کتاب استفاده از Stan برای تحلیل پیشرفته داده
, ,

کتاب استفاده از Stan برای تحلیل پیشرفته داده

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperCourse-0000027662 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 برای تحلیل پیشرفته داده

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 مدل سازی بیزی
  • 2. نصب و پیکربندی Stan
  • 3. آشنایی با زبان مدل سازی Stan (Stan Modeling Language – SML)
  • 4. مفاهیم اساسی مدل سازی بیزی
  • 5. توزیع های پیشین و پسین
  • 6. قضیه بیز
  • 7. متروپلیس هیزینگ الگوریتم (Metropolis-Hastings Algorithm)
  • 8. زنجیره مارکوف مونت کارلو (Markov Chain Monte Carlo – MCMC)
  • 9. نمونه برداری هامیلتونی مونت کارلو (Hamiltonian Monte Carlo – HMC)
  • 10. روش های نمونه برداری در Stan (NUTS)
  • 11. مقدمه ای بر Stan Run
  • 12. نوشتن اولین مدل Stan
  • 13. ساختار فایل های Stan
  • 14. بخش های یک مدل Stan (data, parameters, transformed parameters, model, generated quantities)
  • 15. تعریف متغیرها و توزیع ها در Stan
  • 16. استفاده از توزیع های پیشین رایج (نرمال، گاما، بتا، …)
  • 17. استفاده از توزیع های پیشین سفارشی
  • 18. اعتبارسنجی مدل Stan
  • 19. بررسی همگرایی زنجیره های MCMC
  • 20. معیارهای همگرایی (R-hat, ESS)
  • 21. تجسم نتایج Stan
  • 22. رسم نمودارهای پسین
  • 23. رسم نمودارهای تراکمی
  • 24. رسم نمودارهای پیش بینی
  • 25. روش های اعتبارسنجی متقابل (Cross-validation)
  • 26. اعتبارسنجی با استفاده از داده های شبیه سازی شده (Simulated Data)
  • 27. مدل سازی رگرسیون خطی بیزی
  • 28. رگرسیون خطی ساده بیزی
  • 29. رگرسیون خطی چندگانه بیزی
  • 30. مدل سازی رگرسیون لجستیک بیزی
  • 31. رگرسیون لجستیک ساده بیزی
  • 32. رگرسیون لجستیک چندگانه بیزی
  • 33. مدل سازی رگرسیون پواسون بیزی
  • 34. مدل سازی رگرسیون رگرسیون بیزی (Bayesian Regression Trees)
  • 35. مدل های سلسله مراتبی (Hierarchical Models)
  • 36. اثرات مختلط (Mixed Effects)
  • 37. مدل های مختلط خطی سلسله مراتبی
  • 38. مدل های مختلط لجستیک سلسله مراتبی
  • 39. مدل های سلسله مراتبی چند سطحی
  • 40. مدل سازی سری های زمانی بیزی
  • 41. مدل های ARIMA بیزی
  • 42. مدل های state-space بیزی
  • 43. مدل های اتورگرسیو شرطی ناهمسانی واریانس (ARCH/GARCH) بیزی
  • 44. مدل سازی داده های فضایی بیزی
  • 45. مدل های خودهمبستگی فضایی (Spatial Autoregressive – SAR)
  • 46. مدل های خودهمبستگی فضایی (Spatial Error Model – SEM)
  • 47. مدل های طبقه بندی فضایی (Spatial Lag and Error Models)
  • 48. مدل سازی داده های بقا (Survival Analysis) بیزی
  • 49. مدل کاکس (Cox Proportional Hazards) بیزی
  • 50. مدل های پارامتریک بقا بیزی
  • 51. مدل های بقای غیرپارامتریک بیزی
  • 52. مدل سازی داده های گسسته بیزی
  • 53. مدل های چندگانه (Multinomial Models)
  • 54. مدل های ترتیبی (Ordinal Models)
  • 55. مدل های شمارشی (Count Models)
  • 56. مدل سازی داده های گرافی بیزی
  • 57. مدل های شبکه های بیزی (Bayesian Networks)
  • 58. مدل های فضای پنهان (Latent Space Models)
  • 59. مدل های انتشار در شبکه (Network Diffusion Models)
  • 60. مدل سازی داده های پانل بیزی
  • 61. مدل های اثرات ثابت (Fixed Effects) پانل
  • 62. مدل های اثرات تصادفی (Random Effects) پانل
  • 63. مدل های پانل پویا (Dynamic Panel Models)
  • 64. مدل سازی داده های طبقه بندی بیزی
  • 65. مدل های طبقه بندی دوتایی (Binary Classification)
  • 66. مدل های طبقه بندی چند کلاسه (Multi-class Classification)
  • 67. مدل های طبقه بندی سلسله مراتبی
  • 68. مدل های یادگیری ماشین بیزی
  • 69. ماشین های بردار پشتیبان بیزی (Bayesian Support Vector Machines)
  • 70. شبکه های عصبی بیزی (Bayesian Neural Networks)
  • 71. مدل های احتمالاتی گرافیکی (Probabilistic Graphical Models)
  • 72. مدل های گوسی فرآیند (Gaussian Processes) بیزی
  • 73. مدل سازی پیشرفته پارامترها
  • 74. استفاده از توزیع های پیشین غیرمتقارن
  • 75. استفاده از توزیع های پیشین ترکیبی
  • 76. مدل سازی پارامترهای وابسته
  • 77. مدل سازی پارامترهای متغیر با زمان
  • 78. روش های بهینه سازی و تنظیم مدل Stan
  • 79. تنظیم پارامترهای MCMC
  • 80. تنظیم پارامترهای HMC
  • 81. استفاده از Stan در R
  • 82. استفاده از Stan در Python (PyStan)
  • 83. استفاده از Stan در Julia
  • 84. استفاده از Stan در سایر زبان ها
  • 85. ابزارهای بصری سازی و تحلیل نتایج Stan
  • 86. بسته های R برای Stan (rstan, posterior)
  • 87. بسته های Python برای Stan (cmdstanpy, pystan)
  • 88. مدیریت و سازماندهی پروژه های Stan
  • 89. اشکال زدایی مدل های Stan
  • 90. تست واحد برای مدل های Stan
  • 91. تولید گزارش های استاندارد از نتایج Stan
  • 92. مقایسه مدل های مختلف Stan
  • 93. انتخاب مدل با استفاده از معیارهای بیزی (DIC, WAIC, LOO-CV)
  • 94. کاهش ابعاد در مدل های Stan
  • 95. استفاده از روش های کاهش ابعاد (PCA, Factor Analysis) در مدل های بیزی
  • 96. مدل سازی داده های گمشده (Missing Data) با Stan
  • 97. روش های impute در Stan
  • 98. مدل سازی داده های پرت (Outlier Detection) با Stan
  • 99. استفاده از توزیع های قوی (Robust Distributions)
  • 100. مدل سازی عدم قطعیت (Uncertainty Quantification)

📚 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 برای تحلیل پیشرفته داده”

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

محصولات مشابه

پیمایش به بالا