کتاب استفاده از Stan for Advanced Data Analysis
, ,

کتاب استفاده از Stan for Advanced Data Analysis

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperCourse-0000027389 دسته: , , برچسب: , , , , , , , , ,

📚 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 استفاده از Stan for Advanced Data Analysis

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر Stan و تحلیل داده های پیشرفته
  • 2. نصب و پیکربندی Stan
  • 3. مروری بر زبان مدل سازی Stan (Stan Modeling Language – SML)
  • 4. مفاهیم اصلی برنامه نویسی در SML
  • 5. انواع داده ها و ساختارها در SML
  • 6. توابع و اپراتورها در SML
  • 7. انواع مختلف توابع در SML (مقدماتی، آماری، ریاضی)
  • 8. مراحل اجرای مدل در Stan
  • 9. کامپایل مدل
  • 10. ایجاد داده ها
  • 11. اجرای نمونه گیری (Sampling)
  • 12. ارزیابی نتایج نمونه گیری
  • 13. اصول استنباط بیزی
  • 14. فرآیند بیزی: پیشین، درستنمایی، پسین
  • 15. قانون بیز
  • 16. مفاهیم احتمالاتی پایه برای تحلیل داده های پیشرفته
  • 17. قوانین احتمالات
  • 18. توزیع های احتمالاتی گسسته و پیوسته
  • 19. توزیع های نرمال، t، کای اسکوئر، بتا، گاما
  • 20. توزیع های چند متغیره
  • 21. توزیع های پیشین و پسین
  • 22. انتخاب توزیع های پیشین مناسب
  • 23. توزیع های پیشین غیر اطلاعاتی (Non-informative priors)
  • 24. توزیع های پیشین اطلاعاتی (Informative priors)
  • 25. توزیع های پیشین ترکیبی (Conjugate priors)
  • 26. مدل های خطی در Stan
  • 27. رگرسیون خطی بیزی
  • 28. مدل های رگرسیون با اثرات ثابت (Fixed effects)
  • 29. مدل های رگرسیون با اثرات تصادفی (Random effects)
  • 30. مدل های اثرات مختلط (Mixed effects models)
  • 31. مدل های خطی تعمیم یافته (Generalized Linear Models – GLMs)
  • 32. رگرسیون لجستیک بیزی
  • 33. رگرسیون پواسون بیزی
  • 34. مدل های غیر خطی در Stan
  • 35. مدل های غیر خطی با استفاده از توابع SML
  • 36. مدل های غیر خطی با استفاده از توابع سفارشی (Custom functions)
  • 37. بهینه سازی مدل های غیر خطی
  • 38. مدل های سلسله مراتبی (Hierarchical Models)
  • 39. مقدمه ای بر مدل های سلسله مراتبی
  • 40. ساختارهای سلسله مراتبی در Stan
  • 41. مزایای مدل های سلسله مراتبی
  • 42. مثال هایی از مدل های سلسله مراتبی (سطح دانش آموز، سطح مدرسه)
  • 43. مدل های سری زمانی در Stan
  • 44. مقدمه ای بر مدل های سری زمانی
  • 45. مدل های ARIMA بیزی
  • 46. مدل های فضایی-زمانی (Spatio-temporal models)
  • 47. مدل های حالت-فضایی (State-space models)
  • 48. مدل های پویایی سیستم (System dynamics models)
  • 49. مدل های مقایسه ای (Comparative models)
  • 50. مدل های مقایسه زوجی (Pairwise comparison models)
  • 51. مدل های رتبه بندی (Ranking models)
  • 52. مدل های مقایسه گروهی (Group comparison models)
  • 53. مدل های داده های گمشده (Missing Data Models)
  • 54. روش های برخورد با داده های گمشده در Stan
  • 55. مدل سازی داده های گمشده به صورت صریح
  • 56. استفاده از توزیع های پیشین مناسب برای داده های گمشده
  • 57. روش های imputation در Stan
  • 58. مدل های داده های سانسور شده (Censored Data Models)
  • 59. مدل های بقا (Survival Analysis)
  • 60. رگرسیون کاکس بیزی
  • 61. مدل های مقیاس-تغییر (Scale-change models)
  • 62. مدل های داده های شمارشی (Count Data Models)
  • 63. مدل های پواسون، دوجمله ای منفی (Negative Binomial)
  • 64. مدل های شمارشی با صفر متورم (Zero-inflated models)
  • 65. مدل های شمارشی با صفر درصدی (Zero-hurdle models)
  • 66. مدل های داده های دودویی و چند حالتی (Binary and Multistate Data Models)
  • 67. رگرسیون لجستیک، پروبیت، چندگانه (Multinomial Logit)
  • 68. مدل های مارکوف پنهان (Hidden Markov Models – HMMs)
  • 69. مدل های داده های فضایی (Spatial Data Models)
  • 70. مدل های خودهمبستگی فضایی (Spatial Autocorrelation models)
  • 71. مدل های فضایی با اثرات تصادفی
  • 72. مدل های فضایی-زمانی (Spatio-temporal models)
  • 73. مدل های آماری پیشرفته
  • 74. مدل های شبکه بیزی (Bayesian Network Models)
  • 75. مدل های علّی (Causal Inference Models)
  • 76. مدل های شبکه های عصبی بیزی (Bayesian Neural Networks)
  • 77. مدل های عامل-محور (Agent-Based Models)
  • 78. مدل های ترکیبی (Mixture Models)
  • 79. مدل های ترکیب توزیع ها (Mixture of Distributions)
  • 80. مدل های ترکیبی کلاسیک (Latent Class Models)
  • 81. بهینه سازی مدل ها در Stan
  • 82. تشخیص همگرایی (Convergence Diagnostics)
  • 83. مقادیر R-hat،trace plots،acf plots
  • 84. شاخص های کیفیت نمونه گیری (ESS – Effective Sample Size)
  • 85. روش های بهبود نمونه گیری
  • 86. استفاده از الگوریتم های نمونه گیری پیشرفته (NUTS, HMC)
  • 87. تنظیم پارامترهای الگوریتم های نمونه گیری
  • 88. اعتبارسنجی مدل (Model Validation)
  • 89. اعتبارسنجی پس از پیش بینی (Posterior Predictive Checks – PPCs)
  • 90. اعتبارسنجی با استفاده از داده های تست (Test-set validation)
  • 91. اعتبارسنجی متقابل (Cross-validation)
  • 92. استنتاج و تفسیر نتایج
  • 93. تفسیر توزیع های پسین
  • 94. محاسبه معیارهای استنباط (میانگین، میانه، واریانس، فاصله اطمینان بیزی)
  • 95. مقایسه مدل ها
  • 96. شاخص های اطلاعاتی (AIC, BIC, WAIC, LOOIC)
  • 97. تفسیر نتایج مقایسه مدل ها
  • 98. تجسم نتایج مدل سازی
  • 99. ایجاد نمودارهای توزیع پسین
  • 100. نمودارهای پیش بینی

📚 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

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب استفاده از Stan for Advanced Data Analysis”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مشابه

پیمایش به بالا