دوره استفاده از Stan برای تحلیل‌های پیشرفته همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره استفاده از Stan برای تحلیل‌های پیشرفته

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر زبان برنامه‌نویسی Stan
• 2. نصب و راه‌اندازی Stan
• 3. آشنایی با مفاهیم مدل‌سازی آماری بیزی
• 4. کاربرد مدل‌های خطی در Stan
• 5. مدل‌های رگرسیون لجستیک در Stan
• 6. مدل‌های سلسله‌مراتبی در Stan
• 7. معرفی مفاهیم زنجیره مارکوف مونت کارلو (MCMC)
• 8. الگوریتم‌های نمونه‌برداری در Stan: Gibbs Sampling
• 9. الگوریتم‌های نمونه‌برداری در Stan: Metropolis-Hastings
• 10. الگوریتم‌های نمونه‌برداری در Stan: Hamiltonian Monte Carlo (HMC)
• 11. الگوریتم‌های نمونه‌برداری در Stan: No-U-Turn Sampler (NUTS)
• 12. اعتبارسنجی مدل‌های بیزی در Stan
• 13. تشخیص همگرایی زنجیره‌ها در Stan
• 14. معیارهای ارزیابی همگرایی: R-hat
• 15. معیارهای ارزیابی همگرایی: Trace Plots
• 16. بررسی توزیع‌های پسین در Stan
• 17. رسم نمودارهای توزیع پسین
• 18. رسم نمودارهای تراکم پسین
• 19. رسم نمودارهای جعبه‌ای پسین
• 20. تفسیر نتایج مدل‌های بیزی
• 21. انتخاب مدل در رویکرد بیزی
• 22. معیار اطلاعات بیزی (BIC)
• 23. معیار اطلاعات آکائیکه (AIC)
• 24. معیار اطلاعات پسین (DIC)
• 25. راهنمای عملی: ساخت اولین مدل در Stan
• 26. مثال: مدل‌سازی داده‌های سری زمانی ساده
• 27. مثال: مدل‌سازی داده‌های آزمایشی
• 28. مثال: مدل‌سازی داده‌های پرسشنامه‌ای
• 29. مثال: مدل‌سازی داده‌های پراکندگی
• 30. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
• 31. مدل‌های رگرسیون پواسون در Stan
• 32. مدل‌های رگرسیون نمایی در Stan
• 33. مدل‌های رگرسیون بتا در Stan
• 34. مدل‌های مخلوط (Mixed Models) در Stan
• 35. مدل‌های اثرات ثابت و تصادفی
• 36. مدل‌های اثرات مختلط در Stan
• 37. کاربرد مدل‌های مخلوط در تحلیل داده‌های تکراری
• 38. مدل‌های سری زمانی در Stan
• 39. مدل‌های ARIMA در Stan
• 40. مدل‌های حالت فضا (State-Space Models) در Stan
• 41. مدل‌های پیش‌بینی در Stan
• 42. ارزیابی دقت پیش‌بینی
• 43. کاربرد Stan در علوم زیستی
• 44. مدل‌سازی داده‌های ژنتیکی در Stan
• 45. مدل‌سازی داده‌های اپیدمیولوژیک در Stan
• 46. مدل‌سازی داده‌های بالینی در Stan
• 47. کاربرد Stan در اقتصاد
• 48. مدل‌سازی داده‌های مالی در Stan
• 49. مدل‌سازی سری‌های زمانی اقتصادی در Stan
• 50. مدل‌سازی ریسک در Stan
• 51. کاربرد Stan در علوم اجتماعی
• 52. مدل‌سازی داده‌های پیمایشی در Stan
• 53. مدل‌سازی شبکه‌های اجتماعی در Stan
• 54. مدل‌سازی رفتار مصرف‌کننده در Stan
• 55. کاربرد Stan در علوم محیطی
• 56. مدل‌سازی داده‌های آب و هوایی در Stan
• 57. مدل‌سازی آلودگی هوا در Stan
• 58. مدل‌سازی داده‌های زیست‌محیطی در Stan
• 59. مدل‌سازی داده‌های مکانی در Stan
• 60. مدل‌های مکانی اتورگرسیو در Stan
• 61. مدل‌های مکانی خودهمبسته در Stan
• 62. استفاده از Stan برای مدل‌سازی پدیده‌های پیچیده
• 63. مدل‌سازی تصمیم‌گیری در Stan
• 64. مدل‌سازی انتخاب در Stan
• 65. مدل‌سازی انتخاب گسسته در Stan
• 66. مدل‌سازی انتخاب پیوسته در Stan
• 67. کاربرد Stan در یادگیری ماشین
• 68. مدل‌های بیزی برای طبقه‌بندی
• 69. مدل‌های بیزی برای رگرسیون
• 70. مدل‌های بیزی برای خوشه‌بندی
• 71. معرفی الگوریتم‌های نمونه‌برداری پیشرفته
• 72. نمونه‌برداری با متغیرهای کمکی (Auxiliary Variable Sampling)
• 73. نمونه‌برداری با اهمیت (Importance Sampling)
• 74. نمونه‌برداری از طریق تطابق (Rejection Sampling)
• 75. روش‌های نمونه‌برداری از طریق زنجیره مارکوف
• 76. بهینه‌سازی مدل‌های Stan
• 77. نکات و ترفندها برای کارایی بیشتر
• 78. اشکال‌زدایی مدل‌های پیچیده در Stan
• 79. مثال‌های پیشرفته از کاربردهای Stan
• 80. مطالعه موردی: مدل‌سازی پیش‌بینی نتایج ورزشی
• 81. مطالعه موردی: مدل‌سازی اثرات داروها
• 82. مطالعه موردی: مدل‌سازی رفتار رای‌دهندگان
• 83. مطالعه موردی: مدل‌سازی انتشار اطلاعات
• 84. آموزش برنامه‌نویسی پیشرفته در Stan
• 85. نوشتن کدهای سفارشی در Stan
• 86. ادغام Stan با سایر ابزارهای تحلیل داده
• 87. مباحث تکمیلی در مدل‌سازی بیزی
• 88. مقدمه‌ای بر مدل‌های بیزی غیرپارامتری
• 89. مقدمه‌ای بر یادگیری عمیق بیزی
• 90. اخلاق در تحلیل داده‌های بیزی
• 91. آینده مدل‌سازی بیزی با Stan
• 92. جمع‌بندی و منابع بیشتر