دوره راهنمای کاربردی Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای کاربردی Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر نرم‌افزار Stan و کاربردهای آن
• 2. نصب و راه‌اندازی Stan
• 3. آشنایی با زبان Stan
• 4. ساختار مدل‌های بیزی
• 5. مفاهیم پایه آمار استنباطی
• 6. توزیع‌های احتمال در Stan
• 7. بسته‌بندی‌های آماری رایج
• 8. مدل‌های خطی تعمیم‌یافته در Stan
• 9. مدل‌های سلسله‌مراتبی
• 10. مقدمه‌ای بر زنجیره‌های مارکوف مونت کارلو (MCMC)
• 11. الگوریتم گیبس سمپلینگ
• 12. الگوریتم نمونه‌برداری هامیلتونی (HMC)
• 13. الگوریتم نمونه‌برداری از طریق تبدیل (NUTS)
• 14. ارزیابی همگرایی مدل‌ها
• 15. شاخص‌های ارزیابی کیفیت نمونه‌ها
• 16. تشخیص و رفع مشکلات همگرایی
• 17. مدل‌سازی رگرسیون خطی ساده
• 18. مدل‌سازی رگرسیون خطی چندگانه
• 19. مدل‌سازی رگرسیون لجستیک
• 20. مدل‌سازی رگرسیون پواسون
• 21. مدل‌سازی رگرسیون برنولی
• 22. مدل‌سازی رگرسیون چندنامی
• 23. مدل‌سازی رگرسیون ترتیبی
• 24. مدل‌سازی سری‌های زمانی با Stan
• 25. مدل‌های ARIMA
• 26. مدل‌های حالت-فضا
• 27. مدل‌سازی فضایی با Stan
• 28. مدل‌های خودرگرسیو فضایی
• 29. مدل‌های میانگین متحرک فضایی
• 30. مدل‌سازی شبکه‌های عصبی در Stan
• 31. مقدمه‌ای بر شبکه‌های عصبی
• 32. پیاده‌سازی شبکه‌های عصبی ساده در Stan
• 33. مدل‌سازی توزیع‌های پیشرفته
• 34. توزیع‌های نرمال چندمتغیره
• 35. توزیع‌های t-Student چندمتغیره
• 36. توزیع‌های کای-دو
• 37. توزیع‌های بتا-دوجمله‌ای
• 38. توزیع‌های گاما
• 39. مدل‌سازی مدل‌های خطی عمومی تعمیم‌یافته (GLMM)
• 40. مدل‌سازی مدل‌های غیرخطی با Stan
• 41. مقدمه‌ای بر بهینه‌سازی بیزی
• 42. تکنیک‌های نمونه‌برداری پیشرفته
• 43. مدل‌سازی اثرات مختلط
• 44. مدل‌سازی داده‌های گمشده
• 45. روش‌های imputation در Stan
• 46. مدل‌سازی رگرسیون کوانتایل
• 47. مدل‌سازی مدل‌های بقا
• 48. مدل کاکس
• 49. مدل‌های پارامتریک بقا
• 50. مدل‌سازی داده‌های فضایی-زمانی
• 51. مدل‌سازی با استفاده از کرنل‌ها
• 52. مدل‌سازی با استفاده از فرآیندهای گوسی
• 53. مقدمه‌ای بر یادگیری تقویتی
• 54. مدل‌سازی عوامل یادگیری تقویتی در Stan
• 55. مدل‌سازی مدل‌های آماری پیچیده
• 56. بهینه‌سازی پارامترهای مدل
• 57. تست فرضیه‌ها در مدل‌های بیزی
• 58. مقایسه مدل‌ها با استفاده از معیارهای بیزی
• 59. مقدمه‌ای بر نرم‌افزارهای آماری جایگزین
• 60. آموزش تخصصی Stan برای پژوهشگران
• 61. کاربرد Stan در علوم زیستی
• 62. کاربرد Stan در علوم اجتماعی
• 63. کاربرد Stan در اقتصاد
• 64. کاربرد Stan در مهندسی
• 65. کاربرد Stan در علوم محیط زیست
• 66. کاربرد Stan در علوم سیاسی
• 67. کاربرد Stan در روانشناسی
• 68. کاربرد Stan در پزشکی
• 69. کاربرد Stan در مدیریت
• 70. کاربرد Stan در علوم کامپیوتر
• 71. مدل‌سازی آماری برای تصمیم‌گیری
• 72. تحلیل حساسیت در مدل‌های بیزی
• 73. استفاده از Stan برای شبیه‌سازی
• 74. مقدمه‌ای بر ابزارهای تجسم داده در Stan
• 75. تجسم نتایج مدل‌های بیزی
• 76. مدل‌سازی داده‌های طبقه‌بندی شده
• 77. مدل‌سازی داده‌های پیوسته
• 78. مدل‌سازی داده‌های ترتیبی
• 79. مدل‌سازی داده‌های شمارشی
• 80. مقدمه‌ای بر توسعه بسته‌بندی‌های Stan
• 81. نوشتن توابع سفارشی در Stan
• 82. مدیریت حافظه در Stan
• 83. بهینه‌سازی کد Stan
• 84. تکنیک‌های عیب‌یابی پیشرفته
• 85. ملاحظات اخلاقی در مدل‌سازی آماری
• 86. حفظ حریم خصوصی داده‌ها
• 87. تفسیر نتایج مدل‌های پیچیده
• 88. ارتباط نتایج آماری با سیاست‌گذاری
• 89. آینده مدل‌سازی بیزی با Stan
• 90. کاربرد Stan در تحلیل داده‌های بزرگ
• 91. مقایسه با نرم‌افزارهای مشابه
• 92. نکات کاربردی برای پروژه‌های واقعی
• 93. جمع‌بندی و گام‌های بعدی در یادگیری Stan
• 94. مدل‌سازی آماری در چارچوب فقه اسلامی
• 95. کاربرد تحلیل‌های بیزی در مسائل اقتصادی اسلامی
• 96. مدل‌سازی رفتار مصرف‌کننده در چارچوب ارزش‌های اسلامی
• 97. تحلیل ریسک در نظام بانکی بدون ربا با Stan
• 98. مدل‌سازی تأثیرات اجتماعی-اقتصادی برنامه‌های توسعه با رویکرد اسلامی
• 99. مدل‌سازی مسائل مربوط به خانواده و تربیت در چارچوب ارزش‌های ایرانی-اسلامی
• 100. تحلیل داده‌های مربوط به سلامت روان بر مبنای خانواده ایرانی-اسلامی