کتاب کاربرد MCMC با Stan در تحلیل‌های آماری
, ,

کتاب کاربرد MCMC با Stan در تحلیل‌های آماری

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperCourse-0000028729 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 کاربرد MCMC با Stan در تحلیل‌های آماری

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه بر مدل‌سازی آماری و استنتاج بیزی
  • 2. نیاز به روش‌های محاسباتی در استنتاج بیزی
  • 3. معرفی روش‌های مونت کارلو زنجیره مارکوف (MCMC)
  • 4. مزایای MCMC در مقایسه با روش‌های تحلیلی
  • 5. معرفی نرم‌افزار Stan
  • 6. قدرت و انعطاف‌پذیری Stan
  • 7. نصب و راه‌اندازی Stan (RStan, PyStan, CmdStan)
  • 8. مبانی زبان مدل‌سازی Stan (Stan Modeling Language – SML)
  • 9. ساختار کلی یک مدل Stan
  • 10. بخش‌های مختلف کد Stan: `data`, `parameters`, `transformed parameters`, `model`, `generated quantities`
  • 11. تعریف داده‌ها در Stan
  • 12. تعریف پارامترها در Stan
  • 13. تبدیلات پارامترها در Stan
  • 14. نوشتن بخش مدل (احتمالات پیشین و درستنمایی)
  • 15. تولید نمونه‌های پسین با استفاده از MCMC در Stan
  • 16. الگوریتم‌های MCMC مورد استفاده در Stan (NUTS, HMC)
  • 17. مفهوم زنجیره مارکوف
  • 18. مفهوم توزیع پایدار
  • 19. مفهوم جذب (Convergence)
  • 20. معیارهای ارزیابی جذب (Trace plots, Autocorrelation plots, Gelman-Rubin statistic)
  • 21. تفسیر نتایج MCMC
  • 22. استخراج آماره‌های توصیفی از نمونه‌های پسین
  • 23. رسم نمودارهای پسین (Posterior plots)
  • 24. استفاده از نمونه‌های پسین برای استنتاج
  • 25. محاسبه فواصل اطمینان بیزی (Credible Intervals)
  • 26. مدل‌های خطی در Stan
  • 27. رگرسیون خطی ساده و چندگانه در Stan
  • 28. مدل‌های خطی تعمیم‌یافته (GLMs) در Stan
  • 29. رگرسیون لجستیک در Stan
  • 30. رگرسیون پواسون در Stan
  • 31. مدل‌های سلسله مراتبی (Hierarchical Models) در Stan
  • 32. مفهوم اثرات ثابت و تصادفی
  • 33. پیاده‌سازی مدل‌های سلسله مراتبی در Stan
  • 34. مدل‌های اثرات مختلط (Mixed-effects Models) در Stan
  • 35. مدل‌سازی سری‌های زمانی در Stan
  • 36. مدل‌های ARIMA در Stan
  • 37. مدل‌های حالت-فضا (State-space Models) در Stan
  • 38. مدل‌سازی فضایی در Stan
  • 39. مدل‌های مکانی در Stan
  • 40. مدل‌سازی داده‌های بقا (Survival Analysis) در Stan
  • 41. مدل کاکس (Cox Proportional Hazards Model) در Stan
  • 42. مدل‌های بقای پارامتری در Stan
  • 43. مدل‌سازی داده‌های گسسته در Stan
  • 44. مدل‌های ترتیبی (Ordinal Models) در Stan
  • 45. مدل‌های چندسطحی (Multinomial Models) در Stan
  • 46. مدل‌سازی با داده‌های گمشده (Missing Data) در Stan
  • 47. روش‌های مقابله با داده‌های گمشده در Stan
  • 48. مدل‌سازی با داده‌های حجیم (Big Data) در Stan
  • 49. نکات بهینه‌سازی کد Stan
  • 50. استفاده از `rstanarm` برای مدل‌های رایج
  • 51. مزایای `rstanarm`
  • 52. مثال‌های کاربردی با `rstanarm`
  • 53. استفاده از `brms` برای مدل‌های پیچیده‌تر
  • 54. مزایای `brms`
  • 55. مثال‌های کاربردی با `brms`
  • 56. اعتبارسنجی مدل (Model Validation)
  • 57. استفاده از پیش‌بینی‌های پسین (Posterior Predictive Checks)
  • 58. محاسبه آماره‌های پیش‌بینی (Posterior Predictive p-values)
  • 59. مقایسه مدل‌ها (Model Comparison)
  • 60. معیارهای مقایسه مدل (WAIC, LOO-CV)
  • 61. تفسیر معیارهای مقایسه مدل
  • 62. مدل‌سازی علّی (Causal Inference) در Stan
  • 63. روش‌های استنتاج علّی با MCMC
  • 64. مثال‌های کاربردی در علوم اجتماعی
  • 65. مثال‌های کاربردی در علوم زیستی
  • 66. مثال‌های کاربردی در اقتصاد
  • 67. مثال‌های کاربردی در مهندسی
  • 68. مثال‌های کاربردی در علوم محیطی
  • 69. مثال‌های کاربردی در پزشکی
  • 70. مثال‌های کاربردی در روانشناسی
  • 71. مثال‌های کاربردی در علوم سیاسی
  • 72. مثال‌های کاربردی در بازاریابی
  • 73. مدیریت عدم قطعیت در مدل‌سازی آماری
  • 74. مفهوم توزیع‌های پیشین (Priors)
  • 75. انتخاب توزیع‌های پیشین مناسب
  • 76. تاثیر توزیع‌های پیشین بر نتایج
  • 77. مدل‌سازی با توزیع‌های پیشین غیرمتمرکز (Non-informative Priors)
  • 78. مدل‌سازی با توزیع‌های پیشین متمرکز (Informative Priors)
  • 79. مدل‌سازی با توزیع‌های پیشین هرمی (Weakly Informative Priors)
  • 80. مدیریت مشکلات رایج در MCMC
  • 81. مشکلات جذب (Non-convergence)
  • 82. مشکلات همبستگی نمونه‌ها (High autocorrelation)
  • 83. مشکلات انفجار نمونه‌ها (Divergences)
  • 84. روش‌های رفع مشکلات MCMC
  • 85. استفاده از پارامترهای الگوریتم HMC/NUTS
  • 86. تنظیم پارامترهای MCMC
  • 87. نکات پیشرفته در زبان مدل‌سازی Stan
  • 88. توابع سفارشی در Stan
  • 89. برنامه‌نویسی شرطی در Stan
  • 90. استفاده از آرایه‌های چندبعدی در Stan
  • 91. بهینه‌سازی عملکرد با استفاده از `expose_stan_methods`
  • 92. ارتباط Stan با سایر نرم‌افزارهای آماری
  • 93. استفاده از Stan در محیط‌های محاسباتی توزیع‌شده
  • 94. مباحث اخلاقی در استفاده از مدل‌های بیزی
  • 95. تفسیر نتایج به صورت شفاف
  • 96. ارتباط با ذینفعان غیر متخصص
  • 97. محدودیت‌های MCMC و Stan
  • 98. آینده MCMC و Stan در تحلیل‌های آماری
  • 99. درس‌های آموخته شده از پروژه‌های واقعی
  • 100. منابع تکمیلی برای یادگیری عمیق‌تر

📚 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 کاربرد MCMC با Stan در تحلیل‌های آماری”

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

محصولات مشابه

پیمایش به بالا