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. مقدمه‌ای بر اعتبارسنجی نتایج در Stan
• 2. مفاهیم پایه‌ای مدل‌سازی آماری
• 3. آشنایی با زبان برنامه‌نویسی R
• 4. نصب و راه‌اندازی Stan و RStan
• 5. مبانی زبان Stan
• 6. نوشتن اولین مدل در Stan
• 7. معرفی توابع توزیع احتمال در Stan
• 8. پارامترهای مدل و تخمین آن‌ها
• 9. روش‌های نمونه‌گیری مونت کارلو زنجیره مارکوف (MCMC)
• 10. مفاهیم اولیه MCMC: گام‌های تصادفی و همگرایی
• 11. ارزیابی همگرایی مدل‌های MCMC
• 12. شاخص‌های ارزیابی همگرایی: R-hat و Tracers
• 13. تشخیص و رفع مشکلات همگرایی
• 14. نمایش بصری نتایج MCMC
• 15. استفاده از Posterior Predictive Checks
• 16. طراحی سناریوهای اعتبارسنجی
• 17. اعتبارسنجی مدل‌های رگرسیونی خطی
• 18. اعتبارسنجی مدل‌های رگرسیونی تعمیم‌یافته (GLM)
• 19. اعتبارسنجی مدل‌های سلسله‌مراتبی
• 20. مدل‌سازی اثرات تصادفی در Stan
• 21. اعتبارسنجی مدل‌های مختلط
• 22. کاربرد اعتبارسنجی در مدل‌های سری زمانی
• 23. مدل‌سازی ARIMA در Stan
• 24. اعتبارسنجی مدل‌های سری زمانی با Stan
• 25. مقدمه‌ای بر مدل‌های فضای حالت
• 26. پیاده‌سازی مدل‌های فضای حالت در Stan
• 27. اعتبارسنجی مدل‌های فضای حالت
• 28. کاربرد اعتبارسنجی در مدل‌های بقا
• 29. مدل‌های کاکس در Stan
• 30. اعتبارسنجی مدل‌های بقا
• 31. مدل‌سازی رگرسیون لجستیک در Stan
• 32. اعتبارسنجی مدل‌های طبقه‌بندی
• 33. مدل‌سازی رگرسیون پواسون در Stan
• 34. اعتبارسنجی مدل‌های شمارشی
• 35. مقدمه‌ای بر شبکه‌های عصبی
• 36. پیاده‌سازی شبکه‌های عصبی ساده در Stan
• 37. اعتبارسنجی شبکه‌های عصبی
• 38. یادگیری عمیق و Stan
• 39. کاربرد Stan در یادگیری عمیق
• 40. روش‌های اعتبارسنجی متقابل (Cross-Validation)
• 41. اعتبارسنجی k-fold
• 42. اعتبارسنجی Leave-One-Out
• 43. تکنیک‌های اعتبارسنجی پیشرفته
• 44. اعتبارسنجی مدل‌های بیزی
• 45. مقایسه مدل‌های بیزی با روش‌های فراوانی‌گرا
• 46. اعتبارسنجی مدل‌های با استفاده از داده‌های شبیه‌سازی شده
• 47. استفاده از توابع توزیع پیشین (Prior Predictive Checks)
• 48. مقایسه توزیع پیشین و پسین
• 49. ارزیابی کیفیت مدل با معیارهای اطلاعاتی
• 50. معیار اطلاعاتی آکائیکه (AIC)
• 51. معیار اطلاعاتی بیزی (BIC)
• 52. معیار اطلاعاتی واکیه (WAIC)
• 53. معیار اطلاعاتی انجمن (LOO-CV)
• 54. انتخاب بهترین مدل بر اساس معیارهای اطلاعاتی
• 55. اعتبارسنجی مدل‌ها در حضور داده‌های پرت
• 56. مدل‌سازی داده‌های پرت (Outlier Detection)
• 57. اعتبارسنجی مدل‌ها با داده‌های حذف شده (Missing Data)
• 58. روش‌های جایگزینی داده‌های حذف شده در Stan
• 59. اعتبارسنجی مدل‌ها با داده‌های نامتقارن
• 60. مدل‌سازی توزیع‌های نامتقارن
• 61. اعتبارسنجی مدل‌ها با استفاده از بوت‌استرپینگ
• 62. کاربرد بوت‌استرپینگ در اعتبارسنجی
• 63. اعتبارسنجی مدل‌ها در علوم اجتماعی
• 64. اعتبارسنجی مدل‌ها در اقتصاد
• 65. اعتبارسنجی مدل‌ها در زیست‌شناسی
• 66. اعتبارسنجی مدل‌ها در علوم پزشکی
• 67. اعتبارسنجی مدل‌ها در علوم مهندسی
• 68. اعتبارسنجی مدل‌ها در علوم محیط زیست
• 69. استفاده از Stan برای اعتبارسنجی مدل‌های پیچیده
• 70. مدل‌سازی پدیده‌های تصادفی در Stan
• 71. اعتبارسنجی مدل‌های مبتنی بر عامل (Agent-Based Models)
• 72. روش‌های شبیه‌سازی در Stan
• 73. اعتبارسنجی نتایج شبیه‌سازی
• 74. کاربرد Stan در تحلیل حساسیت (Sensitivity Analysis)
• 75. اعتبارسنجی مدل‌ها در مواجهه با عدم قطعیت
• 76. مدل‌سازی عدم قطعیت پارامترها
• 77. اعتبارسنجی مدل‌ها با استفاده از داده‌های واقعی
• 78. مطالعات موردی اعتبارسنجی نتایج Stan
• 79. چالش‌های اعتبارسنجی در مدل‌های بیزی
• 80. راهکارهای عملی برای اعتبارسنجی مؤثر
• 81. نکات مهم در تفسیر نتایج اعتبارسنجی
• 82. اصول گزارش‌دهی اعتبارسنجی نتایج
• 83. آینده اعتبارسنجی نتایج در مدل‌سازی آماری
• 84. استفاده از ابزارهای هوش مصنوعی در اعتبارسنجی
• 85. تکنیک‌های پیشرفته نمونه‌گیری در Stan
• 86. اعتبارسنجی مدل‌های بیزی پویا
• 87. مدل‌سازی داده‌های مکانی در Stan
• 88. اعتبارسنجی مدل‌های مکانی
• 89. اعتبارسنجی در تحلیل شبکه‌های اجتماعی
• 90. مدل‌سازی داده‌های شبکه‌ای در Stan
• 91. اعتبارسنجی مدل‌های شبکه‌ای
• 92. استفاده از Stan برای اعتبارسنجی مدل‌های مالی
• 93. مدل‌سازی ریسک در Stan
• 94. اعتبارسنجی مدل‌های ریسک
• 95. کاربرد Stan در بهینه‌سازی مدل‌ها
• 96. اعتبارسنجی مدل‌های بهینه‌سازی
• 97. جمع‌بندی و مرور کلی مباحث