دوره توزیع پسین: نمایش دانش در چارچوب احتمالی بیزی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره توزیع پسین: نمایش دانش در چارچوب احتمالی بیزی

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

موضوع میانی: توزیع پسین (Posterior Distribution)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مفاهیم احتمال و آمار
• 2. مبانی نظریه احتمالات
• 3. قوانین احتمال و رویدادها
• 4. احتمال شرطی و استقلال
• 5. قضیه بیز و کاربردهای آن
• 6. متغیرهای تصادفی و توزیع‌های گسسته
• 7. توزیع دوجمله‌ای و هندسی
• 8. توزیع پواسون و کاربردهای آن
• 9. متغیرهای تصادفی پیوسته
• 10. توزیع یکنواخت و نمایی
• 11. توزیع نرمال و خواص آن
• 12. توزیع گاما و بتا
• 13. توزیع‌های چندمتغیره
• 14. کوواریانس و همبستگی
• 15. روش‌های تخمین پارامتر
• 16. تخمین‌گرهای درست‌نما
• 17. ویژگی‌های تخمین‌گرهای درست‌نما
• 18. فاصله‌های اطمینان
• 19. مقدمه‌ای بر آزمون فرض آماری
• 20. آزمون فرض برای میانگین جامعه نرمال
• 21. آزمون فرض برای نسبت جامعه
• 22. آزمون فرض برای واریانس جامعه
• 23. آزمون فرض برای مقایسه میانگین دو جامعه
• 24. آزمون فرض برای مقایسه نسبت دو جامعه
• 25. آزمون فرض برای مقایسه واریانس دو جامعه
• 26. تحلیل واریانس یک‌طرفه (ANOVA)
• 27. تحلیل واریانس دوطرفه
• 28. رگرسیون خطی ساده
• 29. مفروضات رگرسیون خطی ساده
• 30. تفسیر ضرایب رگرسیون
• 31. آزمون فرض در رگرسیون خطی ساده
• 32. فاصله‌های اطمینان در رگرسیون خطی ساده
• 33. پیش‌بینی در رگرسیون خطی ساده
• 34. رگرسیون خطی چندگانه
• 35. انتخاب مدل در رگرسیون چندگانه
• 36. مقدمه‌ای بر توزیع پسین
• 37. اهمیت توزیع پسین در استنتاج بیزی
• 38. تعریف تابع درست‌نمایی
• 39. تعریف توزیع پیشین
• 40. محاسبه توزیع پسین
• 41. توزیع‌های پیشین مزدوج
• 42. کاربرد توزیع‌های پیشین مزدوج
• 43. توزیع پسین برای پارامتر میانگین جامعه نرمال
• 44. توزیع پسین برای پارامتر واریانس جامعه نرمال
• 45. توزیع پسین برای پارامتر نسبت جامعه دوجمله‌ای
• 46. توزیع پسین برای پارامتر نرخ جامعه پواسون
• 47. توزیع پسین برای پارامتر نرخ جامعه نمایی
• 48. توزیع پسین برای پارامترهای مدل رگرسیون خطی
• 49. روش‌های عددی برای محاسبه توزیع پسین
• 50. روش مونت کارلو زنجیره مارکوف (MCMC)
• 51. مقدمه‌ای بر الگوریتم گیبز
• 52. کاربرد الگوریتم گیبز در مدل‌های بیزی
• 53. مقدمه‌ای بر واریانس‌گیری بیزی
• 54. روش‌های تقریبی برای محاسبه توزیع پسین
• 55. بسط تیلور و تقریب نرمال پسین
• 56. تقریب گوسی
• 57. روش‌های استنتاج بیزی
• 58. استنتاج بیزی برای مدل‌های پیچیده
• 59. مدل‌های سلسله مراتبی بیزی
• 60. کاربرد مدل‌های سلسله مراتبی در علوم
• 61. کاربرد مدل‌های سلسله مراتبی در اقتصاد
• 62. کاربرد مدل‌های سلسله مراتبی در پزشکی
• 63. کاربرد مدل‌های سلسله مراتبی در علوم اجتماعی
• 64. مدل‌های گرافیکی بیزی
• 65. مقدمه‌ای بر شبکه‌های بیزی
• 66. ساخت و تفسیر شبکه‌های بیزی
• 67. کاربرد شبکه‌های بیزی در پیش‌بینی
• 68. کاربرد شبکه‌های بیزی در تشخیص
• 69. کاربرد شبکه‌های بیزی در یادگیری ماشین
• 70. اعتبارسنجی مدل‌های بیزی
• 71. معیارهای ارزیابی مدل‌های بیزی
• 72. مقایسه مدل‌های بیزی
• 73. کتابخانه‌های نرم‌افزاری برای محاسبات بیزی
• 74. مقدمه‌ای بر نرم‌افزار Stan
• 75. مقدمه‌ای بر نرم‌افزار PyMC3
• 76. مقدمه‌ای بر نرم‌افزار greta
• 77. کاربرد مباحث پیشرفته در آمار بیزی
• 78. استنتاج بیزی در داده‌های حجیم
• 79. استنتاج بیزی در یادگیری عمیق
• 80. استنتاج بیزی در پردازش زبان طبیعی
• 81. استنتاج بیزی در بینایی ماشین
• 82. استنتاج بیزی در سیستم‌های توصیه‌گر
• 83. استنتاج بیزی در مدل‌سازی مالی
• 84. استنتاج بیزی در علوم محیطی
• 85. استنتاج بیزی در علوم سیاسی
• 86. استنتاج بیزی در مطالعات دینی
• 87. استنتاج بیزی در تحلیل ریسک
• 88. استنتاج بیزی در بهینه‌سازی
• 89. مباحث اخلاقی در تحلیل داده‌های بیزی
• 90. حفظ حریم خصوصی در تحلیل بیزی
• 91. تفسیر نتایج بیزی در عمل
• 92. مطالعات موردی در استنتاج پسین