دوره تنظیمات پیشرفته برای نمونه‌گیری در Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تنظیمات پیشرفته برای نمونه‌گیری در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مبانی نمونه‌گیری بیزی و مدل‌های خطی
• 2. مقدمه‌ای بر نرم‌افزار Stan و زبان R
• 3. نصب و پیکربندی Stan و بسته‌های مورد نیاز
• 4. مفاهیم کلیدی در نمونه‌گیری بیزی: توزیع پیشین، درست‌نمایی، پسین
• 5. روش‌های نمونه‌گیری: MCMC و Hamiltonian Monte Carlo
• 6. الگوریتم‌های نمونه‌گیری: NUTS و HMC
• 7. نوشتن مدل‌های خطی ساده در Stan
• 8. تفسیر نتایج نمونه‌گیری: نمودارهای سری زمانی، تخمین چگالی
• 9. ارزیابی همگرایی نمونه‌گیرها
• 10. معیارهای ارزیابی مدل: DIC، WAIC، LOO-CV
• 11. مدل‌سازی رگرسیونی خطی با Stan
• 12. مدل‌سازی رگرسیونی لجستیک با Stan
• 13. مدل‌سازی رگرسیونی پواسون با Stan
• 14. مدل‌سازی رگرسیونی منفی دوجمله‌ای با Stan
• 15. مدل‌های سلسله‌مراتبی: مقدمه و انگیزه
• 16. نوشتن مدل‌های سلسله‌مراتبی در Stan
• 17. نمونه‌گیری در مدل‌های سلسله‌مراتبی
• 18. تفسیر نتایج مدل‌های سلسله‌مراتبی
• 19. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
• 20. مدل‌های مختلط (Mixed Models) در Stan
• 21. مدل‌های سری زمانی: مقدمه
• 22. مدل‌های ARMA و ARIMA در Stan
• 23. مدل‌های فصلی در Stan
• 24. مدل‌های حالت-فضا (State-Space Models) در Stan
• 25. مدل‌های داده‌های فضایی در Stan
• 26. روش‌های اعتبارسنجی متقابل (Cross-validation)
• 27. استفاده از داده‌های شبیه‌سازی شده برای اعتبارسنجی
• 28. مدل‌سازی داده‌های رویدادی (Event History Modeling)
• 29. مدل‌سازی بقا (Survival Analysis) در Stan
• 30. مدل‌سازی داده‌های شمارشی (Count Data)
• 31. مدل‌سازی داده‌های دودویی (Binary Data)
• 32. مدل‌سازی داده‌های ترتیبی (Ordinal Data)
• 33. مدل‌سازی داده‌های چندگانه (Multinomial Data)
• 34. مدل‌سازی داده‌های طبقه‌بندی شده (Categorical Data)
• 35. مدل‌سازی داده‌های پنل (Panel Data)
• 36. مدل‌سازی داده‌های خوشه‌ای (Clustered Data)
• 37. مدل‌سازی داده‌های گرافی (Graph Data)
• 38. مدل‌سازی شبکه‌های اجتماعی در Stan
• 39. مدل‌سازی موضوعی (Topic Modeling)
• 40. مدل‌سازی پنهان مارکوف (Hidden Markov Models)
• 41. مدل‌سازی مبتنی بر عامل (Agent-Based Modeling)
• 42. مقدمه‌ای بر یادگیری ماشین بیزی
• 43. رگرسیون بیزی در یادگیری ماشین
• 44. طبقه‌بندی بیزی در یادگیری ماشین
• 45. شبکه‌های بیزی (Bayesian Networks)
• 46. استفاده از Stan برای شبکه‌های بیزی
• 47. مدل‌های پیش‌بینی‌کننده در Stan
• 48. تنظیمات پیشرفته برای نمونه‌گیری در Stan
• 49. بهینه‌سازی کد Stan
• 50. عیب‌یابی مدل‌های Stan
• 51. استفاده از Stan در مقایسه با سایر نرم‌افزارها
• 52. مطالعات موردی در علوم اجتماعی با Stan
• 53. مطالعات موردی در اقتصاد با Stan
• 54. مطالعات موردی در پزشکی با Stan
• 55. مطالعات موردی در علوم محیطی با Stan
• 56. مطالعات موردی در علوم رفتاری با Stan
• 57. مطالعات موردی در علوم سیاسی با Stan
• 58. مطالعات موردی در مهندسی با Stan
• 59. مطالعات موردی در علوم زیستی با Stan
• 60. مطالعات موردی در آمار زیستی با Stan
• 61. مطالعات موردی در علوم داده با Stan
• 62. روش‌های پیشرفته در نمونه‌گیری بیزی
• 63. مفاهیم پیشرفته در مدل‌سازی آماری
• 64. مدل‌سازی عدم قطعیت در Stan
• 65. ارزیابی حساسیت مدل در Stan
• 66. تجزیه و تحلیل پیش‌بینی در Stan
• 67. استنتاج علّی در Stan
• 68. مدل‌سازی ساختاری معادلات (SEM) در Stan
• 69. روش‌های بیزی برای داده‌های گمشده
• 70. مدل‌سازی ناپارامتری بیزی
• 71. روش‌های بیزی برای داده‌های حجیم
• 72. استفاده از Stan با زبان‌های برنامه‌نویسی دیگر
• 73. مقدمه‌ای بر زبان زبان برنامه‌نویسی پایتون برای آمار
• 74. استفاده از PyStan
• 75. مقدمه‌ای بر زبان زبان برنامه‌نویسی Julia برای آمار
• 76. استفاده از CmdStanJulia
• 77. مقدمه‌ای بر زبان زبان برنامه‌نویسی C++ برای آمار
• 78. استفاده از CmdStan
• 79. برنامه‌نویسی موازی در Stan
• 80. موازی‌سازی در سطح مدل
• 81. موازی‌سازی در سطح داده
• 82. استفاده از GPU برای نمونه‌گیری در Stan
• 83. مباحث پیشرفته در مورد پارامترهای NUTS
• 84. تنظیم پارامترهای الگوریتم HMC
• 85. مدیریت مدل‌های بزرگ و پیچیده
• 86. استفاده از Stan برای مدل‌های با ابعاد بالا
• 87. تکنیک‌های پیشرفته برای افزایش سرعت نمونه‌گیری
• 88. بررسی و رفع مشکلات رایج در مدل‌سازی بیزی
• 89. اصول طراحی مدل‌های بیزی قوی
• 90. استفاده از priors اطلاعاتی در Stan
• 91. انتخاب priors مناسب برای مدل‌های مختلف
• 92. ارزیابی اعتبار مدل‌های بیزی
• 93. مقایسه مدل‌های بیزی با روش‌های کلاسیک
• 94. کاربرد Stan در تحلیل داده‌های واقعی
• 95. آموزش عملی با مثال‌های کاربردی
• 96. تمرینات جامع برای تسلط بر Stan
• 97. پروژه‌های عملی برای ارزیابی مهارت‌ها
• 98. منابع تکمیلی برای یادگیری عمیق‌تر
• 99. کتابخانه‌های مفید در اکوسیستم Stan
• 100. انجمن‌های آنلاین و پشتیبانی Stan