کتاب صوتی توزیع پسین: ابزاری قدرتمند برای کمی‌سازی دانش و عدم قطعیت

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره توزیع پسین: ابزاری قدرتمند برای کمی‌سازی دانش و عدم قطعیت

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

موضوع میانی: توزیع پسین (Posterior Distribution)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر توزیع پسین و فلسفه آن
• 2. مبانی احتمال بیزی و قضیه بیز
• 3. تابع درستنمایی و نقش آن در استنتاج پسین
• 4. تابع پیشین: تعریف، انواع و انتخاب مناسب
• 5. تعریف و محاسبه توزیع پسین
• 6. روش‌های نمونه‌گیری مونت کارلو زنجیره مارکوف (MCMC)
• 7. الگوریتم متروپولیس-هستینگز
• 8. نمونه‌گیری گیبز
• 9. ارزیابی همگرایی الگوریتم‌های MCMC
• 10. توزیع‌های پسین رایج در مدل‌های خطی
• 11. مدل‌های رگرسیون خطی بیزی
• 12. مدل‌های رگرسیون لجستیک بیزی
• 13. مدل‌های خطی تعمیم‌یافته بیزی
• 14. توزیع‌های پسین در مدل‌های سری زمانی
• 15. مدل‌های ARMA بیزی
• 16. مدل‌های GARCH بیزی
• 17. مدل‌های حالت-فضای بیزی
• 18. کاربرد توزیع پسین در آمار پزشکی
• 19. مدل‌سازی بقا بیزی
• 20. آزمون‌های فرض بیزی
• 21. مقایسه مدل‌های بیزی با مدل‌های فراوانی‌گرا
• 22. توزیع‌های پسین در مدل‌های یادگیری ماشین
• 23. طبقه‌بندی بیزی (Naive Bayes)
• 24. ماشین‌های بردار پشتیبان بیزی
• 25. شبکه‌های عصبی بیزی
• 26. مدل‌های گرافیکی بیزی
• 27. مدل‌های پنهان مارکوف بیزی
• 28. کاربرد توزیع پسین در اقتصاد و مالی
• 29. مدل‌سازی ریسک اعتباری بیزی
• 30. پیش‌بینی بازده سهام با رویکرد بیزی
• 31. مدل‌سازی پرتفوی بیزی
• 32. تحلیل سری‌های زمانی مالی بیزی
• 33. توزیع‌های پسین در علوم اجتماعی
• 34. مدل‌سازی انتخاب گسسته بیزی
• 35. تحلیل شبکه اجتماعی بیزی
• 36. مدل‌سازی داده‌های پیمایشی بیزی
• 37. کاربرد توزیع پسین در علوم مهندسی
• 38. بهینه‌سازی بیزی
• 39. فیلترینگ تطبیقی بیزی
• 40. مدل‌سازی قابلیت اطمینان بیزی
• 41. توزیع‌های پسین در علوم محیطی
• 42. مدل‌سازی کیفیت هوا بیزی
• 43. پیش‌بینی آب و هوا بیزی
• 44. مدل‌سازی اکولوژیکی بیزی
• 45. مباحث پیشرفته در توزیع پسین
• 46. کاهش ابعاد بیزی
• 47. انتخاب مدل بیزی
• 48. آنالیز حساسیت در مدل‌های بیزی
• 49. رابطه توزیع پسین با نظریه اطلاعات
• 50. استنتاج بیزی غیرپارامتری
• 51. توزیع‌های پیشین قوی
• 52. روش‌های تقریبی برای محاسبه توزیع پسین
• 53. استفاده از نرم‌افزارهای آماری (مانند Stan، PyMC3)
• 54. پیاده‌سازی مدل‌های بیزی در پایتون
• 55. پیاده‌سازی مدل‌های بیزی در R
• 56. تجسم نتایج توزیع پسین
• 57. ارزیابی عدم قطعیت در پیش‌بینی‌ها
• 58. تفسیر نتایج بیزی در عمل
• 59. ملاحظات اخلاقی در استفاده از مدل‌های بیزی
• 60. انطباق مدل‌های بیزی با چارچوب‌های قانونی
• 61. مدل‌سازی اقتصادی با رعایت مقررات بانک مرکزی
• 62. تحلیل داده‌های پزشکی با رویکرد بیزی در چارچوب وزارت بهداشت
• 63. استفاده از مدل‌های بیزی در مطالعات اجتماعی با تأکید بر خانواده ایرانی-اسلامی
• 64. کاربرد مدل‌های بیزی در مهندسی با رعایت استانداردهای ملی
• 65. مدل‌سازی آماری با رویکرد بیزی در چارچوب قوانین کشور
• 66. مقدمه‌ای بر توابع توزیع تجمعی بیزی
• 67. کاربرد توابع توزیع تجمعی در تحلیل داده
• 68. روش‌های تحلیلی برای محاسبه توزیع پسین
• 69. محدودیت‌های روش‌های تحلیلی
• 70. روش‌های عددی برای محاسبه توزیع پسین
• 71. شبکه‌های بایسی (Bayesian Networks)
• 72. یادگیری شبکه‌های بایسی
• 73. استنتاج در شبکه‌های بایسی
• 74. کاربرد شبکه‌های بایسی در هوش مصنوعی
• 75. مدل‌های گرافیکی احتمالاتی
• 76. مدل‌های زیرین (Latent Variable Models)
• 77. مدل‌های مخلوط (Mixture Models)
• 78. توزیع پسین برای پارامترهای مدل‌های مخلوط
• 79. توزیع پسین در مدل‌های هرمیکی
• 80. استنتاج در مدل‌های هرمیکی
• 81. کاربرد مدل‌های هرمیکی در تحلیل داده
• 82. توزیع پسین در یادگیری تقویتی بیزی
• 83. روش‌های بهینه‌سازی در یادگیری تقویتی بیزی
• 84. کاربرد یادگیری تقویتی بیزی در رباتیک
• 85. توزیع پسین در پردازش زبان طبیعی بیزی
• 86. مدل‌های موضوعی بیزی
• 87. مدل‌های زبانی بیزی
• 88. کاربرد پردازش زبان طبیعی بیزی در تحلیل متون
• 89. توزیع پسین در بینایی ماشین بیزی
• 90. مدل‌های تشخیص اشیاء بیزی
• 91. مدل‌های قطعه‌بندی تصویر بیزی
• 92. کاربرد بینایی ماشین بیزی در تحلیل تصاویر
• 93. مقدمه‌ای بر توزیع‌های غیرپارامتری بیزی
• 94. فرایندهای گوسی (Gaussian Processes)
• 95. کاربرد فرایندهای گوسی در رگرسیون و طبقه‌بندی
• 96. فرایندهای دیریکله (Dirichlet Processes)
• 97. کاربرد فرایندهای دیریکله در خوشه‌بندی
• 98. توزیع پسین در مدل‌های پیچیده آماری
• 99. مدل‌های اثرات مختلط بیزی
• 100. مدل‌های فضایی بیزی