کتاب بهینه‌سازی فرآیند MCMC با Stan
, ,

کتاب بهینه‌سازی فرآیند MCMC با Stan

تومان249,950

انتخاب پلن

شناسه محصول: SuperCourse-0000027958 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 بهینه‌سازی فرآیند MCMC با Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر MCMC
  • 2. مبانی روش های مونت کارلو زنجیره مارکوف
  • 3. نیاز به روش های MCMC
  • 4. انواع الگوریتم های MCMC
  • 5. مقدمه ای بر Stan
  • 6. چرا Stan؟
  • 7. نصب Stan
  • 8. محیط های برنامه نویسی با Stan (R, Python, Julia)
  • 9. نوشتن اولین مدل ساده در Stan
  • 10. ساختار یک مدل Stan
  • 11. کامپایل و اجرای مدل در Stan
  • 12. تفسیر خروجی Stan
  • 13. مفاهیم پایه مدل سازی آماری
  • 14. توزیع های احتمال
  • 15. توزیع های پیشین و پسین
  • 16. توزیع های احتمال شرطی
  • 17. انتخاب توزیع پیشین مناسب
  • 18. بیان مدل های آماری در Stan
  • 19. پارامترهای مدل
  • 20. متغیرهای مشاهده شده
  • 21. متغیرهای پنهان
  • 22. بیان توزیع پیشین در Stan
  • 23. بیان تابع درستنمایی در Stan
  • 24. فرآیند نمونه گیری در Stan
  • 25. الگوریتم های نمونه گیری مورد استفاده در Stan
  • 26. نمونه برداری با گاما (Gibbs Sampling)
  • 27. نمونه برداری با نمونه گیر متغیر (Metropolis-Hastings)
  • 28. نمونه برداری با گاما متغیر (Gibbs Sampling with Metropolis-Hastings)
  • 29. نمونه گیری با گاما متغیر (Hybrid Monte Carlo)
  • 30. نمونه گیری با گاما متغیر (Hamiltonian Monte Carlo – HMC)
  • 31. نمونه گیری با گاما متغیر (No-U-Turn Sampler – NUTS)
  • 32. مبانی HMC
  • 33. مبانی NUTS
  • 34. تنظیمات پیشرفته HMC و NUTS
  • 35. تنظیمات مربوط به گام زمانی (stepsize)
  • 36. تنظیمات مربوط به تعداد گام های لگژاندریان (number of leapfrog steps)
  • 37. تنظیمات مربوط به پارامترهای HMC
  • 38. تنظیمات مربوط به پارامترهای NUTS
  • 39. بررسی همگرایی زنجیره های MCMC
  • 40. معیارهای بصری همگرایی (Trace plots, Autocorrelation plots)
  • 41. معیارهای کمی همگرایی (Gelman-Rubin statistic, Effective Sample Size)
  • 42. بررسی همگرایی در Stan
  • 43. تفسیر معیارهای همگرایی Stan
  • 44. تشخیص عدم همگرایی
  • 45. راهکارهای بهبود همگرایی
  • 46. تنظیم پارامترهای HMC/NUTS
  • 47. تغییر مدل آماری
  • 48. استفاده از توزیع های پیشین مناسب تر
  • 49. استانداردسازی متغیرها
  • 50. استفاده از پارامترهای متمرکز (centered parameterization)
  • 51. استفاده از پارامترهای غیرمتمرکز (non-centered parameterization)
  • 52. نمونه گیری با پارامترهای متمرکز
  • 53. نمونه گیری با پارامترهای غیرمتمرکز
  • 54. موارد کاربرد پارامترهای غیرمتمرکز
  • 55. بهبود کارایی نمونه گیری
  • 56. کاهش همبستگی بین متغیرها
  • 57. استفاده از ترانسفورماسیون های مناسب
  • 58. استفاده از پارامترهای کمکی (auxiliary parameters)
  • 59. نمونه گیری با متغیرهای کمکی
  • 60. مثال های کاربردی از بهینه سازی
  • 61. مدل های خطی سلسله مراتبی (Hierarchical Linear Models)
  • 62. مدل های رگرسیون لجستیک سلسله مراتبی
  • 63. مدل های سری زمانی (Time Series Models)
  • 64. مدل های فضایی (Spatial Models)
  • 65. مدل های گرافی (Graphical Models)
  • 66. مدل های بیزی برای داده های حجیم
  • 67. بهینه سازی مدل های پیچیده
  • 68. مدل های با تعداد زیادی پارامتر
  • 69. مدل های با وابستگی های پیچیده
  • 70. مدل های با توزیع های پیشین غیرمعمول
  • 71. نکات و ترفندها در Stan
  • 72. استفاده از دستورات شرطی (if/else)
  • 73. استفاده از حلقه ها (for loops)
  • 74. استفاده از توابع سفارشی (user-defined functions)
  • 75. استفاده از ماتریس ها و بردارها
  • 76. بهینه سازی محاسبات در Stan
  • 77. استفاده از دستورات برداری شده (vectorization)
  • 78. کاهش محاسبات تکراری
  • 79. استفاده از توابع بهینه شده در Stan
  • 80. اشکال زدایی (Debugging) مدل های Stan
  • 81. پیام های خطا در Stan
  • 82. روش های اشکال زدایی
  • 83. استفاده از دستورات print و reject
  • 84. بررسی مقادیر میانی
  • 85. تست مدل با داده های شبیه سازی شده (Simulated Data)
  • 86. مدل سازی داده های شبیه سازی شده
  • 87. بررسی معقول بودن نتایج
  • 88. اعتبارسنجی مدل (Model Validation)
  • 89. بررسی برازش مدل (Goodness-of-fit)
  • 90. انواع معیارهای برازش
  • 91. اعتبارسنجی متقابل (Cross-validation)
  • 92. اعتبارسنجی با داده های جدید
  • 93. استفاده از Stan برای پیش بینی
  • 94. تولید پیش بینی های بیزی
  • 95. محاسبه فواصل اطمینان بیزی
  • 96. مقایسه مدل های مختلف
  • 97. معیارهای مقایسه مدل (WAIC, LOO-CV)
  • 98. تفسیر نتایج مقایسه مدل
  • 99. ملاحظات مربوط به محاسبات موازی (Parallel Computing)
  • 100. استفاده از چندین هسته پردازشی

📚 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 بهینه‌سازی فرآیند MCMC با Stan”

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

محصولات مشابه

پیمایش به بالا