فلشکارتهای آموزشی استفاده از Stan for Advanced Data Analysis
📚 کتاب آموزشی جامع
📚 اطلاعات کتاب
عنوان کتاب: کتاب استفاده از Stan for Advanced Data Analysis
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصلهای کتاب (100 موضوع)
- 1. مقدمه ای بر Stan و مدل سازی آماری بیزی
- 2. نصب Stan و ابزارهای مرتبط
- 3. یادگیری زبان مدل سازی Stan (Stan Modeling Language - SML)
- 4. ساختار یک مدل Stan: بخش ها و دستورات
- 5. تعریف متغیرهای داده (data)
- 6. تعریف متغیرهای پارامتر (parameters)
- 7. تعریف متغیرهای محاسباتی (transformed parameters)
- 8. تعریف توابع چگالی احتمال (log-probability functions)
- 9. نوشتن توابع چگالی احتمال شرطی (conditional log-probability functions)
- 10. استفاده از توابع توزیع احتمال پیش فرض Stan
- 11. توزیع نرمال (Normal distribution)
- 12. توزیع t استیودنت (Student's t-distribution)
- 13. توزیع کاشی (Cauchy distribution)
- 14. توزیع یکنواخت (Uniform distribution)
- 15. توزیع نمایی (Exponential distribution)
- 16. توزیع گاما (Gamma distribution)
- 17. توزیع بتا (Beta distribution)
- 18. توزیع چندجمله ای (Multinomial distribution)
- 19. توزیع برنولی (Bernoulli distribution)
- 20. توزیع دوجمله ای (Binomial distribution)
- 21. توزیع پواسون (Poisson distribution)
- 22. توزیع منفی دوجمله ای (Negative binomial distribution)
- 23. توزیع های گسسته دیگر
- 24. توزیع های پیوسته دیگر
- 25. توزیع های چند متغیره
- 26. توزیع نرمال چند متغیره (Multivariate normal distribution)
- 27. توزیع گاما چند متغیره (Multivariate gamma distribution)
- 28. مدل های رگرسیون خطی بیزی
- 29. رگرسیون خطی ساده بیزی
- 30. رگرسیون خطی چندگانه بیزی
- 31. مدل سازی اثرات ثابت (Fixed effects)
- 32. مدل سازی اثرات تصادفی (Random effects)
- 33. مدل های اثرات مختلط (Mixed-effects models)
- 34. مدل های سلسله مراتبی (Hierarchical models)
- 35. تنظیمات پیش فرض برای مدل های سلسله مراتبی
- 36. مدل سازی سلسله مراتبی با اثرات تصادفی
- 37. مدل سازی سلسله مراتبی برای داده های گروه بندی شده
- 38. مدل سازی سری زمانی بیزی
- 39. مدل های ARMA بیزی
- 40. مدل های ARIMA بیزی
- 41. مدل های حالت-فضای بیزی (State-space models)
- 42. مدل های نوسان بیزی
- 43. مدل سازی داده های طبقه بندی بیزی
- 44. رگرسیون لجستیک بیزی
- 45. مدل های چندگانه لجستیک بیزی (Multinomial logistic regression)
- 46. مدل های ترتیبی لجستیک بیزی (Ordinal logistic regression)
- 47. مدل های رگرسیون کاپولا بیزی
- 48. مدل سازی داده های شمارشی بیزی
- 49. مدل های پواسون بیزی
- 50. مدل های منفی دوجمله ای بیزی
- 51. مدل های گوسین (Gaussian processes)
- 52. مقدمه ای بر فرآیندهای گوسین
- 53. فرآیندهای گوسین برای رگرسیون
- 54. فرآیندهای گوسین برای طبقه بندی
- 55. استفاده از هسته های مختلف در فرآیندهای گوسین
- 56. مدل های شبکه بیزی (Bayesian networks)
- 57. ساخت مدل های شبکه بیزی در Stan
- 58. استنتاج در مدل های شبکه بیزی
- 59. مدل های استنتاج بیزی بیزی (Bayesian inference for Bayesian models)
- 60. مدل سازی معادلات ساختاری بیزی
- 61. مدل سازی معادلات همزمان بیزی
- 62. مدل سازی معادلات یابی بیزی
- 63. مدل سازی معادلات اندازه گیری بیزی
- 64. مکانیک مونت کارلو زنجیره مارکوف (Markov Chain Monte Carlo - MCMC)
- 65. الگوریتم نمونه برداری هامیلتونی (Hamiltonian Monte Carlo - HMC)
- 66. کاربرد HMC در Stan
- 67. بهینه سازی پارامترهای HMC
- 68. الگوریتم نمونه برداری از گسسته سازی با گام های متغیر (No-U-Turn Sampler - NUTS)
- 69. کاربرد NUTS در Stan
- 70. تنظیمات پیشرفته NUTS
- 71. روش های نمونه برداری دیگر در Stan (در صورت وجود)
- 72. ارزیابی همگرایی زنجیره های مارکوف
- 73. معیارهای همگرایی (مانند R-hat, Geweke, Gelman-Rubin)
- 74. تجسم همگرایی زنجیره ها
- 75. تشخیص مشکلات همگرایی
- 76. تحلیل پس از نمونه برداری (Post-sampling analysis)
- 77. محاسبه آماره های خلاصه (summary statistics)
- 78. محاسبه فواصل اطمینان بیزی (credible intervals)
- 79. محاسبه پیش بینی ها (predictions)
- 80. محاسبه مقادیر پیش بینانه (posterior predictive checks)
- 81. انجام آزمون های فرض بیزی
- 82. ارزیابی برازش مدل (model fit assessment)
- 83. معیارهای اطلاعاتی مدل (مانند WAIC, LOO-CV)
- 84. مقایسه مدل ها با استفاده از معیارهای بیزی
- 85. تنظیمات پیشرفته در Stan
- 86. مدیریت داده های بزرگ (large datasets)
- 87. استفاده از داده های توزیع شده (distributed data)
- 88. بهینه سازی عملکرد مدل های Stan
- 89. نوشتن کدهای کارآمد در SML
- 90. استفاده از توابع سفارشی (custom functions)
- 91. استفاده از ماژول های Stan (Stan modules)
- 92. اشکال زدایی (debugging) مدل های Stan
- 93. تکنیک های اشکال زدایی رایج
- 94. استفاده از پیام های خطای Stan
- 95. مدل سازی داده های فضایی بیزی
- 96. مدل های خودهمبستگی فضایی
- 97. مدل های اثرات فضایی
- 98. مدل های فضایی-زمانی بیزی
- 99. مدل سازی داده های شبکه ای بیزی
- 100. تحلیل شبکه های اجتماعی بیزی
SMART LEARNING PLATFORM
از مطالعه تا یادگیری ماندگار
فراتر از یک مجموعه فلشکارت؛ تجربهای تعاملی برای یادگیری، تمرین، مرور هوشمند و مشاهده مسیر پیشرفت شما، همراه با امکان دریافت گواهی پایان دوره در دورههای واجد شرایط.
مرور فاصلهدار
آمار یادگیری
گواهی دوزبانه
یادگیری را به یک مسیر قابل پیگیری تبدیل کنید
با ورود به سامانه آموزشی، محتوای دوره را بهصورت مرحلهای دنبال کنید، فلشکارتها را مرور کنید، دانش خود را با پرسشها و آزمونها بسنجید و روند پیشرفتتان را در طول مسیر ببینید.
⟳
مرور فاصلهدار هوشمند
با مرور زماندار، کارتهای تازه و کارتهای سررسیدشده را بر اساس برنامه مرور دنبال کنید. ارزیابی پاسخها به زمانبندی مرورهای بعدی کمک میکند تا تمرین متناسبتری داشته باشید.
◉
مشاهده مسیر پیشرفت
میزان مشاهده فلشکارتها، فعالیتهای مرور، عملکرد آزمونها و آمار یادگیری را بررسی کنید و تصویر روشنتری از مسیر آموزشی خود داشته باشید.
▤
یادگیری مرحلهبهمرحله
فصلها و بخشهای آموزشی را به ترتیب دنبال کنید، مطالب دیدهنشده را پیدا کنید و بدون سردرگمی به ادامه مسیر برگردید.
✓
تمرین و سنجش آموختهها
با نکتههای آموزشی، پرسش و پاسخ، کوییزها و آزمونهای پایان فصل، دانستههای خود را تمرین کنید و بخشهایی را که به توجه بیشتری نیاز دارند بشناسید.
SMART REVIEW
هر بار، مرور هدفمندتر
لازم نیست هر روز از ابتدا درباره اینکه چه چیزی را مرور کنید تصمیم بگیرید. سامانه، صف مرور روزانه را بر اساس کارتهای تازه و موعد مرور کارتها آماده میکند. شما پاسخ را ارزیابی میکنید و برنامه مرور با توجه به آن تنظیم میشود.
دوباره
برای کارتهایی که به تمرین زودتر نیاز دارند.
سخت
برای پاسخهایی که با دشواری به یاد آمدهاند.
خوب
برای پاسخهایی که بهدرستی به یاد آوردهاید.
آسان
برای کارتهایی که پاسخ آنها را بهآسانی میدانید.
برنامه مرور بر اساس ارزیابی شما تنظیم میشود؛ مرور منظم میتواند به تثبیت آموختهها کمک کند، اما بهتنهایی تضمینکننده تسلط کامل نیست.
محتوا را به شیوههای مختلف تمرین کنید
ساختار دورهها متناسب با موضوع آموزشی طراحی شده است و ممکن است انواع مختلفی از محتوا را در بر بگیرد.
نکتههای ساده
برای مرور سریع مفاهیم اصلی و نکات کلیدی.
نکتههای رسمی
برای تمرین تعاریف، اصطلاحات و بیان دقیق علمی.
کوییز
برای سنجش درک مطلب و بررسی گزینه صحیح.
پرسش و پاسخ
برای تمرین یادآوری و سنجش میزان تسلط بر مطالب.
محتوای هر دوره بر اساس ساختار و امکانات فعال همان دوره ارائه میشود.
LEARN ANYWHERE
همراه شما روی مرورگر
برای استفاده از نسخه تحت وب، کافی است با حساب کاربری خود وارد سامانه شوید. بدون نیاز به نصب یک برنامه اختصاصی، میتوانید از مرورگر سازگار روی گوشی، تبلت یا رایانه به دورههای در دسترس خود مراجعه کنید.
گوشی هوشمند
برای مطالعه در زمانهای کوتاه
تبلت و لپتاپ
برای مطالعه و مرور راحتتر
حساب کاربری شخصی
برای دسترسی به دورههای مجاز شما
COURSE COMPLETION CERTIFICATE
گواهی پایان دوره؛ ثبت دستاورد شما
در دورههایی که امکان دریافت گواهی برای آنها فعال است، میتوانید پس از تکمیل شرایط آموزشی، درخواست گواهی پایان دوره ثبت کنید.
شرایط درخواست گواهی
✓ داشتن دسترسی دارای قابلیت گواهی برای دوره مربوطه.
✓ تکمیل اطلاعات لازم در پروفایل، شامل کد ملی معتبر، عکس پرسنلی و نام و نام خانوادگی انگلیسی.
✓ مشاهده تمام فلشکارتهای فعال دوره.
✓ قبولی در آزمونهای پایان فصل، در صورت وجود آزمون برای فصلها.
فارسی و انگلیسی
پس از تأیید و انتشار، نسخههای فارسی و انگلیسی گواهی در دسترس قرار میگیرند.
استعلام آنلاین
گواهی منتشرشده دارای QR Code و لینک اختصاصی برای بررسی آنلاین اعتبار آن است.
دانلود و چاپ
پس از انتشار گواهی، امکان دریافت نسخه PDF فارسی و انگلیسی و چاپ آن فراهم است.
توجه: ثبت درخواست به معنای صدور قطعی نیست. درخواست گواهی پس از بررسی و تأیید ادمین منتشر میشود. این گواهی، گواهی پایان دوره آموزشی است و بهخودیخود معادل مدرک دانشگاهی یا مدرک رسمی مورد تأیید نهادهای دولتی نیست.
یادگیری را شروع کنید؛ پیشرفت را دنبال کنید
با تمرین منظم، مرور هدفمند و پیگیری مسیر آموزشی خود، قدمبهقدم دانش و مهارتهایتان را گسترش دهید.
هر کارت، یک قدم به جلو
امکانات محتوایی، مرور و گواهی بر اساس سطح دسترسی و تنظیمات هر دوره متفاوت است.
نگاهی به محیط سامانه
یادگیری هوشمند، قدمبهقدم
با محیط سامانه آموزشی آشنا شوید و نمونههایی از فضای یادگیری، فلشکارتها و ابزارهای مرور و تمرین را مشاهده کنید.
محیط سامانه آموزشی
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
یادگیری و مرور مطالب
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
تجربه مطالعه تعاملی
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
امکانات بیشتر سامانه
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
یادگیری فراتر از مطالعه معمولی
با فلشکارتهای آموزشی، مرور هدفمند و تمرین مستمر، مطالب را فعالانه یاد بگیرید و مسیر پیشرفت خود را دنبال کنید.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.