سپنتا کتاب اکسپرس
کتاب تحلیل و مدل‌سازی داده‌ها با GLM و MCMC

کتاب تحلیل و مدل‌سازی داده‌ها با GLM و MCMC

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب تحلیل و مدل‌سازی داده‌ها با GLM و MCMC

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

موضوع میانی: استنتاج مبتنی بر مدل‌های خطی تعمیم‌یافته (GLM)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر تحلیل داده ها
  • 2. مقدمه ای بر مدل سازی آماری
  • 3. مدل های خطی عمومی (GLM)
  • 4. مبانی GLM
  • 5. توزیع های آماری در GLM
  • 6. تابع پیوند (Link Function)
  • 7. فرم های مختلف GLM
  • 8. رگرسیون خطی (Linear Regression)
  • 9. رگرسیون لجستیک (Logistic Regression)
  • 10. مدل های پواسون (Poisson Models)
  • 11. مدل های منفی دوجمله ای (Negative Binomial Models)
  • 12. مدل های گاما (Gamma Models)
  • 13. مدل های بتا (Beta Models)
  • 14. مدل های چندنامی (Multinomial Models)
  • 15. تخمین پارامترها در GLM
  • 16. حداکثر درستنمایی (Maximum Likelihood Estimation)
  • 17. روش گشتاورها (Method of Moments)
  • 18. ماتریس اطلاعات (Information Matrix)
  • 19. خطاهای استاندارد پارامترها
  • 20. آزمون نسبت درستنمایی (Likelihood Ratio Test)
  • 21. آزمون والد (Wald Test)
  • 22. آزمون امتیاز (Score Test)
  • 23. ارزیابی برازش مدل GLM
  • 24. باقیمانده ها (Residuals)
  • 25. باقیمانده های استاندارد شده (Standardized Residuals)
  • 26. باقیمانده های پرسیده شده (Pearson Residuals)
  • 27. باقیمانده های قابل تاثیر (Influence Diagnostics)
  • 28. معیارهای اطلاعاتی (Information Criteria)
  • 29. AIC و BIC
  • 30. تفسیر نتایج GLM
  • 31. معنی داری آماری پارامترها
  • 32. تفسیر ضرایب رگرسیون
  • 33. نسبت شانس (Odds Ratio)
  • 34. نسبت نرخ (Rate Ratio)
  • 35. محدوده اطمینان (Confidence Intervals)
  • 36. پیش بینی با GLM
  • 37. اعتبارسنجی مدل GLM
  • 38. اعتبارسنجی متقابل (Cross-Validation)
  • 39. اعتبارسنجی مستقل (Hold-out Validation)
  • 40. مقدمه ای بر زنجیره مارکوف مونت کارلو (MCMC)
  • 41. مبانی احتمالات بیزی (Bayesian Probability)
  • 42. قضیه بیز (Bayes' Theorem)
  • 43. توزیع پیشین (Prior Distribution)
  • 44. توزیع پسین (Posterior Distribution)
  • 45. مدل های بیزی
  • 46. مزایای رویکرد بیزی
  • 47. تفاوت رویکرد بیزی و فراوانی گرا
  • 48. مکانیسم های MCMC
  • 49. حسابگر Metropolis-Hastings
  • 50. الگوریتم Metropolis-Hastings
  • 51. انتخاب تابع proposal
  • 52. نکات عملی در Metropolis-Hastings
  • 53. الگوریتم گیبس (Gibbs Sampling)
  • 54. کاربرد گیبس در توزیع های شرطی
  • 55. مزایا و معایب گیبس
  • 56. انتخاب الگوریتم MCMC
  • 57. ترکیب Metropolis-Hastings و گیبس
  • 58. همگرایی الگوریتم های MCMC
  • 59. بررسی همگرایی
  • 60. نمودارهای trace
  • 61. معیارهای همگرایی (Gelman-Rubin, R-hat)
  • 62. تخمین پارامترها در مدل های بیزی با MCMC
  • 63. توزیع پسین پارامترها
  • 64. میانگین پسین (Posterior Mean)
  • 65. میانه پسین (Posterior Median)
  • 66. انحراف معیار پسین (Posterior Standard Deviation)
  • 67. محدوده اطمینان بیزی (Bayesian Credible Intervals)
  • 68. ارزیابی برازش مدل بیزی
  • 69. نمودارهای پسین (Posterior Plots)
  • 70. توزیع پیش بینی پسین (Posterior Predictive Distribution)
  • 71. آزمون های پیش بینی پسین (Posterior Predictive Checks)
  • 72. اعتبارسنجی مدل بیزی
  • 73. کاربرد GLM در چارچوب بیزی
  • 74. مدل های خطی بیزی
  • 75. مدل های لجستیک بیزی
  • 76. مدل های پواسون بیزی
  • 77. مدل های گاما بیزی
  • 78. مدل های بتا بیزی
  • 79. مدل های چندنامی بیزی
  • 80. پیچیدگی در مدل های GLM
  • 81. مدل های اثرات ثابت (Fixed Effects Models)
  • 82. مدل های اثرات تصادفی (Random Effects Models)
  • 83. مدل های اثرات مختلط (Mixed Effects Models)
  • 84. کاربرد MCMC در مدل های اثرات مختلط
  • 85. مدل های سلسله مراتبی (Hierarchical Models)
  • 86. مدل های چند سطحی (Multilevel Models)
  • 87. کاربرد MCMC در مدل های سلسله مراتبی
  • 88. مدل های پویایی سیستم (System Dynamics Models)
  • 89. مدل های مبتنی بر عامل (Agent-Based Models)
  • 90. کاربرد MCMC در مدل های پیچیده
  • 91. مدل های سری زمانی (Time Series Models)
  • 92. مدل های فضایی (Spatial Models)
  • 93. مدل های فضایی-زمانی (Spatio-temporal Models)
  • 94. کاربرد MCMC در مدل های سری زمانی
  • 95. کاربرد MCMC در مدل های فضایی
  • 96. کاربرد MCMC در مدل های فضایی-زمانی
  • 97. نرم افزارها و ابزارهای MCMC
  • 98. بسته های R (rjags, rstan, nimble)
  • 99. بسته های Python (pymc, stan)
  • 100. بسته های دیگر (BUGS, Stan)

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.