دوره راهنمای جامع برای مدل‌سازی با Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای جامع برای مدل‌سازی با Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی آماری و Stan
• 2. نصب و راه‌اندازی Stan
• 3. مبانی زبان Stan: دستورات و ساختارها
• 4. انواع داده‌ها و متغیرها در Stan
• 5. توابع آماری پایه در Stan
• 6. مدل‌های خطی در Stan
• 7. رگرسیون خطی ساده
• 8. رگرسیون خطی چندگانه
• 9. مدل‌های سری زمانی خطی
• 10. مقدمه‌ای بر مدل‌های غیرخطی
• 11. مدل‌های لجستیک در Stan
• 12. مدل‌های پواسون در Stan
• 13. مدل‌های ناپارامتری در Stan
• 14. مقدمه‌ای بر مدل‌های سلسله‌مراتبی
• 15. مدل‌های سلسله‌مراتبی خطی
• 16. مدل‌های سلسله‌مراتبی غیرخطی
• 17. مدل‌های مبتنی بر عامل (Agent-Based Models)
• 18. شبیه‌سازی مونت کارلو در Stan
• 19. روش‌های بیزی در Stan
• 20. مقدمه‌ای بر استنتاج بیزی
• 21. توزیع پیشین و پسین
• 22. انتخاب توزیع پیشین مناسب
• 23. روش‌های نمونه‌برداری مارکوف چین مونت کارلو (MCMC)
• 24. الگوریتم گیبس (Gibbs Sampling)
• 25. Metropolis-Hastings Algorithm
• 26. هامیلتونی مونت کارلو (HMC)
• 27. نحوه‌ی نوشتن مدل‌های بیزی پیچیده
• 28. بررسی همگرایی الگوریتم‌های MCMC
• 29. معیارهای ارزیابی همگرایی
• 30. نمودارهای Trace و Autocorrelation
• 31. شاخص‌های ارزیابی کیفیت مدل
• 32. اعتبارسنجی مدل‌های بیزی
• 33. اعتبارسنجی متقابل (Cross-validation)
• 34. آزمون‌های تشخیصی (Diagnostic Tests)
• 35. مقایسه مدل‌های بیزی
• 36. بکارگیری مدل‌های بیزی در علوم اجتماعی
• 37. مدل‌سازی داده‌های پیمایشی
• 38. مدل‌سازی داده‌های طولی
• 39. مدل‌سازی داده‌های مکانی
• 40. مدل‌سازی داده‌های شبکه‌ای
• 41. کاربرد Stan در اقتصاد
• 42. مدل‌سازی اقتصادسنجی بیزی
• 43. مدل‌های سری زمانی اقتصادی
• 44. مدل‌های پیش‌بینی اقتصادی
• 45. کاربرد Stan در زیست‌شناسی
• 46. مدل‌سازی جمعیت‌ها
• 47. مدل‌سازی ژنتیکی
• 48. مدل‌سازی اپیدمیولوژیک
• 49. کاربرد Stan در علوم کامپیوتر
• 50. یادگیری ماشین بیزی
• 51. شبکه‌های بیزی
• 52. مدل‌سازی تصادفی مارکوف
• 53. کاربرد Stan در مهندسی
• 54. مدل‌سازی قابلیت اطمینان
• 55. مدل‌سازی عملکرد سیستم‌ها
• 56. مدل‌سازی ارتعاشات
• 57. مقدمه‌ای بر مدل‌سازی احتمالی
• 58. مدل‌های حالت-فضایی
• 59. مدل‌های پنهان مارکوف (HMM)
• 60. مدل‌های گرافی احتمالی
• 61. مدیریت داده‌ها در Stan
• 62. پیش‌پردازش داده‌ها
• 63. پاکسازی داده‌ها
• 64. تبدیل داده‌ها
• 65. کار با داده‌های گمشده
• 66. تجسم داده‌ها در Stan
• 67. رسم نمودارهای توزیع
• 68. رسم نمودارهای پراکندگی
• 69. رسم نمودارهای سری زمانی
• 70. رسم نمودارهای مدل‌های آماری
• 71. تکنیک‌های پیشرفته در Stan
• 72. مدل‌سازی نقاط پرت (Outliers)
• 73. مدل‌سازی داده‌های سانسور شده
• 74. مدل‌سازی داده‌های تکراری
• 75. مدل‌سازی مدل‌های مخلوط (Mixed Models)
• 76. مدل‌سازی مدل‌های چندسطحی
• 77. برنامه‌نویسی تابعی در Stan
• 78. استفاده از دستورات شرطی
• 79. استفاده از حلقه‌ها
• 80. تعریف توابع سفارشی
• 81. بهینه‌سازی کد Stan
• 82. عیب‌یابی مدل‌های Stan
• 83. مدل‌سازی پیشرفته با Stan
• 84. مدل‌سازی رگرسیون کوانتایل در Stan
• 85. مدل‌سازی رگرسیون ناگفته در Stan
• 86. مدل‌سازی مدل‌های بقا در Stan
• 87. مدل‌سازی مدل‌های طبقه‌بندی در Stan
• 88. مدل‌سازی مدل‌های پیش‌بینی در Stan
• 89. کاربردهای نوظهور Stan
• 90. مدل‌سازی مبتنی بر یادگیری عمیق با Stan
• 91. شبیه‌سازی‌های پیچیده با Stan
• 92. توسعه‌ی ابزارهای تحلیل با Stan
• 93. منابع و مراجع برای یادگیری بیشتر
• 94. تمرین‌های عملی با Stan
• 95. پروژه‌های کاربردی با Stan
• 96. اخلاق در مدل‌سازی آماری
• 97. ملاحظات مربوط به حریم خصوصی داده‌ها
• 98. تفسیر نتایج مدل‌های آماری
• 99. ارتباط نتایج مدل با سیاست‌گذاری
• 100. مقدمه‌ای بر نرم‌افزارهای آماری دیگر