دوره بهینه‌سازی فرایند بیزی: انتخاب بهترین ابزار بین Stan و JAGS همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بهینه‌سازی فرایند بیزی: انتخاب بهترین ابزار بین Stan و JAGS

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

موضوع میانی: مقایسه با Stan و JAGS

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر فرایندهای بیزی
• 2. مفاهیم پایه احتمال و آمار
• 3. توزیع‌های احتمال گسسته و پیوسته
• 4. آمار توصیفی و استنباطی
• 5. مقدمه‌ای بر استنتاج بیزی
• 6. قضیه بیز و کاربردهای آن
• 7. توزیع پیشین و پسین
• 8. تخمین پارامترها در رویکرد بیزی
• 9. مقدمه‌ای بر مدل‌سازی آماری
• 10. مدل‌های خطی ساده
• 11. مدل‌های خطی تعمیم‌یافته (GLM)
• 12. معرفی زبان برنامه‌نویسی R
• 13. مقدمه‌ای بر نرم‌افزار Stan
• 14. نصب و پیکربندی Stan
• 15. نحو پایه Stan
• 16. تعریف مدل‌های بیزی در Stan
• 17. کامپایل و اجرای مدل‌های Stan
• 18. تحلیل نتایج Stan
• 19. تشخیص همگرایی زنجیره‌های مارکوف مونت کارلو (MCMC)
• 20. اصول بهینه‌سازی در مدل‌سازی بیزی
• 21. مفهوم بهینه‌سازی فرایند بیزی
• 22. تفاوت بهینه‌سازی با تخمین پارامتر
• 23. معرفی نرم‌افزار JAGS
• 24. نصب و پیکربندی JAGS
• 25. نحو پایه JAGS
• 26. تعریف مدل‌های بیزی در JAGS
• 27. کامپایل و اجرای مدل‌های JAGS
• 28. تحلیل نتایج JAGS
• 29. مقایسه Stan و JAGS
• 30. مزایا و معایب Stan
• 31. مزایا و معایب JAGS
• 32. معیارهای انتخاب بین Stan و JAGS
• 33. پیچیدگی مدل و کارایی
• 34. سرعت کامپایل و اجرا
• 35. انعطاف‌پذیری در تعریف مدل
• 36. امکانات گرافیکی و تجسم داده‌ها
• 37. کاربردهای بهینه‌سازی فرایند بیزی
• 38. بهینه‌سازی در علوم زیستی
• 39. بهینه‌سازی در اقتصاد و مالی
• 40. بهینه‌سازی در مهندسی
• 41. بهینه‌سازی در علوم اجتماعی
• 42. بهینه‌سازی در علوم کامپیوتر
• 43. مدل‌سازی سلسله مراتبی بیزی
• 44. کاربرد مدل‌های سلسله مراتبی در Stan
• 45. کاربرد مدل‌های سلسله مراتبی در JAGS
• 46. طراحی آزمایشات با رویکرد بیزی
• 47. بهینه‌سازی پارامترهای طراحی آزمایش
• 48. استفاده از نتایج بهینه‌سازی برای تصمیم‌گیری
• 49. مدل‌سازی سری‌های زمانی بیزی
• 50. کاربرد سری‌های زمانی در Stan
• 51. کاربرد سری‌های زمانی در JAGS
• 52. تحلیل داده‌های اکتشافی بیزی
• 53. تجسم داده‌های پیچیده با رویکرد بیزی
• 54. ارزیابی مدل با معیارهای بیزی
• 55. تست فرض در رویکرد بیزی
• 56. انتخاب مدل با معیارهای بیزی
• 57. مدل‌سازی داده‌های طبقه‌بندی بیزی
• 58. کاربرد داده‌های طبقه‌بندی در Stan
• 59. کاربرد داده‌های طبقه‌بندی در JAGS
• 60. مدل‌سازی داده‌های رگرسیون بیزی
• 61. کاربرد داده‌های رگرسیون در Stan
• 62. کاربرد داده‌های رگرسیون در JAGS
• 63. مدل‌سازی داده‌های خوشه‌ای بیزی
• 64. کاربرد داده‌های خوشه‌ای در Stan
• 65. کاربرد داده‌های خوشه‌ای در JAGS
• 66. مدل‌سازی داده‌های بقا بیزی
• 67. کاربرد داده‌های بقا در Stan
• 68. کاربرد داده‌های بقا در JAGS
• 69. روش‌های نمونه‌گیری پیشرفته در Stan
• 70. روش‌های نمونه‌گیری پیشرفته در JAGS
• 71. بهینه‌سازی پارامترهای MCMC
• 72. تنظیم نرخ پذیرش در MCMC
• 73. بررسی حساسیت مدل به توزیع پیشین
• 74. اعتبارسنجی متقابل در رویکرد بیزی
• 75. مدل‌سازی کوواریانس بیزی
• 76. بهینه‌سازی در شبکه‌های عصبی بیزی
• 77. کاربرد مدل‌های بیزی در یادگیری ماشین
• 78. تکنیک‌های پیشرفته مدل‌سازی بیزی
• 79. بهینه‌سازی فرایندهای تصادفی
• 80. مدل‌سازی فضایی بیزی
• 81. کاربرد مدل‌سازی فضایی در Stan
• 82. کاربرد مدل‌سازی فضایی در JAGS
• 83. بهینه‌سازی در پردازش تصویر بیزی
• 84. مدل‌سازی پویایی سیستم بیزی
• 85. کاربرد مدل‌های بیزی در پردازش زبان طبیعی
• 86. بهینه‌سازی در سیستم‌های توصیه‌گر بیزی
• 87. مدیریت عدم قطعیت با رویکرد بیزی
• 88. بهینه‌سازی منابع با رویکرد بیزی
• 89. بهینه‌سازی تصمیم‌گیری در شرایط عدم قطعیت
• 90. مقدمه‌ای بر ابزارهای نرم‌افزاری دیگر
• 91. جمع‌بندی و مسیرهای آینده