دوره اصول MCMC برای توزیع‌های چندوجهی: رویکردی کاربردی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اصول MCMC برای توزیع‌های چندوجهی: رویکردی کاربردی

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

موضوع میانی: مشکل نمونه‌گیری از توزیع‌های چندوجهی (Multimodal Distributions)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر روش‌های مونت کارلو زنجیره مارکوف
• 2. مبانی نظری MCMC
• 3. نمونه‌برداری از توزیع‌های گسسته
• 4. الگوریتم Metropolis-Hastings
• 5. طراحی تابع پیشنهاد در Metropolis-Hastings
• 6. بهینه‌سازی تابع پیشنهاد
• 7. الگوریتم نمونه‌گیری گیبز
• 8. شرایط همگرایی الگوریتم گیبز
• 9. کاربرد MCMC در استنتاج بیزی
• 10. مدل‌های بیزی خطی
• 11. مقدمه‌ای بر مدل‌های سلسله مراتبی
• 12. پیاده‌سازی مدل‌های سلسله مراتبی با MCMC
• 13. مدل‌های رگرسیون بیزی
• 14. مدل‌های طبقه‌بندی بیزی
• 15. پردازش زبان طبیعی با MCMC
• 16. مدل‌های موضوعی بیزی
• 17. مدل‌های گرافیکی احتمالی
• 18. شبکه‌های بیزی
• 19. کاربرد شبکه‌های بیزی در MCMC
• 20. شبکه‌های مارکوف
• 21. مدل‌های پنهان مارکوف
• 22. استنتاج در شبکه‌های مارکوف با MCMC
• 23. مدل‌های سری زمانی بیزی
• 24. مدل‌های ARMA بیزی
• 25. مدل‌های GARCH بیزی
• 26. کاربرد MCMC در مالی اسلامی
• 27. مدل‌های قیمت‌گذاری دارایی در مالی اسلامی
• 28. مدل‌های ریسک در مالی اسلامی
• 29. مدل‌های پرتفوی در مالی اسلامی
• 30. بهینه‌سازی پرتفوی با MCMC
• 31. مدل‌های اقتصادسنجی بیزی
• 32. مدل‌های سری زمانی بیزی در اقتصاد
• 33. مدل‌های پانل دیتا بیزی
• 34. استنتاج ناپارامتری با MCMC
• 35. فرآیندهای گوسی
• 36. کاربرد فرآیندهای گوسی در MCMC
• 37. مدل‌های یادگیری ماشین بیزی
• 38. ماشین‌های بردار پشتیبان بیزی
• 39. شبکه‌های عصبی بیزی
• 40. کاربرد شبکه‌های عصبی بیزی در MCMC
• 41. یادگیری تقویتی بیزی
• 42. مدل‌های پردازش تصویر بیزی
• 43. فیلتر کالمن و کاربردهای آن
• 44. فیلتر ذرات
• 45. کاربرد فیلتر ذرات در MCMC
• 46. مدل‌های آماری پیشرفته
• 47. مدل‌های بقا بیزی
• 48. مدل‌های فضایی بیزی
• 49. مدل‌های چندسطحی بیزی
• 50. روش‌های MCMC برای توزیع‌های با ابعاد بالا
• 51. کاهش ابعاد در MCMC
• 52. ارزیابی همگرایی در MCMC
• 53. معیارهای همگرایی MCMC
• 54. روش‌های موازی‌سازی MCMC
• 55. محاسبات توزیع‌شده برای MCMC
• 56. نرم‌افزارهای آماری برای MCMC
• 57. بسته‌های نرم‌افزاری پایتون برای MCMC
• 58. بسته‌های نرم‌افزاری R برای MCMC
• 59. مقدمه‌ای بر زبان برنامه‌نویسی Stan
• 60. کاربرد Stan در MCMC
• 61. مقدمه‌ای بر زبان برنامه‌نویسی PyMC3
• 62. کاربرد PyMC3 در MCMC
• 63. مقدمه‌ای بر کتابخانه TensorFlow Probability
• 64. کاربرد TensorFlow Probability در MCMC
• 65. کاربرد MCMC در علوم زیستی
• 66. مدل‌های بیزی در ژنتیک
• 67. مدل‌های بیزی در اپیدمیولوژی
• 68. مدل‌های بیزی در علوم اعصاب
• 69. کاربرد MCMC در علوم اجتماعی
• 70. مدل‌های بیزی در جامعه‌شناسی
• 71. مدل‌های بیزی در علوم سیاسی
• 72. مدل‌های بیزی در روانشناسی
• 73. کاربرد MCMC در مهندسی
• 74. مدل‌های بیزی در مهندسی عمران
• 75. مدل‌های بیزی در مهندسی برق
• 76. مدل‌های بیزی در مهندسی مکانیک
• 77. کاربرد MCMC در علوم محیطی
• 78. مدل‌های بیزی در اقلیم‌شناسی
• 79. مدل‌های بیزی در بوم‌شناسی
• 80. مدل‌های بیزی در هیدرولوژی
• 81. مطالعات موردی پیشرفته MCMC
• 82. پیاده‌سازی MCMC برای مدل‌های پیچیده
• 83. بهینه‌سازی و تنظیم پارامترهای MCMC
• 84. روش‌های پیشرفته نمونه‌برداری
• 85. مقدمه‌ای بر روش‌های شبه مونت کارلو
• 86. کاربرد MCMC در بهینه‌سازی
• 87. روش‌های MCMC برای مسائل ترکیبیاتی
• 88. کاربرد MCMC در تحلیل داده‌های بزرگ
• 89. چالش‌های عملی در اجرای MCMC
• 90. تفسیر نتایج MCMC
• 91. ارتباط MCMC با روش‌های تحلیلی
• 92. آینده پژوهی MCMC
• 93. آخرین دستاوردها در MCMC
• 94. مباحث پیشرفته در MCMC