کتاب صوتی مخاطرات و تنظیمات اساسی در Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مخاطرات و تنظیمات اساسی 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. ساختار کلی برنامه‌های Stan
• 4. انواع داده‌ها در Stan
• 5. عملگرها و عبارات در Stan
• 6. دستورات شرطی و حلقه‌ها
• 7. توابع و ماژول‌ها در Stan
• 8. مقدمه‌ای بر مدل‌سازی آماری
• 9. مفاهیم بیزی در Stan
• 10. توزیع‌های احتمال در Stan
• 11. توزیع نرمال و کاربردهای آن
• 12. توزیع t استیودنت و کاربردهای آن
• 13. توزیع کاشی و کاربردهای آن
• 14. توزیع گاما و کاربردهای آن
• 15. توزیع بتا و کاربردهای آن
• 16. توزیع پواسون و کاربردهای آن
• 17. توزیع دوجمله‌ای و کاربردهای آن
• 18. توزیع چندجمله‌ای و کاربردهای آن
• 19. مدل‌های رگرسیون خطی در Stan
• 20. مدل‌های رگرسیون لجستیک در Stan
• 21. مدل‌های رگرسیون پواسون در Stan
• 22. مدل‌های رگرسیون چندجمله‌ای در Stan
• 23. مقدمه‌ای بر زنجیره‌های مارکوف مونت کارلو (MCMC)
• 24. الگوریتم گیبز سمپلینگ در Stan
• 25. الگوریتم هلتن مونت کارلو (HMC) در Stan
• 26. الگوریتم گام تصادفی مونت کارلو (RWM) در Stan
• 27. تشخیص همگرایی در MCMC
• 28. معیارهای ارزیابی همگرایی MCMC
• 29. تحلیل پسین توزیع‌ها در Stan
• 30. محاسبه میانگین و واریانس پسین
• 31. محاسبه فواصل اطمینان پسین
• 32. رسم نمودارهای پسین
• 33. مدل‌های سلسله مراتبی در Stan
• 34. مثال مدل سلسله مراتبی خطی
• 35. مثال مدل سلسله مراتبی لجستیک
• 36. مدل‌های اثرات مختلط در Stan
• 37. مدل‌های اثرات ثابت در Stan
• 38. مدل‌های اثرات تصادفی در Stan
• 39. مدل‌های سری زمانی در Stan
• 40. مدل‌های ARIMA در Stan
• 41. مدل‌های حالت پایه در Stan
• 42. مدل‌های فضایی در Stan
• 43. مدل‌های رگرسیون فضایی در Stan
• 44. مدل‌های خودهمبستگی فضایی در Stan
• 45. مدل‌های داده‌های طبقه‌بندی شده در Stan
• 46. مدل‌های داده‌های پانل در Stan
• 47. مدل‌های بقا در Stan
• 48. مدل‌های بقا با رگرسیون کاکس
• 49. مدل‌های بقا با توزیع‌های مختلف
• 50. مدل‌های یادگیری ماشین در Stan
• 51. مدل‌های رگرسیون بردار پشتیبان (SVM) در Stan
• 52. مدل‌های درخت تصمیم در Stan
• 53. مدل‌های جنگل تصادفی در Stan
• 54. مدل‌های شبکه‌های عصبی در Stan
• 55. تنظیم پارامترها در Stan
• 56. بهینه‌سازی مدل‌ها در Stan
• 57. اعتبارسنجی متقابل مدل‌ها در Stan
• 58. تقسیم داده‌ها به مجموعه‌های آموزشی و آزمایشی
• 59. ارزیابی عملکرد مدل‌ها
• 60. متریک‌های ارزیابی مدل‌های رگرسیون
• 61. متریک‌های ارزیابی مدل‌های طبقه‌بندی
• 62. متریک‌های ارزیابی مدل‌های خوشه‌بندی
• 63. مقدمه‌ای بر استنتاج علی در Stan
• 64. مدل‌های استنتاج علی در Stan
• 65. تعیین شناسایی مدل‌های علی
• 66. روش‌های تخمین اثرات علی
• 67. تحلیل حساسیت در مدل‌های علی
• 68. مقدمه‌ای بر بهینه‌سازی در Stan
• 69. توابع هدف در بهینه‌سازی
• 70. روش‌های بهینه‌سازی عددی
• 71. بهینه‌سازی با محدودیت در Stan
• 72. بهینه‌سازی بدون محدودیت در Stan
• 73. کاربردهای بهینه‌سازی در علم داده
• 74. مقدمه‌ای بر محاسبات موازی در Stan
• 75. استفاده از پردازنده‌های گرافیکی (GPU) در Stan
• 76. بهینه‌سازی کد Stan برای سرعت
• 77. عیب‌یابی و رفع اشکال در Stan
• 78. منابع و مستندات تکمیلی Stan
• 79. مطالعات موردی پیشرفته در Stan
• 80. مدل‌سازی با داده‌های حجیم در Stan
• 81. مدل‌سازی با داده‌های نامتعادل در Stan
• 82. مدل‌سازی با داده‌های گسسته در Stan
• 83. مدل‌سازی با داده‌های پیوسته در Stan
• 84. مقدمه‌ای بر اخلاق در علم داده
• 85. حفظ حریم خصوصی داده‌ها در Stan
• 86. امنیت داده‌ها در Stan
• 87. سوگیری در الگوریتم‌ها و مدل‌ها
• 88. ملاحظات اخلاقی در تفسیر نتایج مدل‌ها
• 89. اصول طراحی مدل‌های آماری اخلاقی
• 90. ارزیابی ریسک مدل‌های آماری
• 91. کاربرد Stan در تحقیقات علمی
• 92. کاربرد Stan در اقتصاد
• 93. کاربرد Stan در پزشکی
• 94. کاربرد Stan در علوم اجتماعی
• 95. کاربرد Stan در مهندسی
• 96. کاربرد Stan در علوم محیط زیست
• 97. کاربرد Stan در علوم سیاسی