دوره مخاطرات و تنظیمات کلیدی در Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مخاطرات و تنظیمات کلیدی در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه ای بر مخاطرات کلیدی در Stan
• 2. مفاهیم پایه ای مدل سازی احتمالی
• 3. آشنایی با زبان برنامه نویسی Stan
• 4. توابع چگالی احتمال و توابع توزیع
• 5. نحوه تعریف مدل های بیزی در Stan
• 6. مفاهیم استنتاج بیزی
• 7. روش های نمونه گیری مارکوف چین مونت کارلو (MCMC)
• 8. مقدمه ای بر الگوریتم های هامیلتونی مونت کارلو (HMC)
• 9. پیاده سازی HMC در Stan
• 10. مفهوم گرادیان و کاربرد آن در HMC
• 11. تکنیک های تنظیم پارامترهای HMC
• 12. مقدمه ای بر الگوریتم های نمونه گیری متغیر تصادفی (VI)
• 13. مقایسه HMC و VI
• 14. کاربرد Stan در مدل های رگرسیون خطی
• 15. مدل های رگرسیون غیرخطی در Stan
• 16. مدل های سری زمانی در Stan
• 17. مدل های سلسله مراتبی در Stan
• 18. پیاده سازی مدل های اثرات ثابت و تصادفی
• 19. مدل های مختلط در Stan
• 20. مقدمه ای بر مدل های مکانی
• 21. مدل های مکانی و کاربرد آن در Stan
• 22. مدل های رگرسیون مکانی
• 23. مدل های طبقه بندی در Stan
• 24. مدل های تشخیص ناهنجاری در Stan
• 25. مدل های پردازش زبان طبیعی در Stan
• 26. مدل های یادگیری عمیق در Stan
• 27. مقدمه ای بر شبکه های عصبی
• 28. شبکه های عصبی کانولوشنال در Stan
• 29. شبکه های عصبی بازگشتی در Stan
• 30. کاربرد Stan در علوم پزشکی
• 31. مدل سازی بقا در Stan
• 32. مدل های اپیدمیولوژیک در Stan
• 33. مدل سازی بالینی در Stan
• 34. کاربرد Stan در علوم اجتماعی
• 35. مدل های انتخاب در Stan
• 36. مدل های شبکه های اجتماعی در Stan
• 37. مدل سازی رفتاری در Stan
• 38. کاربرد Stan در علوم اقتصادی
• 39. مدل های اقتصاد سنجی در Stan
• 40. مدل های پیش بینی در Stan
• 41. مدل های تصمیم گیری در Stan
• 42. کاربرد Stan در علوم محیطی
• 43. مدل های اقلیمی در Stan
• 44. مدل های اکولوژیک در Stan
• 45. مدل های بلایای طبیعی در Stan
• 46. مقدمه ای بر بهینه سازی در Stan
• 47. روش های بهینه سازی بیزی
• 48. کاربرد Stan در بهینه سازی
• 49. مقدمه ای بر شبیه سازی در Stan
• 50. تکنیک های شبیه سازی مونت کارلو
• 51. کاربرد Stan در شبیه سازی
• 52. مقدمه ای بر اعتبارسنجی مدل
• 53. روش های اعتبارسنجی متقابل
• 54. اعتبارسنجی مدل های Stan
• 55. مقدمه ای بر تشخیص و رفع اشکال مدل های Stan
• 56. اشکالات رایج در مدل سازی بیزی
• 57. تکنیک های رفع اشکال در Stan
• 58. مقدمه ای بر بصری سازی نتایج Stan
• 59. نمودارهای تشخیصی
• 60. بصری سازی توزیع های پسین
• 61. مقدمه ای بر ابزارهای اکوسیستم Stan
• 62. بسته های R و Python مرتبط با Stan
• 63. کاربرد CmdStanPy
• 64. کاربرد RStan
• 65. مقدمه ای بر قابلیت های پیشرفته Stan
• 66. برنامه نویسی شرطی در Stan
• 67. تعریف توابع سفارشی در Stan
• 68. استفاده از داده های بزرگ با Stan
• 69. مقدمه ای بر امنیت و حریم خصوصی در مدل سازی
• 70. ملاحظات اخلاقی در مدل سازی بیزی
• 71. رعایت حریم خصوصی داده ها
• 72. مقدمه ای بر محاسبات موازی با Stan
• 73. استفاده از پردازنده های چند هسته ای
• 74. محاسبات توزیع شده با Stan
• 75. مقدمه ای بر مدل های استنتاجی در Stan
• 76. استنتاج در مدل های پیچیده
• 77. استنتاج مبتنی بر احتمال
• 78. مقدمه ای بر مدل های آماری پیشرفته
• 79. مدل های گوسی پروسس در Stan
• 80. مدل های نقطه فرایندی در Stan
• 81. مدل های استنتاجی قوی
• 82. مقدمه ای بر کاربردهای عملی Stan
• 83. مطالعات موردی در حوزه های مختلف
• 84. پروژه های عملی با Stan
• 85. مقدمه ای بر توسعه آینده Stan
• 86. ویژگی های جدید در نسخه های آینده
• 87. نقش Stan در تحقیقات آینده
• 88. مقدمه ای بر استانداردهای کدنویسی Stan
• 89. نکات مهم در نوشتن کد Stan
• 90. کدنویسی تمیز و قابل نگهداری
• 91. مقدمه ای بر مدیریت خطا در Stan
• 92. استراتژی های مدیریت خطا
• 93. پیاده سازی مکانیزم های خطا
• 94. مقدمه ای بر تست نرم افزار برای Stan
• 95. انواع تست ها
• 96. نوشتن تست های واحد
• 97. مقدمه ای بر مستندسازی کد Stan
• 98. اهمیت مستندسازی
• 99. نوشتن مستندات موثر
• 100. مقدمه ای بر به اشتراک گذاری کد Stan