کتاب صوتی مبانی استنباط بیزی در علم داده: رویکردی نوین

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی استنباط بیزی در علم داده: رویکردی نوین

موضوع کلی: آمار و تحلیل داده

موضوع میانی: روش‌های پیشرفته آمار برای علم داده

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مفاهیم پایه آمار
• 2. مبانی احتمال و توزیع‌های آماری
• 3. مقدمه‌ای بر استنباط بیزی
• 4. تفاوت استنباط بیزی و فراوانی‌گرا
• 5. قضیه بیز و کاربردهای آن
• 6. مقدمه‌ای بر توزیع‌های پیشین (Prior Distributions)
• 7. انتخاب توزیع پیشین مناسب
• 8. توزیع‌های پیشین رایج
• 9. مقدمه‌ای بر توزیع‌های درست‌نما (Likelihood Functions)
• 10. توزیع‌های درست‌نمای رایج
• 11. مقدمه‌ای بر توزیع پسین (Posterior Distribution)
• 12. محاسبه توزیع پسین
• 13. تفسیر توزیع پسین
• 14. مقدمه‌ای بر مدل‌های بیزی ساده
• 15. مدل بیزی برای میانگین یک جامعه
• 16. مدل بیزی برای واریانس یک جامعه
• 17. مدل بیزی برای نسبت یک جامعه
• 18. مقدمه‌ای بر روش‌های نمونه‌گیری
• 19. روش نمونه‌گیری مونت کارلو زنجیره مارکوف (MCMC)
• 20. الگوریتم گیبز سمپلینگ (Gibbs Sampling)
• 21. الگوریتم متروپلیس-هستینگز (Metropolis-Hastings)
• 22. ارزیابی همگرایی MCMC
• 23. مقدمه‌ای بر مدل‌های خطی بیزی
• 24. مدل رگرسیون خطی بیزی
• 25. تفسیر ضرایب در مدل رگرسیون خطی بیزی
• 26. مقدمه‌ای بر مدل‌های لجستیک بیزی
• 27. مدل رگرسیون لجستیک بیزی
• 28. تفسیر ضرایب در مدل رگرسیون لجستیک بیزی
• 29. مقدمه‌ای بر مدل‌های سری زمانی بیزی
• 30. مدل‌های ARIMA بیزی
• 31. نشانه‌گذاری مدل‌های سری زمانی بیزی
• 32. مقدمه‌ای بر مدل‌های سلسله مراتبی بیزی
• 33. مدل‌های سلسله مراتبی برای داده‌های گروهی
• 34. تفسیر مدل‌های سلسله مراتبی بیزی
• 35. مقدمه‌ای بر مدل‌های گرافیکی بیزی
• 36. شبکه‌های بیزی ساده
• 37. کاربرد شبکه‌های بیزی در پیش‌بینی
• 38. مقدمه‌ای بر مفاهیم پیشرفته بیزی
• 39. روش‌های مبتنی بر تقریب
• 40. تقریب variational
• 41. مقدمه‌ای بر ارزیابی مدل بیزی
• 42. معیارهای ارزیابی مدل بیزی
• 43. مقایسه مدل‌های بیزی
• 44. مقدمه‌ای بر نرم‌افزارهای آماری بیزی
• 45. استفاده از Stan برای مدل‌سازی بیزی
• 46. استفاده از PyMC3 برای مدل‌سازی بیزی
• 47. استفاده از JAGS برای مدل‌سازی بیزی
• 48. کاربرد آمار بیزی در علوم داده
• 49. تجزیه و تحلیل داده‌های کلان با رویکرد بیزی
• 50. کاربرد آمار بیزی در هوش مصنوعی
• 51. مقدمه‌ای بر یادگیری ماشین بیزی
• 52. طبقه‌بندی بیزی
• 53. خوشه‌بندی بیزی
• 54. پیش‌بینی بیزی
• 55. مقدمه‌ای بر روش‌های بیزی برای داده‌های نامنظم
• 56. داده‌های گمشده و رویکرد بیزی
• 57. داده‌های پرت و رویکرد بیزی
• 58. مقدمه‌ای بر مدل‌های بیزی برای داده‌های اکتشافی
• 59. کشف الگوها با رویکرد بیزی
• 60. شناسایی ناهنجاری‌ها با رویکرد بیزی
• 61. مقدمه‌ای بر بهینه‌سازی بیزی
• 62. کاربرد بهینه‌سازی بیزی در تنظیم پارامترها
• 63. مقدمه‌ای بر روش‌های پیشرفته MCMC
• 64. روش‌های نمونه‌گیری از توزیع‌های پیچیده
• 65. کاربرد MCMC در مدل‌های آماری پیچیده
• 66. مقدمه‌ای بر ارزیابی حساسیت مدل بیزی
• 67. تحلیل حساسیت پارامترهای مدل
• 68. تحلیل حساسیت مدل به توزیع‌های پیشین
• 69. مقدمه‌ای بر مدل‌های بیزی برای داده‌های مکانی
• 70. مدل‌های بیزی برای تحلیل داده‌های جغرافیایی
• 71. کاربرد مدل‌های مکانی بیزی در علوم محیطی
• 72. مقدمه‌ای بر مدل‌های بیزی برای داده‌های شبکه‌ای
• 73. تحلیل شبکه‌های اجتماعی با رویکرد بیزی
• 74. کاربرد مدل‌های شبکه‌ای بیزی در علوم زیستی
• 75. مقدمه‌ای بر مفاهیم ناپارامتری بیزی
• 76. مدل‌های ناپارامتری بیزی برای توزیع‌ها
• 77. کاربرد مدل‌های ناپارامتری بیزی در طبقه‌بندی
• 78. مقدمه‌ای بر مفاهیم بیزی در یادگیری عمیق
• 79. شبکه‌های عصبی بیزی
• 80. مقدمه‌ای بر کاربردهای بیزی در پزشکی
• 81. پیش‌بینی بیماری با رویکرد بیزی
• 82. تشخیص بیماری با رویکرد بیزی
• 83. مقدمه‌ای بر کاربردهای بیزی در اقتصاد
• 84. مدل‌سازی اقتصادی با رویکرد بیزی
• 85. پیش‌بینی اقتصادی با رویکرد بیزی
• 86. مقدمه‌ای بر کاربردهای بیزی در علوم اجتماعی
• 87. تحلیل داده‌های پیمایشی با رویکرد بیزی
• 88. مدل‌سازی رفتار با رویکرد بیزی
• 89. مقدمه‌ای بر اخلاق در آمار و علم داده
• 90. مسئولیت‌پذیری در تحلیل داده‌ها
• 91. شفافیت در مدل‌سازی آماری
• 92. مقدمه‌ای بر آینده آمار بیزی در علم داده
• 93. روندهای نوظهور در مدل‌سازی بیزی
• 94. تاثیر بیزی بر پیشرفت‌های آینده علم داده