فلش‌کارت‌های آموزشی راهنمای کاربردی Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای کاربردی Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر نرم‌افزار Stan و کاربردهای آن
• 2. نصب و راه‌اندازی Stan بر روی سیستم‌عامل‌های مختلف
• 3. آشنایی با زبان Stan: ساختار کلی و اصول اولیه
• 4. تعریف مدل‌های احتمالاتی در Stan
• 5. توابع چگالی احتمال (PDF) و توابع توزیع تجمعی (CDF) در Stan
• 6. نمونه‌گیری از توزیع‌های پیشین (Prior Distributions)
• 7. نمونه‌گیری از توزیع‌های پسین (Posterior Distributions)
• 8. استفاده از الگوریتم‌های MCMC (Markov Chain Monte Carlo)
• 9. الگوریتم هامیلتونی مونت کارلو (HMC)
• 10. الگوریتم نمونه‌گیری بخیه (NUTS)
• 11. ارزیابی همگرایی زنجیره‌های مارکوف
• 12. معیارهای ارزیابی همگرایی: R-hat و Traceplots
• 13. تجزیه و تحلیل نتایج نمونه‌گیری
• 14. تصویرسازی نتایج مدل‌سازی بیزی
• 15. تکنیک‌های پیش‌پردازش داده‌ها برای Stan
• 16. مدل‌های خطی سلسله‌مراتبی در Stan
• 17. مدل‌های رگرسیون بیزی در Stan
• 18. مدل‌های طبقه‌بندی بیزی در Stan
• 19. مدل‌های سری زمانی بیزی در Stan
• 20. مدل‌های فضایی بیزی در Stan
• 21. مدل‌سازی داده‌های پانل در Stan
• 22. مدل‌های لجستیک بیزی در Stan
• 23. مدل‌های پروبیت بیزی در Stan
• 24. مدل‌های پواسون بیزی در Stan
• 25. مدل‌های ناپواسون بیزی در Stan
• 26. مدل‌های چند سطحی در Stan
• 27. مدل‌های گوسی فرآیند در Stan
• 28. مدل‌های شبکه‌های عصبی بیزی در Stan
• 29. مدل‌های گرافیکی احتمالاتی در Stan
• 30. آشنایی با بسته‌های R و Python مرتبط با Stan
• 31. ادغام Stan با R (rstan)
• 32. ادغام Stan با Python (pystan)
• 33. استفاده از RStudio برای توسعه مدل‌های Stan
• 34. تجسم مدل‌های Stan با استفاده از ggplot2
• 35. نوشتن مدل‌های سفارشی در Stan
• 36. بهینه‌سازی کد Stan برای افزایش سرعت
• 37. اشکال‌زدایی (Debugging) مدل‌های Stan
• 38. مدیریت داده‌های بزرگ در Stan
• 39. اعتبارسنجی مدل‌ها با استفاده از روش‌های بیزی
• 40. مقایسه مدل‌های مختلف بیزی
• 41. مدل‌سازی عدم قطعیت در پیش‌بینی‌ها
• 42. کاربرد Stan در علوم اقتصادی
• 43. کاربرد Stan در مدل‌سازی ریسک مالی
• 44. کاربرد Stan در اقتصادسنجی
• 45. کاربرد Stan در علوم اجتماعی
• 46. کاربرد Stan در جامعه‌شناسی
• 47. کاربرد Stan در علوم سیاسی
• 48. کاربرد Stan در علوم زیستی
• 49. کاربرد Stan در ژنتیک آماری
• 50. کاربرد Stan در اپیدمیولوژی
• 51. کاربرد Stan در مدل‌سازی بیماری‌ها
• 52. کاربرد Stan در علوم پزشکی
• 53. کاربرد Stan در مطالعات بالینی
• 54. کاربرد Stan در تصویربرداری پزشکی
• 55. کاربرد Stan در علوم محیط زیست
• 56. کاربرد Stan در مدل‌سازی آب و هوا
• 57. کاربرد Stan در مطالعات آلودگی
• 58. کاربرد Stan در علوم زمین
• 59. کاربرد Stan در زمین‌شناسی آماری
• 60. کاربرد Stan در مدل‌سازی لرزه‌خیزی
• 61. کاربرد Stan در علوم مهندسی
• 62. کاربرد Stan در مهندسی عمران
• 63. کاربرد Stan در مهندسی برق
• 64. کاربرد Stan در مهندسی مکانیک
• 65. کاربرد Stan در مدل‌سازی اطمینان‌پذیری
• 66. کاربرد Stan در علوم کامپیوتر
• 67. کاربرد Stan در یادگیری ماشین
• 68. کاربرد Stan در هوش مصنوعی
• 69. کاربرد Stan در پردازش زبان طبیعی
• 70. کاربرد Stan در بینایی ماشین
• 71. مدل‌سازی پیشرفته در Stan
• 72. استفاده از توابع سفارشی در Stan
• 73. مدل‌سازی داده‌های گمشده (Missing Data) با Stan
• 74. مدل‌سازی داده‌های پرت (Outliers) با Stan
• 75. استفاده از روش‌های بیزی برای تصمیم‌گیری
• 76. تحلیل حساسیت مدل در Stan
• 77. مدل‌سازی دینامیکی در Stan
• 78. مدل‌سازی مبتنی بر عامل در Stan
• 79. کاربرد Stan در شبیه‌سازی‌های پیچیده
• 80. کاربرد Stan در آمار سلامت
• 81. کاربرد Stan در آمار محیطی
• 82. کاربرد Stan در آمار اجتماعی
• 83. کاربرد Stan در آمار اقتصادی
• 84. کاربرد Stan در آمار زیستی
• 85. کاربرد Stan در آمار مهندسی
• 86. کاربرد Stan در آمار علوم زمین
• 87. مقدمه‌ای بر آمار بیزی
• 88. مفاهیم پایه احتمال در آمار بیزی
• 89. قضیه بیز و کاربردهای آن
• 90. توزیع‌های پیشین و پسین
• 91. روش‌های نمونه‌گیری در آمار بیزی
• 92. ارزیابی مدل در آمار بیزی
• 93. نمونه‌گیری از توزیع‌های پیچیده
• 94. مدل‌سازی اقتصادی با رویکرد بیزی
• 95. مدل‌سازی آماری در علوم سیاست
• 96. مدل‌سازی آماری در علوم اجتماعی
• 97. مدل‌سازی آماری در علوم زیستی
• 98. اصول مدل‌سازی آماری در Stan
• 99. تکنیک‌های پیشرفته مدل‌سازی در Stan
• 100. کاربرد Stan در تحلیل داده‌های اکتشافی