دوره کاربردهای تخصصی Stan در آمار بیزی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کاربردهای تخصصی Stan در آمار بیزی

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مبانی آمار بیزی و مفاهیم پایه
• 2. مقدمه‌ای بر مدل‌سازی آماری
• 3. نظریه احتمال و توزیع‌های احتمالی
• 4. آشنایی با مفاهیم پیشین و پسین
• 5. روش‌های استنتاج بیزی
• 6. مقدمه ای بر زبان برنامه نویسی R
• 7. نصب و راه اندازی Stan
• 8. آشنایی با ساختار کد Stan
• 9. مفهوم مدل در Stan
• 10. تعریف متغیرهای پیشین و پسین در Stan
• 11. نوشتن مدل های ساده در Stan
• 12. مثال های کاربردی از مدل های خطی در Stan
• 13. مدل های رگرسیون خطی بیزی
• 14. مدل های رگرسیون لجستیک بیزی
• 15. مدل های سلسله مراتبی بیزی
• 16. مقدمه ای بر مدل های سلسله مراتبی
• 17. طراحی مدل های سلسله مراتبی در Stan
• 18. مثال های کاربردی از مدل های سلسله مراتبی
• 19. مدل های اثرات مختلط در Stan
• 20. مقدمه ای بر مدل های اثرات مختلط
• 21. پیاده سازی مدل های اثرات مختلط در Stan
• 22. کاربرد مدل های اثرات مختلط در علوم اجتماعی
• 23. مدل های سری زمانی بیزی
• 24. مقدمه ای بر سری های زمانی
• 25. مدل های ARIMA بیزی در Stan
• 26. مدل های حالت-فضا در Stan
• 27. مدل های پواسون و شمارشی در Stan
• 28. مدل های رگرسیون پواسون بیزی
• 29. مدل های رگرسیون دوجمله ای منفی بیزی
• 30. مدل های بقا و تحلیل مخاطره در Stan
• 31. مقدمه ای بر مدل های بقا
• 32. مدل های کاکس بیزی در Stan
• 33. مدل های پارامتریک بقا در Stan
• 34. مدل های فضایی بیزی
• 35. مقدمه ای بر مدل های فضایی
• 36. مدل های خودهمبستگی فضایی در Stan
• 37. مدل های ناهمگنی فضایی در Stan
• 38. مقدمه ای بر مدل های یادگیری ماشین بیزی
• 39. مدل های طبقه‌بندی بیزی
• 40. مدل های رگرسیون بیزی برای داده های پیوسته
• 41. مدل های خوشه‌بندی بیزی
• 42. مقدمه ای بر مدل های شبکه عصبی بیزی
• 43. پیاده سازی شبکه عصبی بیزی در Stan
• 44. کاربردهای شبکه عصبی بیزی در پیش بینی
• 45. مقدمه ای بر مدل های استنتاج پارامترهای ناشناخته
• 46. روش های نمونه برداری مارکوف چین مونت کارلو (MCMC)
• 47. الگوریتم گیبز سمپلینگ
• 48. الگوریتم متروپلیس-هستینگز
• 49. نکات مهم در انتخاب و اجرای الگوریتم های MCMC
• 50. ارزیابی همگرایی زنجیره های مارکوف
• 51. معیارهای تشخیص همگرایی
• 52. روش های بصری تشخیص همگرایی
• 53. عیب یابی مشکلات همگرایی
• 54. بهینه سازی مدل ها در Stan
• 55. تنظیم پارامترهای پیشین
• 56. انتخاب ساختار مدل مناسب
• 57. بررسی حساسیت به پارامترهای پیشین
• 58. اعتبارسنجی مدل های بیزی
• 59. اعتبارسنجی متقابل
• 60. پیش بینی و ارزیابی عملکرد مدل
• 61. مقدمه ای بر نرم افزار Tidyverse در R
• 62. کاربرد dplyr برای پیش پردازش داده ها
• 63. کاربرد ggplot2 برای بصری سازی نتایج
• 64. کاربرد purrr برای محاسبات تکراری
• 65. مقدمه ای بر مدل های پیشرفته در Stan
• 66. مدل های گرافی بیزی
• 67. مدل های پویای بیزی
• 68. مدل های غیرپارامتری بیزی
• 69. کاربردهای Stan در علوم زیستی
• 70. مدل سازی داده های ژنومیک در Stan
• 71. مدل سازی داده های بالینی در Stan
• 72. کاربردهای Stan در علوم اقتصادی
• 73. مدل سازی اقتصاد سنجی بیزی
• 74. مدل سازی ریسک مالی در Stan
• 75. کاربردهای Stan در علوم اجتماعی
• 76. مدل سازی داده های پیمایشی در Stan
• 77. مدل سازی شبکه های اجتماعی در Stan
• 78. کاربردهای Stan در مهندسی
• 79. مدل سازی سیستم های پیچیده در Stan
• 80. مدل سازی قابلیت اطمینان در Stan
• 81. مقدمه ای بر استنتاج بیزی مبتنی بر داده های حجیم
• 82. چالش های محاسباتی در داده های حجیم
• 83. روش های نمونه برداری موازی در Stan
• 84. بهینه سازی کد Stan برای کارایی
• 85. تکنیک های پیشرفته در Stan
• 86. استفاده از دستورات سفارشی در Stan
• 87. توسعه کتابخانه های جدید برای Stan
• 88. مقدمه ای بر مسائل اخلاقی در علم داده
• 89. مسئولیت پذیری در مدل سازی آماری
• 90. حفظ حریم خصوصی داده ها در تحلیل های بیزی
• 91. کاربردهای تخصصی Stan در حل مسائل واقعی
• 92. مطالعات موردی از کاربردهای Stan
• 93. خلاصه و جمع بندی مباحث
• 94. چشم انداز آینده آمار بیزی و Stan