فلش‌کارت‌های آموزشی مبانی احتمالات برای علوم بیمه و ریسک

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی احتمالات برای علوم بیمه و ریسک

موضوع کلی: علوم ریاضی و کاربردی

موضوع میانی: مبانی احتمال و آمار

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر نظریه احتمال
• 2. فضاهای نمونه و پیشامدها
• 3. قوانین احتمال
• 4. احتمال شرطی و استقلال
• 5. قضیه بیز
• 6. متغیرهای تصادفی گسسته
• 7. توزیع دوجمله‌ای
• 8. توزیع پواسون
• 9. توزیع هندسی
• 10. توزیع فوق هندسی
• 11. متغیرهای تصادفی پیوسته
• 12. توزیع یکنواخت
• 13. توزیع نمایی
• 14. توزیع نرمال
• 15. توزیع گاما
• 16. توزیع بتا
• 17. تابع چگالی احتمال مشترک
• 18. توابع حاشیه‌ای و شرطی
• 19. امید ریاضی و واریانس مشترک
• 20. کوواریانس و همبستگی
• 21. ترفیع (Moment Generating Functions)
• 22. توزیع‌های نرمال چندمتغیره
• 23. قضیه حد مرکزی
• 24. تقریب نرمال توزیع دوجمله‌ای
• 25. تقریب پواسون توزیع دوجمله‌ای
• 26. دنباله‌های متغیرهای تصادفی
• 27. همگرایی در توزیع
• 28. همگرایی در احتمال
• 29. همگرایی قوی
• 30. قضیه حد مرکزی برای دنباله‌های وابسته
• 31. مفاهیم اساسی در فرآیندهای تصادفی
• 32. فرآیندهای مارکوف زمان گسسته
• 33. زنجیره‌های مارکوف با فضای حالت متناهی
• 34. طبقات و دوره‌های حالت
• 35. پایداری در زنجیره‌های مارکوف
• 36. کاربرد زنجیره‌های مارکوف در مدل‌سازی
• 37. فرآیندهای پواسون
• 38. ویژگی‌های فرآیندهای پواسون
• 39. انواع فرآیندهای پواسون
• 40. کاربرد فرآیندهای پواسون در بیمه
• 41. مقدمه‌ای بر مدل‌سازی ریسک
• 42. مفاهیم اساسی در بیمه عمر
• 43. مدل‌های کلاسیک بیمه عمر
• 44. محاسبات حق بیمه عمر
• 45. ذخایر بیمه عمر
• 46. مفاهیم اساسی در بیمه خسارت
• 47. مدل‌های خسارت
• 48. توزیع‌های فراوانی خسارت
• 49. توزیع شدت خسارت
• 50. مدل‌های تجمعی خسارت
• 51. مدل‌های ریسک کلی
• 52. مقدمه‌ای بر آمار استنباطی
• 53. برآوردگرهای نقطه‌ای
• 54. ویژگی‌های برآوردگرها
• 55. روش گشتاورها
• 56. روش درستنمایی بیشینه
• 57. فاصله‌های اطمینان
• 58. فاصله‌های اطمینان برای میانگین
• 59. فاصله‌های اطمینان برای واریانس
• 60. فاصله‌های اطمینان برای نسبت
• 61. آزمون فرض آماری
• 62. خطای نوع اول و نوع دوم
• 63. قدرت آزمون
• 64. آزمون فرض برای میانگین
• 65. آزمون فرض برای واریانس
• 66. آزمون فرض برای نسبت
• 67. آزمون‌های ناپارامتری
• 68. مقدمه‌ای بر رگرسیون خطی
• 69. مدل رگرسیون خطی ساده
• 70. برآورد پارامترهای رگرسیون
• 71. آزمون فرض در رگرسیون
• 72. تحلیل واریانس (ANOVA)
• 73. رگرسیون خطی چندگانه
• 74. انتخاب متغیر در رگرسیون
• 75. مقدمه‌ای بر سری‌های زمانی
• 76. مدل‌های ARIMA
• 77. شناسایی مدل‌های سری زمانی
• 78. برآورد پارامترها در سری‌های زمانی
• 79. پیش‌بینی با استفاده از سری‌های زمانی
• 80. کاربرد سری‌های زمانی در تحلیل ریسک
• 81. مقدمه‌ای بر شبیه‌سازی مونت کارلو
• 82. تولید اعداد تصادفی
• 83. شبیه‌سازی توزیع‌های مختلف
• 84. پیاده‌سازی الگوریتم‌های شبیه‌سازی
• 85. کاربرد شبیه‌سازی در ارزیابی ریسک
• 86. روش‌های کاهش واریانس در شبیه‌سازی
• 87. مقدمه‌ای بر یادگیری ماشین در علوم بیمه
• 88. یادگیری نظارت شده
• 89. یادگیری بدون نظارت
• 90. مدل‌های درخت تصمیم
• 91. ماشین‌های بردار پشتیبان
• 92. شبکه‌های عصبی مقدماتی
• 93. کاربرد یادگیری ماشین در پیش‌بینی خسارت
• 94. کاربرد یادگیری ماشین در بخش‌بندی مشتریان
• 95. اخلاق حرفه‌ای در علوم بیمه و آمار
• 96. مقررات ناظر بر صنعت بیمه در ایران
• 97. مبانی فقهی بانکداری بدون ربا
• 98. قوانین و مقررات ارزی کشور