوری اسلامی ایران
• 89. چارچوب‌های قانونی برای محتوای آموزشی دیجیتال
• 90. آیین‌نامهٔ ساماندهی محتوای دیجیتال
• 91. مصوبات شورای عالی انقلاب فرهنگی
• 92. رعایت حدود شرعی در محتوای آموزشی
• 93. پرهیز از ترویج موضوعات ممنوع مطلق
• 94. مدیریت موضوعات حساس با رویکرد رسمی
• 95. استانداردهای زبانی و سبکی در محتوای آموزشی
• 96. استفاده از زبان فارسی روان و علمی
• 97. اجتناب از ادبیات نامناسب و توهین‌آمیز
• 98. کاربرد واژگان احترام‌آمیز در حوزه‌های دینی
• 99. جایگزینی مفاهیم مغایر با چارچوب قانونی
• 100. تولید محتوا با رعایت الزامات انطباق