دوره رفع اشکال و بهبود عملکرد Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره رفع اشکال و بهبود عملکرد Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر Stan و کاربردهای آن
• 2. نصب و راه‌اندازی Stan
• 3. آشنایی با زبان برنامه‌نویسی Stan
• 4. ساختار مدل‌های احتمالاتی در Stan
• 5. مفاهیم پایه در مدل‌سازی آماری
• 6. رگرسیون خطی در Stan
• 7. رگرسیون لجستیک در Stan
• 8. مدل‌های اثرات مختلط در Stan
• 9. مدل‌های سری زمانی در Stan
• 10. مدل‌های فضایی در Stan
• 11. مقدمه‌ای بر زنجیره‌های مارکوف مونت کارلو (MCMC)
• 12. الگوریتم‌های نمونه‌گیری در Stan
• 13. ارزیابی همگرایی در Stan
• 14. تشخیص و رفع مشکلات همگرایی
• 15. تحلیل حساسیت پارامترها
• 16. مدل‌سازی پیش‌بینی در Stan
• 17. اعتبارسنجی مدل در Stan
• 18. مقایسه مدل‌ها در Stan
• 19. روش‌های بیزی در Stan
• 20. مقدمه‌ای بر توزیع‌های پیشین
• 21. انتخاب توزیع پیشین مناسب
• 22. مدل‌سازی عدم قطعیت
• 23. کاربرد Stan در علوم اجتماعی
• 24. کاربرد Stan در اقتصاد
• 25. کاربرد Stan در زیست‌شناسی
• 26. کاربرد Stan در مهندسی
• 27. کاربرد Stan در پزشکی
• 28. کاربرد Stan در علوم داده
• 29. مدل‌سازی داده‌های گسسته در Stan
• 30. مدل‌سازی داده‌های پیوسته در Stan
• 31. مدل‌سازی داده‌های شمارشی در Stan
• 32. مدل‌سازی داده‌های دودویی در Stan
• 33. مدل‌سازی داده‌های ترتیبی در Stan
• 34. مدل‌سازی داده‌های ناظر در Stan
• 35. مدل‌سازی داده‌های بدون ناظر در Stan
• 36. تکنیک‌های بهینه‌سازی در Stan
• 37. استفاده از داده‌های بزرگ در Stan
• 38. پردازش موازی در Stan
• 39. مدل‌سازی سلسله مراتبی در Stan
• 40. استفاده از Stan در R
• 41. استفاده از Stan در Python
• 42. استفاده از Stan در Julia
• 43. مقدمه‌ای بر مفهوم شبیه‌سازی
• 44. شبیه‌سازی داده از مدل‌های Stan
• 45. تکنیک‌های شبیه‌سازی پیشرفته
• 46. مدل‌سازی مبتنی بر عامل در Stan
• 47. استفاده از Stan برای تحلیل بقا
• 48. تحلیل داده‌های طولانی‌مدت در Stan
• 49. مدل‌سازی شبکه‌های اجتماعی در Stan
• 50. تحلیل داده‌های مکانی در Stan
• 51. کاربرد Stan در یادگیری ماشین
• 52. مدل‌های یادگیری عمیق در Stan
• 53. شبکه‌های عصبی در Stan
• 54. استفاده از Stan برای مدل‌سازی علت و معلولی
• 55. مقدمه‌ای بر استنتاج بیزی
• 56. استنتاج بیزی برای مدل‌های پیچیده
• 57. کاربرد Stan در علوم سیاسی
• 58. کاربرد Stan در مدیریت
• 59. کاربرد Stan در بازاریابی
• 60. کاربرد Stan در علوم محیط زیست
• 61. مدل‌سازی تغییرات اقلیمی در Stan
• 62. مدل‌سازی رفتار مصرف‌کننده در Stan
• 63. مدل‌سازی ریسک در Stan
• 64. مدل‌سازی مالی در Stan
• 65. مدل‌سازی پیش‌بینی تقاضا در Stan
• 66. مدل‌سازی بهینه‌سازی زنجیره تأمین در Stan
• 67. مدل‌سازی کیفیت داده در Stan
• 68. مدل‌سازی داده‌های نامتعادل در Stan
• 69. مدل‌سازی داده‌های پرت در Stan
• 70. مدل‌سازی داده‌های گم‌شده در Stan
• 71. مقدمه‌ای بر روش‌های بیزی پیشرفته
• 72. استنتاج بیزی برای داده‌های حجیم
• 73. استنتاج بیزی برای مدل‌های غیر پارامتری
• 74. کاربرد Stan در علوم شناختی
• 75. مدل‌سازی تصمیم‌گیری در Stan
• 76. مدل‌سازی یادگیری در Stan
• 77. مدل‌سازی زبان طبیعی در Stan
• 78. پردازش زبان طبیعی با Stan
• 79. تحلیل احساسات با Stan
• 80. مدل‌سازی موضوع در Stan
• 81. استفاده از Stan برای تشخیص ناهنجاری
• 82. مدل‌سازی داده‌های حسگر در Stan
• 83. مدل‌سازی اینترنت اشیاء (IoT) در Stan
• 84. کاربرد Stan در رباتیک
• 85. مدل‌سازی کنترل در Stan
• 86. مدل‌سازی ناوبری در Stan
• 87. مدل‌سازی ادراک در Stan
• 88. کاربرد Stan در علم داده سلامت
• 89. مدل‌سازی اپیدمی در Stan
• 90. مدل‌سازی ژنتیکی در Stan
• 91. مدل‌سازی دارویی در Stan
• 92. مدل‌سازی پیش‌بینی نتایج درمانی در Stan
• 93. مدل‌سازی شخصی‌سازی درمان در Stan
• 94. مدل‌سازی داده‌های بالینی در Stan
• 95. مدل‌سازی داده‌های ژنومیک در Stan
• 96. مدل‌سازی داده‌های پروتئومیک در Stan
• 97. مدل‌سازی داده‌های متابولومیک در Stan
• 98. مباحث پیشرفته در مدل‌سازی بیزی با Stan