کتاب تحلیل سری‌های زمانی با استفاده از MCMC: مبانی و کاربردها
, ,

کتاب تحلیل سری‌های زمانی با استفاده از MCMC: مبانی و کاربردها

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperCourse-0000028365 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 تحلیل سری‌های زمانی با استفاده از MCMC: مبانی و کاربردها

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

موضوع میانی: نمودارهای Time Series

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر سری های زمانی
  • 2. تعریف سری زمانی
  • 3. انواع سری های زمانی
  • 4. نمونه های کاربردی سری های زمانی
  • 5. مفاهیم آماری پایه برای سری های زمانی
  • 6. میانگین، واریانس، کوواریانس
  • 7. خودهمبستگی (Autocorrelation)
  • 8. خودهمبستگی جزئی (Partial Autocorrelation)
  • 9. ایستایی (Stationarity)
  • 10. انواع ایستایی
  • 11. آزمون های ایستایی
  • 12. پیش پردازش داده های سری زمانی
  • 13. نرمال سازی و استانداردسازی
  • 14. حذف روند (Detrending)
  • 15. حذف فصلیت (Deseasonalizing)
  • 16. پنجره لغزان (Moving Averages)
  • 17. فیلترینگ سری زمانی
  • 18. مقدمه ای بر استنتاج بیزی (Bayesian Inference)
  • 19. مفاهیم احتمال بیزی
  • 20. قضیه بیز
  • 21. توزیع پیشین (Prior Distribution)
  • 22. توزیع درستنمایی (Likelihood Function)
  • 23. توزیع پسین (Posterior Distribution)
  • 24. مقدمه ای بر روش های مونت کارلو زنجیره مارکوف (MCMC)
  • 25. نیاز به MCMC
  • 26. ایده اصلی MCMC
  • 27. زنجیره مارکوف
  • 28. خاصیت مارکوف
  • 29. توزیع پایدار (Stationary Distribution)
  • 30. هدف MCMC: نمونه گیری از توزیع پسین
  • 31. مقدمه ای بر مدل های سری زمانی بیزی
  • 32. چرا مدل های سری زمانی بیزی؟
  • 33. مزایای رویکرد بیزی
  • 34. انتخاب توزیع پیشین در مدل های سری زمانی
  • 35. انتخاب توزیع درستنمایی در مدل های سری زمانی
  • 36. مدل های ساده سری زمانی بیزی
  • 37. مدل میانگین متحرک بیزی (Bayesian MA)
  • 38. مدل خودرگرسیو بیزی (Bayesian AR)
  • 39. مدل خودرگرسیو میانگین متحرک بیزی (Bayesian ARMA)
  • 40. مدل خودرگرسیو یکپارچه میانگین متحرک بیزی (Bayesian ARIMA)
  • 41. روش های MCMC برای مدل های سری زمانی
  • 42. الگوریتم گیبس (Gibbs Sampling)
  • 43. نحوه پیاده سازی گیبس برای مدل های سری زمانی
  • 44. الگوریتم متروپلیس-هستینگز (Metropolis-Hastings Algorithm)
  • 45. نحوه پیاده سازی متروپلیس-هستینگز برای مدل های سری زمانی
  • 46. ترکیب الگوریتم های گیبس و متروپلیس-هستینگز
  • 47. پیاده سازی MCMC در نرم افزارهای آماری
  • 48. بسته های R برای MCMC (مانند coda, rstan, nimble)
  • 49. بسته های Python برای MCMC (مانند pymc, stan, emcee)
  • 50. کاربرد MCMC در مدل های پیچیده سری زمانی
  • 51. مدل های فصلی بیزی (Bayesian Seasonal Models)
  • 52. مدل های روند تصادفی بیزی (Bayesian Stochastic Trend Models)
  • 53. مدل های تغییر رژیم (Regime Switching Models)
  • 54. مدل های فضایی-زمانی (Spatio-Temporal Models)
  • 55. مدل های حالت-فضای بیزی (Bayesian State-Space Models)
  • 56. تعریف فضای حالت
  • 57. اجزای مدل حالت-فضا
  • 58. مدل های فیلتر کالمن بیزی (Bayesian Kalman Filtering)
  • 59. مدل های پیش بینی با استفاده از MCMC
  • 60. ارزیابی و تشخیص مدل های سری زمانی بیزی
  • 61. معیارهای ارزیابی مدل (مانند DIC, WAIC)
  • 62. تحلیل همگرایی زنجیره های MCMC
  • 63. نمودارهای trace plot
  • 64. نمودارهای autocorrelation plot
  • 65. آزمون های همگرایی (مانند Gelman-Rubin)
  • 66. تحلیل پسین (Posterior Analysis)
  • 67. محاسبه میانگین، میانه و انحراف معیار پسین
  • 68. محاسبه فواصل اطمینان بیزی (Credible Intervals)
  • 69. تصویرسازی نتایج MCMC
  • 70. نمودارهای توزیع پسین
  • 71. نمودارهای پیش بینی
  • 72. نمودارهای تشخیص مدل
  • 73. کاربردهای عملی MCMC در سری های زمانی
  • 74. تحلیل داده های مالی
  • 75. پیش بینی قیمت سهام
  • 76. تحلیل نوسانات بازار
  • 77. تحلیل داده های اقتصادسنجی
  • 78. پیش بینی تولید ناخالص داخلی
  • 79. تحلیل تورم
  • 80. تحلیل داده های هواشناسی
  • 81. پیش بینی دما و بارندگی
  • 82. تحلیل الگوهای آب و هوایی
  • 83. تحلیل داده های زیست پزشکی
  • 84. تحلیل سیگنال های فیزیولوژیکی (مانند ECG)
  • 85. تحلیل داده های اپیدمیولوژیکی
  • 86. تحلیل داده های مهندسی
  • 87. تحلیل داده های سنسورها
  • 88. پیش بینی خرابی تجهیزات
  • 89. تحلیل داده های اجتماعی
  • 90. تحلیل روند شبکه های اجتماعی
  • 91. پیش بینی رفتار مصرف کننده
  • 92. نکات پیشرفته در MCMC برای سری های زمانی
  • 93. بهینه سازی الگوریتم های MCMC
  • 94. استفاده از نمونه های پیشین (Prior Predictive Checks)
  • 95. استفاده از نمونه های پسین (Posterior Predictive Checks)
  • 96. مدل های سلسله مراتبی بیزی برای سری های زمانی (Bayesian Hierarchical Models)
  • 97. مدل های چند متغیره سری زمانی بیزی (Bayesian Multivariate Time Series Models)
  • 98. استفاده از MCMC در یادگیری عمیق برای سری های زمانی
  • 99. شبکه های عصبی بازگشتی بیزی (Bayesian RNNs)
  • 100. شبکه های عصبی کانولوشنی بیزی (Bayesian CNNs)

📚 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 تحلیل سری‌های زمانی با استفاده از MCMC: مبانی و کاربردها”

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

محصولات مشابه

پیمایش به بالا