کتاب صوتی ملاحظات کلیدی در استفاده از Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ملاحظات کلیدی در استفاده از Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مبانی استفاده از نرم‌افزار Stan
• 2. نصب و پیکربندی Stan
• 3. آشنایی با زبان برنامه‌نویسی Stan
• 4. ساختار کلی مدل‌های Bayesian
• 5. مفهوم مدل‌های خطی تعمیم‌یافته در Stan
• 6. رگرسیون خطی ساده در Stan
• 7. رگرسیون خطی چندگانه در Stan
• 8. مدل‌های سلسله‌مراتبی (Hierarchical Models)
• 9. مقدمه‌ای بر مدل‌های سلسله‌مراتبی
• 10. پیاده‌سازی مدل‌های سلسله‌مراتبی در Stan
• 11. مدل‌های اثرات مختلط (Mixed Effects Models)
• 12. رگرسیون لجستیک در Stan
• 13. مدل‌های سری زمانی در Stan
• 14. مدل‌های فضایی در Stan
• 15. مقدمه بر زنجیره‌های مارکوف مونت کارلو (MCMC)
• 16. الگوریتم گیبس سمپلینگ (Gibbs Sampling)
• 17. الگوریتم متروپولیس-هستینگز (Metropolis-Hastings)
• 18. الگوریتم نمونه‌برداری هامیلتونی مونت کارلو (HMC)
• 19. نمونه‌برداری NUTS (No-U-Turn Sampler)
• 20. ارزیابی همگرایی الگوریتم‌های MCMC
• 21. شاخص‌های همگرایی (R-hat, Effective Sample Size)
• 22. تشخیص و رفع مشکلات همگرایی
• 23. تجسم نتایج مدل‌های Bayesian
• 24. رسم نمودارهای تراکم (Density Plots)
• 25. رسم نمودارهای سری زمانی نمونه‌ها
• 26. رسم نمودارهای پراکندگی (Scatter Plots)
• 27. تفسیر نتایج مدل‌های Bayesian
• 28. محاسبه فواصل اطمینان (Credible Intervals)
• 29. پیش‌بینی با مدل‌های Bayesian
• 30. ارزیابی مدل با استفاده از داده‌های جدید
• 31. اعتبارسنجی متقابل (Cross-validation)
• 32. مقدمه بر بهینه‌سازی مدل
• 33. روش‌های بهینه‌سازی در Stan
• 34. پیاده‌سازی بهینه‌سازی در Stan
• 35. کاربرد Stan در اقتصادسنجی
• 36. مدل‌های رگرسیون در اقتصادسنجی
• 37. مدل‌های پانل دیتا (Panel Data) در Stan
• 38. کاربرد Stan در علوم اجتماعی
• 39. مدل‌های تصمیم‌گیری در علوم اجتماعی
• 40. مدل‌های سنجش نگرش در Stan
• 41. کاربرد Stan در زیست‌شناسی
• 42. مدل‌های جمعیت در زیست‌شناسی
• 43. مدل‌های بقا در Stan
• 44. کاربرد Stan در علوم پزشکی
• 45. مدل‌های اپیدمیولوژی در Stan
• 46. مدل‌های ژنتیکی در Stan
• 47. کاربرد Stan در علوم محیط زیست
• 48. مدل‌های پیش‌بینی آب و هوا در Stan
• 49. مدل‌های آلودگی هوا در Stan
• 50. مدل‌های آماری پیشرفته در Stan
• 51. توزیع‌های گاما و بتا در Stan
• 52. توزیع‌های چندمتغیره در Stan
• 53. مدل‌های خطای حالت (State-space Models)
• 54. مقدمه بر مدل‌های یادگیری ماشین Bayesian
• 55. رگرسیون کرنل Bayesian در Stan
• 56. شبکه‌های عصبی Bayesian در Stan
• 57. مدل‌های پنهان مارکوف (HMM) در Stan
• 58. مدل‌های موضوعی (Topic Models) در Stan
• 59. کاربرد Stan در پردازش زبان طبیعی
• 60. تحلیل احساسات در Stan
• 61. مدل‌سازی زبان در Stan
• 62. مدل‌های غیرپارامتری در Stan
• 63. مقدمه بر فرآیندهای گوسی (Gaussian Processes)
• 64. پیاده‌سازی فرآیندهای گوسی در Stan
• 65. استفاده از داده‌های حجیم با Stan
• 66. بهینه‌سازی کد Stan برای سرعت
• 67. استفاده از قابلیت‌های موازی‌سازی در Stan
• 68. مقدمه بر ابزارهای کمکی Stan
• 69. بسته‌های R برای Stan (rstan, Rcpp)
• 70. بسته‌های Python برای Stan (pystan)
• 71. کاربرد Stan در تحقیقات دانشگاهی
• 72. نوشتن مقالات علمی با استفاده از Stan
• 73. ارائه نتایج مدل‌سازی با Stan
• 74. ملاحظات اخلاقی در مدل‌سازی Bayesian
• 75. حفظ حریم خصوصی داده‌ها در مدل‌سازی
• 76. تفسیر مسئولانه نتایج آماری
• 77. مدل‌سازی عدم قطعیت در Stan
• 78. ارزیابی حساسیت مدل در Stan
• 79. مقایسه مدل‌های مختلف در Stan
• 80. مدل‌سازی با داده‌های از دست رفته (Missing Data)
• 81. تکنیک‌های imputation در Stan
• 82. مدل‌های پویا در Stan
• 83. کاربرد Stan در علوم داده
• 84. ساخت داشبوردهای تعاملی با نتایج Stan
• 85. اتوماسیون فرآیندهای مدل‌سازی با Stan
• 86. مقدمه بر مفاهیم پیشرفته Bayesian
• 87. استنتاج بیزی بیزی (Bayesian Hierarchical Models)
• 88. مدل‌های گرافیکی احتمالاتی (Probabilistic Graphical Models)
• 89. مقدمه بر استنتاج بیزی بیزی در Stan
• 90. مدل‌های بیزی با ساختار ترتیبی
• 91. مدل‌های بیزی با ساختار مکانی-زمانی
• 92. مدل‌سازی سیاست‌گذاری با Stan
• 93. تحلیل ریسک در Stan
• 94. پیش‌بینی اقتصادی با Stan
• 95. مدل‌سازی رفتاری در Stan
• 96. کاربرد Stan در مدیریت پروژه
• 97. بهینه‌سازی تخصیص منابع با Stan
• 98. تحلیل پیش‌بینی در مدیریت پروژه
• 99. مدل‌سازی مالی با Stan
• 100. ارزیابی ریسک سرمایه‌گذاری در Stan