دوره کاربرد MCMC با Stan در مسائل کاربردی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کاربرد MCMC با Stan در مسائل کاربردی

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی آماری و استنتاج بیزی
• 2. مبانی احتمال و آمار مقدماتی
• 3. توزیع‌های احتمال گسسته و پیوسته
• 4. مفاهیم استنتاج آماری
• 5. مقدمه‌ای بر روش‌های مونت کارلو زنجیره مارکوف (MCMC)
• 6. مفهوم زنجیره مارکوف
• 7. الگوریتم متروپلیس-هستینگز
• 8. الگوریتم گیبس سمپلینگ
• 9. مزایای MCMC در استنتاج بیزی
• 10. معرفی نرم‌افزار Stan
• 11. مبانی زبان Stan
• 12. نوشتن مدل‌های بیزی ساده در Stan
• 13. انواع داده‌ها و مدل‌های خطی در Stan
• 14. مدل‌های رگرسیون خطی با Stan
• 15. مدل‌های رگرسیون لجستیک با Stan
• 16. مدل‌های سلسله مراتبی در Stan
• 17. طراحی مدل‌های سلسله مراتبی
• 18. پیاده‌سازی مدل‌های سلسله مراتبی در Stan
• 19. تشخیص همگرایی در MCMC
• 20. معیارهای بصری و آماری همگرایی
• 21. ابزارهای تشخیصی در Stan
• 22. ارزیابی کیفیت سمپل‌ها
• 23. مقدمه‌ای بر مدل‌های سری زمانی
• 24. مدل‌های ARIMA با Stan
• 25. مدل‌های فضایی با Stan
• 26. مدل‌های بقا (Survival Analysis) با Stan
• 27. مدل‌های پویایی جمعیت با Stan
• 28. مدل‌های انتخاب گسسته با Stan
• 29. مدل‌های رگرسیون کوانتایل با Stan
• 30. مدل‌های مدل‌سازی رویداد با Stan
• 31. کاربرد MCMC در مسائل مالی
• 32. مدل‌سازی بازده دارایی‌ها با Stan
• 33. پیش‌بینی نوسانات بازار با Stan
• 34. مدل‌سازی ریسک اعتباری با Stan
• 35. کاربرد MCMC در علوم زیستی
• 36. مدل‌سازی داده‌های ژنتیکی با Stan
• 37. مدل‌سازی اپیدمیولوژیک با Stan
• 38. مدل‌سازی پاسخ به درمان با Stan
• 39. مدل‌سازی داده‌های زیست‌سنجی با Stan
• 40. کاربرد MCMC در علوم اجتماعی
• 41. مدل‌سازی پیمایش با Stan
• 42. مدل‌سازی داده‌های شبکه‌های اجتماعی با Stan
• 43. مدل‌سازی انتخاب سیاسی با Stan
• 44. مدل‌سازی رفتار مصرف‌کننده با Stan
• 45. کاربرد MCMC در مهندسی
• 46. مدل‌سازی قابلیت اطمینان با Stan
• 47. مدل‌سازی داده‌های حسگر با Stan
• 48. بهینه‌سازی پارامترها با Stan
• 49. کاربرد MCMC در علوم محیط زیست
• 50. مدل‌سازی کیفیت هوا با Stan
• 51. مدل‌سازی تغییرات اقلیمی با Stan
• 52. مدل‌سازی داده‌های زیست‌محیطی با Stan
• 53. کاربرد MCMC در بهداشت عمومی
• 54. مدل‌سازی توزیع بیماری‌ها با Stan
• 55. ارزیابی اثربخشی مداخلات بهداشتی با Stan
• 56. کاربرد MCMC در اقتصاد سلامت
• 57. مدل‌سازی هزینه‌های درمانی با Stan
• 58. ارزیابی فناوری‌های سلامت با Stan
• 59. تکنیک‌های پیشرفته در Stan
• 60. مدل‌سازی مخلوط (Mixture Models) با Stan
• 61. مدل‌های پنهان مارکوف (HMM) با Stan
• 62. مدل‌های فضای حالت (State-Space Models) با Stan
• 63. کاربرد MCMC در مدل‌های غیرخطی
• 64. مدل‌های غیرخطی تعمیم‌یافته با Stan
• 65. مدل‌های غیرپارامتری با Stan
• 66. بهینه‌سازی فرآیند MCMC
• 67. کاهش همبستگی بین سمپل‌ها
• 68. افزایش نرخ پذیرش در متروپلیس-هستینگز
• 69. استفاده از پیش‌شرط‌گذارها (Priors) موثر
• 70. انتخاب توزیع‌های پیشین مناسب
• 71. تأثیر انتخاب پیشین بر نتایج
• 72. مباحث پیشرفته در زبان Stan
• 73. برنامه‌نویسی شرطی و حلقه‌ها در Stan
• 74. توابع سفارشی در Stan
• 75. بهینه‌سازی کد Stan
• 76. مدیریت حافظه در Stan
• 77. کاربرد Stan در تحلیل داده‌های بزرگ
• 78. ملاحظات محاسباتی در Stan
• 79. موازی‌سازی در Stan
• 80. استفاده از Stan با زبان‌های دیگر (R, Python)
• 81. ارتباط Stan با سایر نرم‌افزارهای آماری
• 82. مبانی کدنویسی بیزین
• 83. اصول طراحی مدل بیزین
• 84. اعتبارسنجی مدل‌های بیزین
• 85. تفسیر نتایج مدل‌های بیزین
• 86. ملاحظات اخلاقی در تحلیل داده
• 87. حفظ حریم خصوصی داده‌ها
• 88. شفافیت در مدل‌سازی
• 89. کاربرد MCMC در حل مسائل پیچیده
• 90. تحلیل حساسیت پارامترها
• 91. سناریوسازی با مدل‌های بیزین
• 92. ارائه نتایج مدل‌های بیزین
• 93. مروری بر آخرین پیشرفت‌ها در MCMC و Stan
• 94. آینده MCMC و Stan در پژوهش‌های کاربردی