کتاب ملاحظات مهم در اجرای 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 ملاحظات مهم در اجرای 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 به MCMC و Stan
  • 2. مبانی نمونه‌گیری از توزیع پسین
  • 3. کاربرد MCMC در مدل‌سازی آماری
  • 4. مزایای استفاده از Stan
  • 5. نصب و راه‌اندازی Stan
  • 6. محیط‌های توسعه برای Stan (RStan, PyStan, CmdStan)
  • 7. ساختار یک مدل Stan
  • 8. زبان مدل‌سازی Stan
  • 9. بلوک‌های اصلی مدل Stan (data, parameters, transformed parameters, model, generated quantities)
  • 10. نکات کلیدی در تعریف بلوک data
  • 11. نکات کلیدی در تعریف بلوک parameters
  • 12. نکات کلیدی در تعریف بلوک transformed parameters
  • 13. نکات کلیدی در تعریف بلوک model
  • 14. نکات کلیدی در تعریف بلوک generated quantities
  • 15. توابع چگالی احتمال (PDF) و توزیع‌های رایج در Stan
  • 16. توزیع نرمال (Normal)
  • 17. توزیع t دانشجو (Student_t)
  • 18. توزیع کاشی (Cauchy)
  • 19. توزیع پواسون (Poisson)
  • 20. توزیع دوجمله‌ای (Binomial)
  • 21. توزیع چندجمله‌ای (Multinomial)
  • 22. توزیع گاما (Gamma)
  • 23. توزیع بتا (Beta)
  • 24. توزیع dirichlet (Dirichlet)
  • 25. توزیع لجستیک (Logistic)
  • 26. توزیع لاپلاس (Laplace)
  • 27. توزیع یکنواخت (Uniform)
  • 28. توزیع نمایی (Exponential)
  • 29. توزیع نیم‌نرمال (Half_normal)
  • 30. توزیع نیم‌t (Half_Student_t)
  • 31. توزیع نیم‌کاوشی (Half_Cauchy)
  • 32. توزیع‌های چندمتغیره (Multivariate distributions)
  • 33. توزیع نرمال چندمتغیره (Multivariate Normal)
  • 34. توزیع dirichlet چندمتغیره (Multivariate Dirichlet)
  • 35. توزیع t چندمتغیره (Multivariate Student_t)
  • 36. توزیع گاما چندمتغیره (Multivariate Gamma)
  • 37. توزیع گاما معکوس چندمتغیره (Multivariate Inverse Gamma)
  • 38. توزیع گاما معکوس (Inverse Gamma)
  • 39. توزیع‌های مرتبط با واریانس-کوواریانس (Covariance matrix distributions)
  • 40. توزیع Wishart
  • 41. توزیع Inverse-Wishart
  • 42. توزیع LKJ
  • 43. نکات مهم در تعریف پارامترها
  • 44. محدودیت‌های پارامترها (constraints)
  • 45. پارامترهای پیشین (priors)
  • 46. انتخاب توزیع‌های پیشین مناسب
  • 47. پیشین‌های غیراطلاعاتی (non-informative priors)
  • 48. پیشین‌های اطلاعاتی (informative priors)
  • 49. پیشین‌های غیرمعقول (unreasonable priors)
  • 50. تأثیر پیشین‌ها بر نتایج
  • 51. مدل‌سازی رگرسیون خطی (Linear Regression)
  • 52. مدل‌سازی رگرسیون لجستیک (Logistic Regression)
  • 53. مدل‌سازی مدل‌های سلسله مراتبی (Hierarchical Models)
  • 54. مدل‌سازی اثرات مختلط (Mixed Effects Models)
  • 55. مدل‌سازی سری‌های زمانی (Time Series Models)
  • 56. مدل‌سازی داده‌های فضایی (Spatial Data Models)
  • 57. مدل‌سازی بقا (Survival Analysis)
  • 58. مدل‌سازی داده‌های خوشه‌ای (Clustered Data Models)
  • 59. مدل‌سازی داده‌های گسسته (Discrete Data Models)
  • 60. مدل‌سازی داده‌های پیوسته (Continuous Data Models)
  • 61. مدل‌سازی داده‌های اندازه‌گیری شده با خطا (Measurement Error Models)
  • 62. بهینه‌سازی الگوریتم‌های نمونه‌گیری (Sampling Algorithm Optimization)
  • 63. الگوریتم HMC (Hamiltonian Monte Carlo)
  • 64. الگوریتم NUTS (No-U-Turn Sampler)
  • 65. تنظیم پارامترهای NUTS (epsilon, delta, adapt_delta)
  • 66. تنظیم تعداد گام‌های HMC (stepsize, int_time)
  • 67. مدیریت زنجیره‌های نمونه‌گیری (Chains)
  • 68. تعداد زنجیره‌ها (num_chains)
  • 69. طول زنجیره‌ها (num_samples)
  • 70. مرحله گرم شدن (warmup/burn-in)
  • 71. تشخیص همگرایی (Convergence Diagnostics)
  • 72. نمودارهای Trace Plot
  • 73. نمودارهای Autocorrelation Plot
  • 74. آمار R-Hat (Gelman-Rubin Statistic)
  • 75. آمار Effective Sample Size (ESS)
  • 76. آمار Autocorrelation
  • 77. تفسیر نتایج همگرایی
  • 78. راهکارهای رفع مشکل همگرایی
  • 79. تغییر پیشین‌ها
  • 80. تغییر ساختار مدل
  • 81. تنظیم پارامترهای نمونه‌گیری
  • 82. استفاده از الگوریتم‌های نمونه‌گیری جایگزین
  • 83. تولید و ارزیابی توابع پیش‌بینی (Posterior Predictive Checks)
  • 84. مقایسه داده‌های مشاهده شده با داده‌های تولید شده از مدل
  • 85. تست‌های آماری برای ارزیابی برازش مدل
  • 86. انتخاب بهترین مدل (Model Selection)
  • 87. معیارهای اطلاعاتی (Information Criteria) مانند AIC، BIC
  • 88. معیار WAIC (Widely Applicable Information Criterion)
  • 89. معیار LOO-CV (Leave-One-Out Cross-Validation)
  • 90. اعتبارسنجی متقابل (Cross-Validation)
  • 91. کاربرد Stan در یادگیری ماشین (Machine Learning)
  • 92. کاربرد Stan در علوم داده (Data Science)
  • 93. کاربرد Stan در تحقیقات علمی (Scientific Research)
  • 94. نکات پیشرفته در Stan
  • 95. استفاده از ماتریکس‌ها و بردارهای تعریف شده در Stan
  • 96. عملیات بر روی ماتریکس‌ها و بردارها
  • 97. توابع کمکی (Helper Functions)
  • 98. توابع سفارشی (Custom Functions)
  • 99. استفاده از بلوک `functions`
  • 100. نکات مربوط به کارایی (Performance)

📚 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.