دوره تنظیم پارامترهای Stan for Optimal Results همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تنظیم پارامترهای Stan for Optimal Results

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مبانی تنظیم پارامترهای استن
• 2. مقدمه‌ای بر مدل‌سازی آماری بیزی
• 3. نصب و راه‌اندازی نرم‌افزار استن
• 4. آشنایی با زبان برنامه‌نویسی استن
• 5. نوشتن اولین مدل ساده در استن
• 6. انواع مدل‌های آماری در استن
• 7. مدل‌های خطی در استن
• 8. مدل‌های رگرسیون در استن
• 9. مدل‌های سلسله‌مراتبی در استن
• 10. مفاهیم پیشین و پسین در استن
• 11. انتخاب توزیع‌های پیشین مناسب
• 12. توزیع‌های پیشین غیرمطلع و مطلع
• 13. انتخاب توزیع‌های پیشین نرمال و کاشی
• 14. توزیع‌های پیشین برای پارامترهای واریانس
• 15. توزیع‌های پیشین برای پارامترهای مقیاس
• 16. توزیع‌های پیشین برای پارامترهای مرتبط
• 17. مدل‌سازی داده‌های سری زمانی در استن
• 18. مدل‌های ARIMA در استن
• 19. مدل‌های حالت فضا در استن
• 20. مدل‌سازی داده‌های مکانی در استن
• 21. مدل‌های مکانی خودهمبسته در استن
• 22. مدل‌های مکانی ناهمبسته در استن
• 23. مدل‌سازی داده‌های طبقه‌بندی در استن
• 24. مدل‌های لجستیک در استن
• 25. مدل‌های پروبیت در استن
• 26. مدل‌سازی داده‌های بقا در استن
• 27. مدل‌های کاکس در استن
• 28. مدل‌های پارامتریک بقا در استن
• 29. مدل‌سازی داده‌های شمارشی در استن
• 30. مدل‌های پواسون در استن
• 31. مدل‌های دوجمله‌ای منفی در استن
• 32. مدل‌سازی داده‌های گسسته در استن
• 33. مدل‌های مارکوف پنهان در استن
• 34. مدل‌های زنجیره مارکوف در استن
• 35. بهینه‌سازی پارامترهای نمونه‌گیری MCMC
• 36. تنظیم تعداد زنجیره‌ها و تکرارها
• 37. تنظیم گام‌های نمونه‌گیری
• 38. تنظیم پارامترهای تطبیق‌پذیری
• 39. تشخیص همگرایی زنجیره‌ها
• 40. معیارهای بصری همگرایی
• 41. معیارهای کمی همگرایی (Gelman-Rubin)
• 42. تشخیص اتوکورلاسیون در نمونه‌ها
• 43. کاهش اتوکورلاسیون با تنظیم پارامترها
• 44. اعتبارسنجی مدل‌های آماری
• 45. بررسی برازش مدل
• 46. تحلیل باقیمانده‌ها
• 47. تست‌های برازش مدل
• 48. مقایسه مدل‌ها
• 49. معیارهای اطلاعاتی (AIC, BIC)
• 50. اعتبارسنجی متقابل برای مدل‌ها
• 51. تکنیک‌های پیش‌بینی با استن
• 52. تولید پیش‌بینی از توزیع پسین
• 53. تولید فواصل اطمینان پیش‌بینی
• 54. ارزیابی دقت پیش‌بینی
• 55. مدل‌سازی عدم قطعیت در پیش‌بینی
• 56. مدل‌سازی داده‌های پرت
• 57. روش‌های شناسایی داده‌های پرت
• 58. تنظیم مدل برای داده‌های پرت
• 59. مدل‌سازی داده‌های ناقص
• 60. روش‌های پر کردن داده‌های ناقص
• 61. مدل‌سازی با داده‌های ناقص در استن
• 62. کتابخانه‌های کاربردی استن
• 63. کار با بسته `rstanarm`
• 64. کار با بسته `brms`
• 65. کار با بسته `loo` برای مقایسه مدل
• 66. کار با بسته `bayesplot` برای بصری‌سازی
• 67. تنظیمات پیشرفته استن
• 68. استفاده از رابط‌های موازی در استن
• 69. بهینه‌سازی کد استن
• 70. نوشتن فانکشن‌های سفارشی در استن
• 71. اشکال‌زدایی مدل‌های استن
• 72. استفاده از ابزارهای پروفایلینگ
• 73. نکات کاربردی برای پروژه‌های واقعی
• 74. مدل‌سازی مالی در استن
• 75. تحلیل ریسک با استن
• 76. مدل‌سازی اقتصادسنجی با استن
• 77. مدل‌سازی زیست‌آماری با استن
• 78. مدل‌سازی علوم اجتماعی با استن
• 79. مدل‌سازی علوم محیطی با استن
• 80. نمونه‌های پیشرفته از کاربردهای استن
• 81. نکات مهم در تفسیر نتایج استن
• 82. چالش‌های رایج در مدل‌سازی بیزی
• 83. راهکارهای مواجهه با چالش‌ها
• 84. آینده مدل‌سازی بیزی و استن
• 85. جمع‌بندی و گام‌های بعدی
• 86. مقدمه‌ای بر شبکه‌های عصبی در استن
• 87. مدل‌سازی احتمالی در شبکه‌های عصبی
• 88. کاربرد استن در یادگیری عمیق
• 89. مدل‌سازی آماری برای داده‌های بزرگ
• 90. بهینه‌سازی استن برای داده‌های حجیم
• 91. مقایسه استن با سایر نرم‌افزارهای آماری
• 92. کاربرد استن در تحقیقات علمی
• 93. نکات اخلاقی در مدل‌سازی آماری
• 94. اصول حاکم بر مدل‌سازی در ایران
• 95. چارچوب‌های شرعی در مدل‌سازی داده
• 96. اقتصاد اسلامی و مدل‌سازی مالی
• 97. مدل‌سازی خانواده در علوم اجتماعی
• 98. مدل‌سازی سلامت و بهداشت در ایران