کتاب صوتی تنظیمات پیشرفته برای مدل‌سازی در Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تنظیمات پیشرفته برای مدل‌سازی در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر زبان برنامه‌نویسی Stan
• 2. نصب و راه‌اندازی Stan
• 3. مفاهیم پایه‌ای مدل‌سازی آماری
• 4. احتمال و آمار در Stan
• 5. مقدمه‌ای بر روش‌های بیزی
• 6. کاربرد توزیع‌های پیشین و پسین
• 7. مدل‌های خطی در Stan
• 8. رگرسیون خطی ساده و چندگانه
• 9. مدل‌های اثرات ثابت و تصادفی
• 10. مدل‌های سلسله‌مراتبی در Stan
• 11. مقدمه‌ای بر مدل‌های سلسله‌مراتبی
• 12. مدل‌های چندسطحی برای داده‌های خوشه‌ای
• 13. کاربرد مدل‌های سلسله‌مراتبی در علوم اجتماعی
• 14. مدل‌سازی سری‌های زمانی در Stan
• 15. مقدمه‌ای بر مدل‌های سری زمانی
• 16. مدل‌های ARIMA در Stan
• 17. مدل‌های فضایی در Stan
• 18. مقدمه‌ای بر مدل‌های فضایی
• 19. مدل‌های خودهمبسته مکانی
• 20. مدل‌سازی داده‌های شمارشی در Stan
• 21. رگرسیون پواسون
• 22. رگرسیون دوجمله‌ای منفی
• 23. مدل‌سازی داده‌های دودویی در Stan
• 24. رگرسیون لجستیک
• 25. مدل‌های پروبیت
• 26. مدل‌سازی داده‌های بقا در Stan
• 27. مدل کاکس
• 28. مدل‌های پارامتریک بقا
• 29. بهینه‌سازی و الگوریتم‌های MCMC
• 30. مقدمه‌ای بر الگوریتم‌های MCMC
• 31. روش‌های نمونه‌گیری گیبس
• 32. روش‌های نمونه‌گیری هابزبورگ-مونت کارلو (HMC)
• 33. اعتبارسنجی مدل و تشخیص همگرایی
• 34. معیارهای تشخیص همگرایی MCMC
• 35. اعتبارسنجی مدل با استفاده از شبیه‌سازی
• 36. بررسی باقی‌مانده‌ها در مدل‌های بیزی
• 37. کاربرد Stan در علوم زیستی
• 38. مدل‌سازی در اپیدمیولوژی
• 39. مدل‌سازی در ژنتیک جمعیت
• 40. کاربرد Stan در علوم اقتصادی
• 41. مدل‌سازی اقتصادسنجی بیزی
• 42. مدل‌سازی پیش‌بینی در اقتصاد
• 43. کاربرد Stan در علوم مهندسی
• 44. مدل‌سازی قابلیت اطمینان
• 45. مدل‌سازی سیستم‌های پیچیده
• 46. کاربرد Stan در علوم داده
• 47. یادگیری ماشین بیزی
• 48. مدل‌سازی پیش‌بینی در یادگیری ماشین
• 49. انواع توابع توزیع در Stan
• 50. توزیع نرمال
• 51. توزیع t استیودنت
• 52. توزیع کاشی
• 53. توزیع گاما
• 54. توزیع بتا
• 55. توزیع یکنواخت
• 56. توزیع نمایی
• 57. توزیع هندسی
• 58. توزیع دوجمله‌ای
• 59. توزیع پواسون
• 60. توزیع کای‌دو
• 61. توزیع اف
• 62. توزیع‌های سفارشی در Stan
• 63. تعریف توابع توزیع سفارشی
• 64. استفاده از توابع توزیع سفارشی
• 65. مقدمه‌ای بر بهینه‌سازی عددی
• 66. روش‌های گرادیان کاهشی
• 67. روش‌های بهینه‌سازی کوپلر
• 68. کاربرد ابزارهای کمکی Stan
• 69. بسته‌های R و Python برای Stan
• 70. تجسم نتایج مدل‌سازی در Stan
• 71. ارزیابی عدم قطعیت در نتایج
• 72. مقدمه‌ای بر مدل‌سازی استنباطی
• 73. روش‌های استنتاج فرکانسی در مقابل بیزی
• 74. کاربرد مدل‌سازی در تصمیم‌گیری
• 75. مدل‌سازی سناریوهای مختلف
• 76. ملاحظات عملی در مدل‌سازی
• 77. مدیریت داده‌های بزرگ در Stan
• 78. مقیاس‌پذیری مدل‌ها
• 79. انتقال دانش از مدل‌های دیگر به Stan
• 80. مقدمه‌ای بر مدل‌های پیشرفته‌تر
• 81. مدل‌های گرافیکی بیزی
• 82. مدل‌های استنتاج بیزی تعمیم‌یافته
• 83. مدل‌سازی در حوزه سلامت و درمان
• 84. مدل‌سازی اثربخشی داروها
• 85. مدل‌سازی پیامدهای بالینی
• 86. مدل‌سازی در حوزه محیط زیست
• 87. مدل‌سازی انتشار آلاینده‌ها
• 88. مدل‌سازی تغییرات اقلیمی
• 89. مدل‌سازی در حوزه مالی
• 90. مدل‌سازی ریسک اعتباری
• 91. مدل‌سازی پرتفوی سرمایه‌گذاری
• 92. مقدمه‌ای بر کدنویسی تمیز در Stan
• 93. نوشتن کدهای قابل نگهداری
• 94. اشکال‌زدایی در کدهای Stan
• 95. نکات پیشرفته در طراحی مدل
• 96. مدل‌های غیرپارامتریک در Stan
• 97. مدل‌های ترکیبی در Stan
• 98. کاربرد Stan در پژوهش‌های کاربردی
• 99. طراحی آزمایش‌ها با استفاده از Stan
• 100. تحلیل نتایج پژوهش‌های تجربی