سپنتا کتاب اکسپرس
کتاب تنظیم پارامترهای MCMC با Stan

کتاب تنظیم پارامترهای MCMC با Stan

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 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 تنظیم پارامترهای 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 و Stan
  • 2. مفاهیم کلیدی MCMC
  • 3. چرا از MCMC استفاده می کنیم؟
  • 4. انواع الگوریتم های MCMC
  • 5. مقدمه ای بر Stan
  • 6. مزایای استفاده از Stan
  • 7. نصب Stan
  • 8. نصب RStan
  • 9. نصب PyStan
  • 10. نصب CmdStan
  • 11. ساختار یک مدل Stan
  • 12. زبان مدل سازی Stan
  • 13. بخش های یک مدل Stan
  • 14. داده ها (Data)
  • 15. پارامترها (Parameters)
  • 16. تبدیلات (Transformed Parameters)
  • 17. تابع هدف (Transformed Data)
  • 18. تابع احتمال (Model)
  • 19. بهینه سازی (Optimization)
  • 20. مقدمه ای بر شبیه سازی
  • 21. ایجاد یک مدل ساده در Stan
  • 22. مدل خطی ساده
  • 23. تعریف متغیرهای مدل
  • 24. تعریف پارامترهای مدل
  • 25. تعریف تابع احتمال
  • 26. اجرای مدل در Stan
  • 27. تفسیر خروجی Stan
  • 28. نمودارهای Trace
  • 29. نمودارهای Kernel Density
  • 30. خلاصه آماری
  • 31. R-hat و Neff
  • 32. کار با داده های واقعی
  • 33. آماده سازی داده ها برای Stan
  • 34. خواندن داده ها در R
  • 35. خواندن داده ها در Python
  • 36. نوشتن مدل برای داده های واقعی
  • 37. مثال: مدل رگرسیون خطی با داده های واقعی
  • 38. مدل های پیچیده تر
  • 39. مدل های سلسله مراتبی
  • 40. مقدمه ای بر مدل های سلسله مراتبی
  • 41. مدل های اثری مختلط (Mixed-effects models)
  • 42. پیاده سازی مدل های سلسله مراتبی در Stan
  • 43. مثال: مدل رگرسیون سلسله مراتبی
  • 44. مدل های سری زمانی
  • 45. مقدمه ای بر مدل های سری زمانی
  • 46. مدل های ARIMA
  • 47. مدل های حالت-فضا (State-space models)
  • 48. پیاده سازی مدل های سری زمانی در Stan
  • 49. مثال: مدل ساده سری زمانی
  • 50. مدل های فضایی
  • 51. مقدمه ای بر مدل های فضایی
  • 52. مدل های خودهمبستگی فضایی
  • 53. پیاده سازی مدل های فضایی در Stan
  • 54. مثال: مدل ساده فضایی
  • 55. مدل های آماری پیشرفته
  • 56. مدل های گوسی فرآیند (Gaussian Process Models)
  • 57. مدل های شبکه بیزی (Bayesian Network Models)
  • 58. پیاده سازی مدل های پیشرفته در Stan
  • 59. تنظیم پارامترهای MCMC
  • 60. مقدمه ای بر تنظیم پارامترهای MCMC
  • 61. چرا تنظیم پارامترها مهم است؟
  • 62. پارامترهای کلیدی الگوریتم HMC (Hamiltonian Monte Carlo)
  • 63. گام اندازه (Step Size)
  • 64. تعداد گام ها (Number of Steps)
  • 65. تعداد زنجیره ها (Number of Chains)
  • 66. تعداد تکرارها (Number of Iterations)
  • 67. تنظیم گام اندازه
  • 68. روش های تنظیم خودکار گام اندازه
  • 69. تنظیم دستی گام اندازه
  • 70. تنظیم تعداد گام ها
  • 71. تاثیر تعداد گام ها بر همگرایی
  • 72. تنظیم تعداد زنجیره ها
  • 73. اهمیت اجرای چندین زنجیره
  • 74. تنظیم تعداد تکرارها
  • 75. تعداد تکرارهای لازم برای همگرایی
  • 76. راهنمایی برای تعیین تعداد تکرارها
  • 77. تنظیم پارامترهای MCMC در Stan
  • 78. استفاده از پارامترهای پیش فرض Stan
  • 79. تنظیم پارامترها به صورت دستی در Stan
  • 80. تنظیم پارامترهای MCMC از طریق رابط های برنامه نویسی (R, Python)
  • 81. تنظیم پارامترهای MCMC از طریق خط فرمان (CmdStan)
  • 82. نکات پیشرفته در تنظیم پارامترها
  • 83. استفاده از الگوریتم های MCMC جایگزین (مانند NUTS - No-U-Turn Sampler)
  • 84. تنظیم پارامترهای NUTS
  • 85. تشخیص مشکلات همگرایی
  • 86. بررسی نمودارهای Trace برای مشکلات همگرایی
  • 87. بررسی R-hat برای مشکلات همگرایی
  • 88. بررسی Neff برای مشکلات همگرایی
  • 89. بررسی توزیع های حاشیه ای (Marginal Distributions)
  • 90. تکنیک های بهبود همگرایی
  • 91. استفاده از پارامترهای اولیه (Initial Values) مناسب
  • 92. تنظیم پارامترهای اولیه به صورت دستی
  • 93. تنظیم پارامترهای اولیه به صورت تصادفی
  • 94. استفاده از بهینه سازی برای یافتن مقادیر اولیه خوب
  • 95. تنظیم پارامترهای اولیه از طریق اجرای قبلی
  • 96. راهنمایی برای انتخاب پارامترهای اولیه
  • 97. استفاده از پیش شرط سازی (Priors) مناسب
  • 98. تاثیر پیش شرط ها بر همگرایی
  • 99. انتخاب پیش شرط های غیر اطلاعاتی (Non-informative Priors)
  • 100. انتخاب پیش شرط های اطلاعاتی (Informative Priors)

📚 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

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.