دوره کاربردهای تخصصی Stan در آمار بیزی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کاربردهای تخصصی Stan در آمار بیزی

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی آماری بیزی
• 2. مفاهیم پایه احتمال و آمار
• 3. آشنایی با توزیع‌های احتمال گسسته و پیوسته
• 4. مفهوم پارامتر و برآورد پارامتر
• 5. مقدمه‌ای بر استنتاج بیزی
• 6. قضیه بیز و تفسیر آن
• 7. توزیع پیشین، درستنمایی و پسین
• 8. انتخاب توزیع پیشین مناسب
• 9. نمونه‌گیری از توزیع پسین
• 10. روش‌های نمونه‌گیری زنجیره مارکوف مونت کارلو (MCMC)
• 11. معرفی نرم‌افزار Stan
• 12. نصب و پیکربندی Stan
• 13. ساختار زبان Stan
• 14. تعریف مدل‌های بیزی در Stan
• 15. انواع توزیع‌ها در Stan
• 16. توابع ریاضی و آماری در Stan
• 17. عملیات بر روی بردارها و ماتریس‌ها در Stan
• 18. نمونه‌گیری از توزیع‌های پیشرفته در Stan
• 19. نمونه‌گیری از توزیع‌های شرطی
• 20. روش‌های نمونه‌گیری پیشرفته در Stan
• 21. الگوریتم هامینگتون مونت کارلو (HMC)
• 22. الگوریتم گره‌دار هامینگتون مونت کارلو (NUTS)
• 23. تشخیص همگرایی زنجیره‌ها
• 24. معیارهای ارزیابی همگرایی (R-hat, ESS)
• 25. تشخیص و رفع مشکلات همگرایی
• 26. مدل‌سازی رگرسیون خطی بیزی
• 27. انتخاب توزیع پیشین برای رگرسیون خطی
• 28. تفسیر نتایج رگرسیون خطی بیزی
• 29. مدل‌سازی رگرسیون لجستیک بیزی
• 30. انتخاب توزیع پیشین برای رگرسیون لجستیک
• 31. تفسیر نتایج رگرسیون لجستیک بیزی
• 32. مدل‌سازی مدل‌های خطی تعمیم‌یافته (GLM) در Stan
• 33. کاربرد GLM در تحلیل داده‌های شمارشی
• 34. مدل‌سازی سری‌های زمانی بیزی
• 35. مدل‌های ARIMA بیزی
• 36. مدل‌های حالت فضا (State-Space Models) در Stan
• 37. مدل‌سازی سلسله مراتبی بیزی
• 38. مفاهیم مدل‌سازی سلسله مراتبی
• 39. پیاده‌سازی مدل‌های سلسله مراتبی در Stan
• 40. مدل‌سازی اثرات تصادفی (Random Effects)
• 41. مدل‌سازی اثرات ثابت (Fixed Effects)
• 42. مدل‌سازی داده‌های طولی (Longitudinal Data)
• 43. مدل‌سازی داده‌های خوشه‌ای (Clustered Data)
• 44. مدل‌سازی بقا (Survival Analysis) در Stan
• 45. مدل کاکس بیزی
• 46. مدل‌های بقای پارامتری بیزی
• 47. مدل‌سازی شبکه‌های عصبی بیزی
• 48. مقدمه‌ای بر شبکه‌های عصبی
• 49. شبکه‌های عصبی عمیق در Stan
• 50. استفاده از Stan برای آموزش شبکه‌های عصبی
• 51. مدل‌سازی بیزی برای داده‌های مکانی
• 52. مدل‌های مکانی گوسی (Gaussian Processes)
• 53. کاربرد شبکه‌های عصبی و فرآیندهای گوسی در Stan
• 54. اعتبارسنجی مدل‌های بیزی
• 55. اعتبارسنجی متقابل (Cross-Validation)
• 56. اعتبارسنجی مبتنی بر پیش‌بینی (Posterior Predictive Checks)
• 57. مقایسه مدل‌های بیزی
• 58. معیارهای اطلاعاتی (AIC, BIC)
• 59. معیارهای بیزی (WAIC, LOO-CV)
• 60. بهینه‌سازی مدل‌های بیزی
• 61. کاهش ابعاد در مدل‌های بیزی
• 62. روش‌های کاهش ابعاد (PCA, Factor Analysis)
• 63. کاربرد کاهش ابعاد در Stan
• 64. مدل‌سازی احتمالی گرافیکی (Probabilistic Graphical Models)
• 65. شبکه‌های بیزی
• 66. استنتاج در شبکه‌های بیزی
• 67. مدل‌سازی بیزی برای داده‌های نامعلوم (Missing Data)
• 68. روش‌های استنتاج برای داده‌های نامعلوم
• 69. پیاده‌سازی مدل‌های داده نامعلوم در Stan
• 70. کاربرد Stan در علوم زیستی
• 71. مدل‌سازی ژنتیکی بیزی
• 72. مدل‌سازی اپیدمیولوژیک بیزی
• 73. کاربرد Stan در علوم اقتصادی
• 74. مدل‌سازی اقتصادسنجی بیزی
• 75. مدل‌سازی مالی بیزی
• 76. کاربرد Stan در علوم اجتماعی
• 77. مدل‌سازی داده‌های پیمایشی بیزی
• 78. مدل‌سازی رفتار مصرف‌کننده بیزی
• 79. کاربرد Stan در علوم مهندسی
• 80. مدل‌سازی قابلیت اطمینان بیزی
• 81. مدل‌سازی سیستم‌های پیچیده بیزی
• 82. بهبود عملکرد Stan
• 83. نکات پیشرفته در نوشتن کد Stan
• 84. استفاده از کتابخانه‌های کمکی Stan
• 85. مقایسه Stan با سایر نرم‌افزارهای آماری بیزی
• 86. مباحث پیشرفته در نمونه‌گیری MCMC
• 87. روش‌های نمونه‌گیری پیشرفته‌تر (Hamiltonian Monte Carlo)
• 88. مباحث پیشرفته در مدل‌سازی سلسله مراتبی
• 89. مدل‌سازی با اثرات ترکیبی (Mixed Effects Models)
• 90. مباحث پیشرفته در مدل‌سازی سری‌های زمانی
• 91. مدل‌های غیرخطی سری زمانی
• 92. مباحث پیشرفته در شبکه‌های عصبی بیزی
• 93. معماری‌های پیشرفته شبکه‌های عصبی
• 94. کاربرد Stan در مطالعات بالینی
• 95. مدل‌سازی اثربخشی داروها
• 96. مدل‌سازی پیامدهای بالینی
• 97. مباحث پیشرفته در اعتبارسنجی مدل
• 98. تفسیر دقیق معیارهای اعتبارسنجی
• 99. روش‌های نوین اعتبارسنجی
• 100. کاربرد Stan در تحقیقات علمی