کتاب صوتی تکنیک‌های اعتبارسنجی نتایج در Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تکنیک‌های اعتبارسنجی نتایج در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه ای بر اعتبارسنجی نتایج در Stan
• 2. مبانی آمار استنباطی برای اعتبارسنجی
• 3. توزیع های احتمال در مدل های آماری
• 4. مفاهیم کلیدی در مدل سازی بیزی
• 5. زبان برنامه نویسی Stan و ساختار آن
• 6. نصب و پیکربندی Stan
• 7. نوشتن اولین مدل در Stan
• 8. انواع روش های نمونه برداری در Stan (MCMC)
• 9. روش های واریانس کاهش یافته
• 10. تشخیص همگرایی در MCMC
• 11. نمودارهای تشخیصی برای ارزیابی همگرایی
• 12. معیارهای ارزیابی همگرایی (R-hat, ESS)
• 13. اعتبارسنجی مدل های ساده رگرسیون خطی
• 14. مدل های رگرسیون لجستیک در Stan
• 15. مدل های سلسله مراتبی در Stan
• 16. مبانی اعتبارسنجی متقابل (Cross-validation)
• 17. اعتبارسنجی متقابل K-fold
• 18. اعتبارسنجی متقابل Leave-one-out (LOO)
• 19. شاخص های ارزیابی مدل (AIC, BIC)
• 20. شاخص اطلاعاتی آکییک (AIC)
• 21. شاخص اطلاعاتی باییزی (BIC)
• 22. اعتبارسنجی مبتنی بر توزیع پیشین (Prior Predictive Checks)
• 23. اعتبارسنجی مبتنی بر توزیع پسین (Posterior Predictive Checks)
• 24. تولید داده های شبیه سازی شده از مدل
• 25. مقایسه داده های شبیه سازی شده با داده های واقعی
• 26. استفاده از نمودارها برای اعتبارسنجی پیشین
• 27. استفاده از نمودارها برای اعتبارسنجی پسین
• 28. اعتبارسنجی پارامترهای مدل
• 29. بررسی حساسیت مدل به انتخاب توزیع پیشین
• 30. تاثیر انتخاب توزیع پیشین بر نتایج
• 31. مدیریت توزیع های پیشین غیر اطلاعاتی
• 32. مدیریت توزیع های پیشین اطلاعاتی
• 33. اعتبارسنجی مدل های سری زمانی در Stan
• 34. مدل های ARIMA در Stan
• 35. مدل های حالت-فضا (State-space models) در Stan
• 36. اعتبارسنجی مدل های فضایی در Stan
• 37. مدل های خودهمبسته فضایی (CAR)
• 38. مدل های خودهمبسته منطقه ای (SAR)
• 39. اعتبارسنجی مدل های گرافی در Stan
• 40. مدل های شبکه های اجتماعی در Stan
• 41. اعتبارسنجی مدل های یادگیری ماشین در Stan
• 42. رگرسیون های غیرخطی در Stan
• 43. مدل های مخلوط (Mixed-effects models) در Stan
• 44. اعتبارسنجی مدل های خطای اندازه گیری
• 45. مدل های اندازه گیری در Stan
• 46. اعتبارسنجی مدل های پنهان مارکوف
• 47. مدل های پنهان مارکوف در Stan
• 48. اعتبارسنجی مدل های بقا (Survival analysis)
• 49. مدل های کاپلان-مایر در Stan
• 50. مدل های کوکس در Stan
• 51. اعتبارسنجی مدل های داده های پرت (Outliers)
• 52. شناسایی و مدیریت داده های پرت
• 53. تکنیک های اعتبارسنجی برای داده های پرت
• 54. اعتبارسنجی مدل های داده های گمشده
• 55. روش های جایگزینی داده های گمشده
• 56. مدل های داده های گمشده در Stan
• 57. اعتبارسنجی مدل های مقایسه گروهی
• 58. تست های فرض آماری در Stan
• 59. اعتبارسنجی نتایج تست های فرض
• 60. اعتبارسنجی مدل های پیش بینی
• 61. ارزیابی دقت پیش بینی
• 62. اعتبارسنجی مدل های تشخیص
• 63. شاخص های ارزیابی مدل تشخیص (دقت، حساسیت، ویژگی)
• 64. اعتبارسنجی مدل های طبقه بندی
• 65. ماتریس درهم ریختگی (Confusion Matrix)
• 66. اعتبارسنجی مدل های خوشه بندی
• 67. شاخص های ارزیابی خوشه بندی
• 68. اعتبارسنجی مدل های آماری غیرپارامتری
• 69. اعتبارسنجی مدل های بیزی غیرپارامتری
• 70. اعتبارسنجی مدل های یادگیری عمیق در Stan
• 71. شبکه های عصبی در Stan
• 72. مدل های گرافی در یادگیری عمیق
• 73. اعتبارسنجی مدل های پیشرفته در Stan
• 74. مدل های بیزی سلسله مراتبی چند سطحی
• 75. اعتبارسنجی مدل های بیزی پویا
• 76. تکنیک های اعتبارسنجی سفارشی در Stan
• 77. نوشتن توابع اعتبارسنجی سفارشی
• 78. استفاده از بسته های کمکی در Stan
• 79. بسته loo برای اعتبارسنجی
• 80. بسته bayesplot برای بصری سازی
• 81. بسته coda برای تحلیل MCMC
• 82. بسته rstanarm برای مدل های ساده
• 83. اعتبارسنجی مدل های بیزی در علوم اجتماعی
• 84. اعتبارسنجی مدل های بیزی در علوم زیستی
• 85. اعتبارسنجی مدل های بیزی در علوم اقتصادی
• 86. اعتبارسنجی مدل های بیزی در علوم مهندسی
• 87. نکات عملی در اعتبارسنجی نتایج Stan
• 88. خطاهای رایج در اعتبارسنجی و نحوه اجتناب از آنها
• 89. اهمیت تکرارپذیری در اعتبارسنجی
• 90. مستندسازی فرآیند اعتبارسنجی
• 91. انتشار نتایج اعتبارسنجی
• 92. آینده اعتبارسنجی نتایج در Stan
• 93. کاربرد اعتبارسنجی در پروژه های واقعی
• 94. روش های پیشرفته بصری سازی در اعتبارسنجی
• 95. جمع بندی و گام های بعدی در اعتبارسنجی
• 96. نکات پایانی برای اطمینان از اعتبار نتایج