دوره رفع اشکال و بهبود عملکرد Stan همراه با فلشکارت آموزشی — ارائه روی فلش مموری
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره رفع اشکال و بهبود عملکرد Stan
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصلهای دوره
- 1. مقدمهای بر Stan و زبان برنامهنویسی آن
- 2. نصب و راهاندازی Stan
- 3. مبانی مدلسازی آماری در Stan
- 4. مفاهیم پایه بیزی در Stan
- 5. نوشتن مدلهای خطی ساده در Stan
- 6. مدلهای رگرسیون لجستیک در Stan
- 7. مدلهای رگرسیون پواسون در Stan
- 8. مدلهای مختلط (Hierarchical Models) در Stan
- 9. مبانی مدلهای سلسله مراتبی
- 10. پیادهسازی مدلهای سلسله مراتبی خطی در Stan
- 11. مدلهای سلسله مراتبی برای دادههای شمارشی
- 12. مدلهای سلسله مراتبی برای دادههای باینری
- 13. مفاهیم پیشرفته بیزی
- 14. نظریه احتمال و آمار بیزی
- 15. استنتاج بیزی و روشهای نمونهگیری
- 16. روشهای مارکوف چین مونت کارلو (MCMC)
- 17. الگوریتم گیبس سمپلینگ (Gibbs Sampling)
- 18. الگوریتم نمونهبرداری از طریق ریجکشن (Rejection Sampling)
- 19. الگوریتم نمونهبرداری از طریق نمونهگیری ترکیبی (Metropolis-Hastings)
- 20. الگوریتم نمونهبرداری از طریق MCMC در Stan
- 21. تنظیم پارامترهای MCMC در Stan
- 22. تشخیص همگرایی در MCMC
- 23. معیارهای تشخیص همگرایی (Gelman-Rubin, R-hat)
- 24. روشهای بهبود همگرایی
- 25. مقدمهای بر زبان برنامهنویسی R برای Stan
- 26. اتصال R به Stan
- 27. نوشتن و اجرای مدلهای Stan در R
- 28. تجسم نتایج مدلهای Stan در R
- 29. بستههای R مفید برای کار با Stan
- 30. مدلسازی سریهای زمانی در Stan
- 31. مفاهیم پایه سریهای زمانی
- 32. مدلهای ARIMA در Stan
- 33. مدلهای حالت-فضای (State-Space Models) در Stan
- 34. مدلهای شرطی در Stan
- 35. مقدمهای بر مدلهای شرطی
- 36. پیادهسازی مدلهای شرطی در Stan
- 37. مدلسازی دادههای مکانی در Stan
- 38. مفاهیم پایه دادههای مکانی
- 39. مدلهای مکانی در Stan
- 40. مدلهای فضایی-زمانی در Stan
- 41. مدلسازی بقا (Survival Analysis) در Stan
- 42. مفاهیم پایه مدلسازی بقا
- 43. مدلهای کاکس (Cox Models) در Stan
- 44. مدلهای بقای پارامتری در Stan
- 45. مدلسازی دادههای گمشده (Missing Data) در Stan
- 46. مفاهیم پایه دادههای گمشده
- 47. روشهای حذف و جایگزینی دادههای گمشده
- 48. مدلسازی دادههای گمشده در Stan
- 49. روشهای چندگانه جایگزینی (Multiple Imputation)
- 50. مدلسازی دادههای گمشده با استفاده از Stan
- 51. بهینهسازی مدلها در Stan
- 52. مقدمهای بر بهینهسازی
- 53. تنظیم هایپرپارامترها در Stan
- 54. روشهای بهینهسازی بیزی
- 55. روشهای بهینهسازی فرکانسی
- 56. اعتبارسنجی مدلها (Model Validation)
- 57. اعتبارسنجی متقابل (Cross-Validation)
- 58. اعتبارسنجی پیشبینانه (Predictive Validation)
- 59. روشهای اعتبارسنجی مدل در Stan
- 60. مقدمهای بر زبان برنامهنویسی Python برای Stan
- 61. اتصال Python به Stan
- 62. نوشتن و اجرای مدلهای Stan در Python
- 63. تجسم نتایج مدلهای Stan در Python
- 64. بستههای Python مفید برای کار با Stan
- 65. مدلسازی شبکهای در Stan
- 66. مفاهیم پایه مدلسازی شبکهای
- 67. مدلهای شبکه بیزی در Stan
- 68. مدلهای انتشار در شبکهها در Stan
- 69. کاربرد Stan در علوم اجتماعی
- 70. کاربرد Stan در اقتصاد
- 71. کاربرد Stan در علوم پزشکی
- 72. کاربرد Stan در علوم محیط زیست
- 73. کاربرد Stan در علوم زیستی
- 74. کاربرد Stan در مهندسی
- 75. مقدمهای بر مدلهای پیچیده در Stan
- 76. مدلهای پنهان مارکوف (Hidden Markov Models) در Stan
- 77. مدلهای گرافی بیزی (Bayesian Graphical Models) در Stan
- 78. مدلهای یادگیری ماشین بیزی (Bayesian Machine Learning) در Stan
- 79. استفاده از Stan برای مدلسازی غیرپارامتری
- 80. مدلهای کرنل در Stan
- 81. مدلهای گوسی پروسس (Gaussian Processes) در Stan
- 82. مقدمهای بر مدلهای پیشرفته سریهای زمانی
- 83. مدلهای شرطی غیرخطی در Stan
- 84. مدلهای یادگیری عمیق بیزی (Bayesian Deep Learning) در Stan
- 85. کاربرد Stan در تحلیل دادههای بزرگ
- 86. بهینهسازی کد Stan
- 87. نکات و ترفندهای پیشرفته در Stan
- 88. اشکالزدایی مدلهای Stan
- 89. مدلسازی عدم قطعیت در Stan
- 90. ارزیابی عملکرد مدلها
- 91. مقایسه مدلها
- 92. نوشتن گزارش فنی از نتایج Stan
- 93. مقدمهای بر ابزارهای مشابه Stan
- 94. مقایسه Stan با JAGS
- 95. مقایسه Stan با PyMC3
- 96. مقایسه Stan با TensorFlow Probability
- 97. کاربرد Stan در حل مسائل واقعی
- 98. مطالعات موردی پیشرفته در Stan
- 99. آخرین تحولات و آینده Stan
- 100. کارگاه عملی پیشرفته Stan
محتویات بسته آموزشی
🌐 سامانه آنلاین فلشکارت؛ مرور هدفمند و هوشمند
اکانت ارائهشده، دسترسی به نسخه تحت وب سامانه فلشکارت ویژه این دوره را فراهم میکند. این سامانه از الگوریتم زمانبندی مرور SM-2 استفاده میکند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم میکند.
به این ترتیب، کارتهای دشوارتر میتوانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسبتری داشته باشید.
مدتزمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج میشود.
گواهی دوزبانه با استعلام آنلاین
پس از تکمیل فعالیتهای لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر میشود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.
این گواهی صرفاً بهعنوان گواهی اتمام دوره آموزشی صادر میشود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.