دوره تکنیک‌های اعتبارسنجی مدل‌های بیزی در Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تکنیک‌های اعتبارسنجی مدل‌های بیزی در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمات استنتاج بیزی و مدل‌سازی آماری
• 2. آشنایی با نرم‌افزار Stan و زبان آن
• 3. نصب و راه‌اندازی Stan و ابزارهای مرتبط
• 4. مبانی نظری مدل‌های بیزی
• 5. توزیع پیشین و پسین در استنتاج بیزی
• 6. روش‌های نمونه‌گیری مونت کارلو زنجیره مارکوف (MCMC)
• 7. الگوریتم گیبز سمپلینگ
• 8. الگوریتم هانمیلتونی مونت کارلو (HMC)
• 9. مفاهیم اساسی اعتبارسنجی مدل
• 10. چرا مدل‌های بیزی نیاز به اعتبارسنجی دارند؟
• 11. بررسی تناسب مدل (Model Fit)
• 12. شاخص‌های اطلاعاتی برای انتخاب مدل (AIC, BIC)
• 13. شاخص‌های بیزی برای انتخاب مدل (DIC, WAIC)
• 14. آزمون‌های تشخیصی پسین (Posterior Predictive Checks)
• 15. تولید داده‌های شبیه‌سازی شده از مدل
• 16. مقایسه داده‌های شبیه‌سازی شده با داده‌های واقعی
• 17. بررسی باقیمانده‌ها (Residuals) در مدل‌های بیزی
• 18. انواع باقیمانده‌ها و تفسیر آن‌ها
• 19. تجزیه و تحلیل حساسیت مدل (Sensitivity Analysis)
• 20. تأثیر توزیع پیشین بر نتایج مدل
• 21. بررسی پایداری نتایج مدل با پیشین‌های مختلف
• 22. اعتبارسنجی متقاطع (Cross-Validation) در مدل‌های بیزی
• 23. اعتبارسنجی متقاطع K-Fold
• 24. اعتبارسنجی متقاطع LOOCV
• 25. اعتبارسنجی مبتنی بر پیش‌بینی (Predictive Validation)
• 26. ارزیابی قدرت پیش‌بینی مدل
• 27. معیارهای ارزیابی پیش‌بینی (RMSE, MAE)
• 28. اعتبارسنجی مدل‌های خطی بیزی
• 29. مدل‌های رگرسیون خطی بیزی
• 30. اعتبارسنجی مدل‌های خطی تعمیم‌یافته بیزی (GLM)
• 31. مدل‌های لجستیک بیزی
• 32. مدل‌های پواسون بیزی
• 33. اعتبارسنجی مدل‌های سری زمانی بیزی
• 34. مدل‌های ARIMA بیزی
• 35. مدل‌های فضایی بیزی
• 36. اعتبارسنجی مدل‌های سلسله‌مراتبی بیزی
• 37. مدل‌های چندسطحی بیزی
• 38. مدل‌های اثرات مختلط بیزی
• 39. استفاده از Stan برای پیاده‌سازی مدل‌های پیچیده
• 40. بهینه‌سازی کد Stan
• 41. عیب‌یابی و رفع اشکالات در Stan
• 42. تشخیص همگرایی زنجیره‌های MCMC
• 43. ابزارهای بصری برای ارزیابی همگرایی
• 44. بررسی استقلال نمونه‌ها
• 45. روش‌های ارزیابی کیفیت نمونه‌گیری
• 46. اعتبارسنجی مدل‌های بیزی در حوزه‌های کاربردی
• 47. کاربرد در علوم اجتماعی و اقتصادی
• 48. کاربرد در علوم زیستی و پزشکی
• 49. کاربرد در مهندسی و علوم پایه
• 50. مدل‌سازی انتخاب گسسته بیزی
• 51. مدل‌های انتخاب چندگانه بیزی
• 52. مدل‌های ترتیبی بیزی
• 53. مدل‌سازی پیش‌بینی بیزی
• 54. پیش‌بینی در مدل‌های خطی و تعمیم‌یافته
• 55. پیش‌بینی در مدل‌های سری زمانی
• 56. ارزیابی عدم قطعیت در پیش‌بینی‌ها
• 57. روش‌های پیشرفته اعتبارسنجی مدل
• 58. اعتبارسنجی مدل‌های بیزی با استفاده از داده‌های جدید
• 59. تکنیک‌های اعتبارسنجی مبتنی بر شبیه‌سازی
• 60. تکنیک‌های اعتبارسنجی مبتنی بر تفسیر
• 61. محدودیت‌های اعتبارسنجی مدل‌های بیزی
• 62. چالش‌های انتخاب پیشین مناسب
• 63. چالش‌های تفسیر نتایج اعتبارسنجی
• 64. اهمیت تخصص دامنه در اعتبارسنجی
• 65. استفاده از ابزارهای نرم‌افزاری برای اعتبارسنجی
• 66. بسته‌های R و Python برای اعتبارسنجی بیزی
• 67. نرم‌افزارهای تخصصی مدل‌سازی بیزی
• 68. اعتبارسنجی مدل‌های بیزی برای تصمیم‌گیری
• 69. نقش اعتبارسنجی در قابلیت اطمینان مدل
• 70. اعتبارسنجی در فرآیندهای علمی و تحقیقاتی
• 71. اصول اخلاقی در مدل‌سازی و اعتبارسنجی بیزی
• 72. ارائه نتایج اعتبارسنجی به ذینفعان
• 73. مدل‌سازی بیزی در عمل: مطالعات موردی
• 74. مطالعه موردی ۱: اعتبارسنجی مدل پیش‌بینی بیماری
• 75. مطالعه موردی ۲: اعتبارسنجی مدل رفتار مصرف‌کننده
• 76. مطالعه موردی ۳: اعتبارسنجی مدل پیش‌بینی مالی
• 77. مطالعه موردی ۴: اعتبارسنجی مدل‌های یادگیری ماشین بیزی
• 78. مطالعه موردی ۵: اعتبارسنجی مدل‌های اکتشافی بیزی
• 79. مرور بر آخرین پیشرفت‌ها در اعتبارسنجی مدل‌های بیزی
• 80. گرایش‌های آینده در مدل‌سازی و اعتبارسنجی بیزی
• 81. نکات تکمیلی برای اعتبارسنجی قوی مدل‌ها
• 82. جمع‌بندی و گام‌های بعدی در یادگیری مدل‌های بیزی