کتاب صوتی استفاده از Stan for Advanced Analysis

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره استفاده از Stan for Advanced Analysis

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی آماری بیزی
• 2. مبانی احتمال و آمار در مدل‌سازی بیزی
• 3. مفاهیم کلیدی در استنتاج بیزی
• 4. مقدمه‌ای بر زبان برنامه‌نویسی R
• 5. نصب و پیکربندی R و ابزارهای مرتبط
• 6. مبانی برنامه‌نویسی در R
• 7. انواع داده‌ها و ساختارهای کنترلی در R
• 8. توابع و بسته‌های R
• 9. آشنایی با Stan
• 10. نصب و پیکربندی Stan
• 11. نحوه ارتباط R با Stan
• 12. مبانی زبان Stan
• 13. ساختار کلی یک مدل Stan
• 14. تعریف داده‌ها در Stan
• 15. تعریف پارامترها در Stan
• 16. تعریف مدل در Stan
• 17. نوشتن توابع سفارشی در Stan
• 18. مدل‌های خطی تعمیم‌یافته بیزی (GLM)
• 19. مدل‌های رگرسیون خطی بیزی
• 20. مدل‌های رگرسیون لجستیک بیزی
• 21. مدل‌های رگرسیون پواسون بیزی
• 22. مدل‌های خطی سلسله‌مراتبی بیزی
• 23. مقدمه‌ای بر مدل‌های سلسله‌مراتبی
• 24. مدل‌های اثرات تصادفی
• 25. مدل‌های اثرات ثابت
• 26. مدل‌های اثرات ترکیبی
• 27. کاربرد مدل‌های سلسله‌مراتبی در علوم اجتماعی
• 28. کاربرد مدل‌های سلسله‌مراتبی در اقتصاد
• 29. کاربرد مدل‌های سلسله‌مراتبی در پزشکی
• 30. مدل‌های سری زمانی بیزی
• 31. آشنایی با مفاهیم سری زمانی
• 32. مدل‌های ARIMA بیزی
• 33. مدل‌های حالت فضا بیزی
• 34. مدل‌های پیش‌بینی سری زمانی با Stan
• 35. تحلیل داده‌های مکانی بیزی
• 36. مبانی آمار فضایی
• 37. مدل‌های خودهمبستگی فضایی
• 38. مدل‌های ناهمگنی فضایی
• 39. کاربرد مدل‌های مکانی در Stan
• 40. مدل‌های بقا بیزی
• 41. مبانی تحلیل بقا
• 42. مدل‌های کاکس بیزی
• 43. مدل‌های پارامتریک بقا
• 44. مدل‌های بقا با Stan
• 45. مدل‌های شبکه‌ای بیزی
• 46. مبانی تحلیل شبکه‌ای
• 47. مدل‌های مبتنی بر عامل بیزی
• 48. مدل‌های انتشار در شبکه‌ها
• 49. مدل‌های شبکه‌ای با Stan
• 50. مدل‌های ناپارامتری بیزی
• 51. مقدمه‌ای بر روش‌های ناپارامتری
• 52. فرایندهای گوسی
• 53. مجموعه‌های گرادیان بیزی
• 54. مدل‌های ناپارامتری با Stan
• 55. بهینه‌سازی و تنظیم مدل‌های بیزی
• 56. ارزیابی کیفیت مدل
• 57. معیارهای ارزیابی مدل
• 58. اعتبار سنجی متقابل
• 59. بررسی همگرایی الگوریتم‌های MCMC
• 60. تنظیم ابرپارامترها
• 61. مدل‌سازی پیشرفته در Stan
• 62. مدل‌های چندسطحی پیچیده
• 63. مدل‌های حالت فضا با اثرات تصادفی
• 64. مدل‌های یادگیری ماشین بیزی
• 65. مدل‌های درخت تصمیم بیزی
• 66. مدل‌های جنگل تصادفی بیزی
• 67. شبکه‌های عصبی بیزی
• 68. کاربرد مدل‌های یادگیری ماشین با Stan
• 69. دیباگ و عیب‌یابی مدل‌های Stan
• 70. شناسایی و رفع خطاهای رایج
• 71. تکنیک‌های دیباگ پیشرفته
• 72. بهینه‌سازی کد Stan برای سرعت
• 73. استفاده از دستورات موازی در Stan
• 74. تکنیک‌های نمونه‌گیری پیشرفته MCMC
• 75. نمونه‌گیری از طریق اهرم (Hamiltonian Monte Carlo)
• 76. نمونه‌گیری از طریق زنجیره مارکوف مونت کارلو با متغیرهای کمکی
• 77. نمونه‌گیری از طریق الگوریتم‌های نمونه‌گیری تطبیقی
• 78. کاربرد Stan در تحقیقات علمی
• 79. مثال‌های کاربردی از Stan در مقالات پژوهشی
• 80. نوشتن گزارش‌های علمی با نتایج Stan
• 81. ارائه نتایج مدل‌های بیزی
• 82. ملاحظات اخلاقی در مدل‌سازی بیزی
• 83. حفظ حریم خصوصی داده‌ها
• 84. تفسیر مسئولانه نتایج آماری
• 85. آینده مدل‌سازی بیزی و Stan
• 86. روندهای جدید در استنتاج بیزی
• 87. توسعه‌های آتی در زبان Stan
• 88. یادگیری مستمر و منابع تکمیلی