کتاب راهنمای جامع برای تنظیم MCMC در Stan
, ,

کتاب راهنمای جامع برای تنظیم MCMC در Stan

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperCourse-0000029407 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 راهنمای جامع برای تنظیم MCMC در 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. نیاز به MCMC
  • 3. مفاهیم کلیدی MCMC
  • 4. نمونه گیری از توزیع پسین
  • 5. مدل های بیزی
  • 6. توزیع پیشین
  • 7. توزیع درستنمایی
  • 8. توزیع پسین
  • 9. قضیه بیز
  • 10. مشکلات نمونه گیری مستقیم
  • 11. آنالیز بیزی
  • 12. پیاده سازی MCMC
  • 13. نرم افزار Stan
  • 14. زبان مدل سازی Stan
  • 15. نصب Stan
  • 16. محیط های توسعه Stan
  • 17. RStan
  • 18. PyStan
  • 19. CmdStan
  • 20. مفاهیم پایه Stan
  • 21. متغیرهای مدل
  • 22. پارامترهای مدل
  • 23. داده های مشاهده شده
  • 24. داده های تولید شده
  • 25. توابع هدف
  • 26. تابع درستنمایی
  • 27. تابع پیشین
  • 28. تابع پسین
  • 29. مشخصات مدل در Stan
  • 30. بلوک "model"
  • 31. بلوک "data"
  • 32. بلوک "parameters"
  • 33. بلوک "transformed parameters"
  • 34. بلوک "generated quantities"
  • 35. مثال های ساده مدل در Stan
  • 36. مدل رگرسیون خطی ساده
  • 37. مدل رگرسیون خطی چندگانه
  • 38. مدل لجستیک
  • 39. مدل سری زمانی ساده
  • 40. تنظیم الگوریتم MCMC
  • 41. انواع الگوریتم های MCMC
  • 42. Metropolis-Hastings
  • 43. Gibbs Sampling
  • 44. Hamiltonian Monte Carlo (HMC)
  • 45. No-U-Turn Sampler (NUTS)
  • 46. پارامترهای HMC
  • 47. گام اندازه (step size)
  • 48. تعداد گام ها (number of steps)
  • 49. انرژی پتانسیل
  • 50. انرژی جنبشی
  • 51. حرکت هامیلتونی
  • 52. بهینه سازی پارامترهای HMC
  • 53. انتخاب گام اندازه مناسب
  • 54. انتخاب تعداد گام های مناسب
  • 55. تنظیم پارامترهای NUTS
  • 56. پارامترهای عمومی HMC/NUTS
  • 57. تعداد زنجیره ها (chains)
  • 58. تعداد تکرارها (iterations)
  • 59. تعداد گرم کردن (warmup)
  • 60. تعداد تاخیر (thinning)
  • 61. نکات مهم در تنظیم NUTS
  • 62. تفسیر نتایج MCMC
  • 63. نمودارهای زنجیره ای (trace plots)
  • 64. نمودارهای چگالی (density plots)
  • 65. آماره های خلاصه (summary statistics)
  • 66. میانگین، میانه، انحراف معیار
  • 67. بازه های اطمینان (credible intervals)
  • 68. مقادیر R-hat
  • 69. مقادیر Neff (effective sample size)
  • 70. تشخیص همگرایی (convergence)
  • 71. همگرایی زنجیره ها
  • 72. همگرایی توزیع پسین
  • 73. روش های تشخیص همگرایی
  • 74. روش های بصری
  • 75. روش های آماری
  • 76. مشکلات رایج در MCMC
  • 77. همگرایی کند
  • 78. همبستگی بالای نمونه ها
  • 79. توزیع های پسین پیچیده
  • 80. مشکلات نمونه گیری از مناطق کم احتمال
  • 81. راه حل ها و تکنیک های پیشرفته
  • 82. نمونه گیری با وزن دهی مجدد (Resampling)
  • 83. نمونه گیری با اهمیت (Importance Sampling)
  • 84. نمونه گیری از توزیع های کمکی (Auxiliary Sampling)
  • 85. روش های موازی سازی MCMC
  • 86. تنظیم برای مدل های پیچیده
  • 87. مدل های سلسله مراتبی
  • 88. مدل های فضایی
  • 89. مدل های مکانی-زمانی
  • 90. مدل های شبکه ای
  • 91. اعتبارسنجی مدل MCMC
  • 92. بررسی برازش مدل (model fit)
  • 93. بازه های پیش بینی (prediction intervals)
  • 94. تست های پسین تحلیلی (posterior predictive checks)
  • 95. تولید داده های مصنوعی
  • 96. مقایسه مدل ها
  • 97. معیارهای اطلاعاتی (information criteria)
  • 98. AIC, BIC, WAIC, LOOIC
  • 99. بهینه سازی عملکرد MCMC
  • 100. استفاده از سخت افزار مناسب

📚 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 راهنمای جامع برای تنظیم MCMC در Stan”

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

محصولات مشابه

پیمایش به بالا