دوره تنظیمات پیشرفته برای مدل‌های بیزی در Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تنظیمات پیشرفته برای مدل‌های بیزی در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌های بیزی و Stan
• 2. نصب و راه‌اندازی Stan
• 3. مبانی زبان Stan
• 4. انواع مدل‌های بیزی
• 5. مدل‌های خطی در Stan
• 6. مدل‌های رگرسیون لجستیک در Stan
• 7. مدل‌های سلسله‌مراتبی در Stan
• 8. مدل‌های مخلوط در Stan
• 9. تحلیل سری‌های زمانی با Stan
• 10. مدل‌های فضایی در Stan
• 11. مدل‌های بقا در Stan
• 12. مدل‌های پنهان مارکوف در Stan
• 13. انتخاب مدل و اعتبارسنجی
• 14. روش‌های شبیه‌سازی مونت کارلو زنجیره مارکوف (MCMC)
• 15. تشخیص همگرایی در MCMC
• 16. ارزیابی کیفیت نمونه‌ها
• 17. تکنیک‌های نمونه‌برداری پیشرفته
• 18. معرفی الگوریتم‌های نمونه‌بردار HMC و NUTS
• 19. بهینه‌سازی کد Stan
• 20. دیباگ کردن مدل‌های Stan
• 21. تجسم نتایج مدل‌های بیزی
• 22. تفسیر پارامترهای مدل
• 23. ارائه نتایج و گزارش‌دهی
• 24. کاربرد مدل‌های بیزی در علوم اجتماعی
• 25. کاربرد مدل‌های بیزی در اقتصاد
• 26. کاربرد مدل‌های بیزی در علوم زیستی
• 27. کاربرد مدل‌های بیزی در مهندسی
• 28. کاربرد مدل‌های بیزی در علوم کامپیوتر
• 29. مدل‌های بیزی برای داده‌های گسسته
• 30. مدل‌های بیزی برای داده‌های پیوسته
• 31. مدل‌های بیزی برای داده‌های طبقه‌بندی شده
• 32. مدل‌های بیزی برای داده‌های شمارشی
• 33. مدل‌های بیزی برای داده‌های باقی‌مانده
• 34. مدل‌های بیزی برای داده‌های حذف شده
• 35. مقدمه‌ای بر آمار بیزی
• 36. قضیه بیز
• 37. توزیع‌های پیشین و پسین
• 38. انتخاب توزیع پیشین مناسب
• 39. توزیع‌های پیشین غیرمطلع و مطلع
• 40. توزیع‌های پیشین وابسته
• 41. توزیع‌های پیشین چند متغیره
• 42. توزیع‌های پیشین نرمال
• 43. توزیع‌های پیشین گاما
• 44. توزیع‌های پیشین بتا
• 45. توزیع‌های پیشین کای-دو
• 46. توزیع‌های پیشین t استیودنت
• 47. توزیع‌های پیشین کاشی-فیشر
• 48. توزیع‌های پیشین هایپربولیک
• 49. توزیع‌های پیشین نرمال-گاما
• 50. توزیع‌های پیشین نرمال-کای-دو
• 51. توزیع‌های پیشین نرمال-t
• 52. توزیع‌های پیشین گاما-گاما
• 53. توزیع‌های پیشین بتا-دوجمله‌ای
• 54. توزیع‌های پیشین گاما-پواسون
• 55. توزیع‌های پیشین نرمال-معکوس-گاما
• 56. مبانی احتمال شرطی
• 57. قاعده ضرب احتمال
• 58. قاعده جمع احتمال
• 59. استقلال آماری
• 60. امید ریاضی و واریانس
• 61. قانون امید ریاضی تکراری
• 62. قانون واریانس تکراری
• 63. توزیع‌های احتمال گسسته
• 64. توزیع دوجمله‌ای
• 65. توزیع پواسون
• 66. توزیع هندسی
• 67. توزیع فوق‌هندسی
• 68. توزیع یکنواخت گسسته
• 69. توزیع چندجمله‌ای
• 70. توزیع منفی دوجمله‌ای
• 71. توزیع توالی
• 72. توزیع‌های احتمال پیوسته
• 73. توزیع نرمال
• 74. توزیع نمایی
• 75. توزیع گاما
• 76. توزیع بتا
• 77. توزیع یکنواخت پیوسته
• 78. توزیع کای-دو
• 79. توزیع t استیودنت
• 80. توزیع F فیشر
• 81. توزیع‌های چند متغیره
• 82. توزیع نرمال چند متغیره
• 83. توزیع گاما چند متغیره
• 84. توزیع بتا چند متغیره
• 85. توزیع کاتئگوریکال
• 86. توزیع dirichlet
• 87. مقدمه‌ای بر روش‌های تحلیلی در آمار بیزی
• 88. نظریه تصمیم‌گیری بیزی
• 89. قاعده بیز برای توابع هزینه
• 90. انتخاب تابع زیان مناسب
• 91. حداقل کردن امید ریاضی زیان
• 92. حداقل کردن حداکثر زیان
• 93. حداکثر کردن امید ریاضی سود
• 94. استنتاج بیزی با استفاده از توزیع‌های پیشین و پسین
• 95. توزیع‌های پیشین نرمال-معکوس-اینورس گاما
• 96. توزیع‌های پیشین گاما-گاما
• 97. توزیع‌های پیشین بتا-دوجمله‌ای
• 98. توزیع‌های پیشین نرمال-گاما
• 99. توزیع‌های پیشین نرمال-کای-دو
• 100. توزیع‌های پیشین نرمال-t