سپنتا کتاب اکسپرس
کتاب تکنیک‌های اعتبارسنجی نتایج در Stan

کتاب تکنیک‌های اعتبارسنجی نتایج در 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 تکنیک‌های اعتبارسنجی نتایج 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 اعتبارسنجی نتایج مدل های بیزی
  • 2. اهمیت اعتبارسنجی در مدل سازی آماری
  • 3. مفهوم اعتمادپذیری نتایج مدل
  • 4. چالش های منحصر به فرد اعتبارسنجی در مدل های بیزی
  • 5. تفاوت اعتبارسنجی در مدل های فراوانی و بیزی
  • 6. چرا اعتبارسنجی در Stan اهمیت ویژه ای دارد؟
  • 7. مقدمه ای بر Stan و زبان برنامه نویسی آن
  • 8. چرا Stan برای مدل سازی آماری قدرتمند است؟
  • 9. نحوه نصب و راه اندازی Stan
  • 10. مقدمه ای بر ابزارهای اکوسیستم Stan (RStan, PyStan, CmdStan)
  • 11. مفهوم پیش بینی و نقش آن در اعتبارسنجی
  • 12. انواع پیش بینی ها در مدل های بیزی
  • 13. چگونه از پیش بینی برای اعتبارسنجی استفاده کنیم؟
  • 14. مفهوم برازش مدل (Model Fit)
  • 15. معیارهای مختلف برازش مدل در Stan
  • 16. مشکل بیش برازش (Overfitting) و کم برازش (Underfitting)
  • 17. چگونه برازش مدل را در Stan ارزیابی کنیم؟
  • 18. مقدمه ای بر نمودارهای تشخیصی (Diagnostic Plots)
  • 19. نمودارهای ردیابی (Trace Plots)
  • 20. تفسیر نمودارهای ردیابی
  • 21. نمودارهای تابع خودهمبستگی (Autocorrelation Function - ACF Plots)
  • 22. تفسیر نمودارهای ACF
  • 23. نمودارهای تراکم (Density Plots)
  • 24. تفسیر نمودارهای تراکم
  • 25. نمودارهای هیستوگرام (Histogram Plots)
  • 26. تفسیر نمودارهای هیستوگرام
  • 27. نمودارهای مقایسه زنجیره ها (Gelman-Rubin Statistics)
  • 28. تفسیر آماره Gelman-Rubin
  • 29. نمودارهای مقایسه زنجیره ها (Brooks-Gelman Statistics)
  • 30. تفسیر آماره Brooks-Gelman
  • 31. نمودارهای مقایسه زنجیره ها (R-hat Statistics)
  • 32. تفسیر آماره R-hat
  • 33. مفهوم توزیع پسین (Posterior Distribution)
  • 34. چگونه توزیع پسین را در Stan بررسی کنیم؟
  • 35. نمودارهای شمعی (Quantile-Quantile Plots)
  • 36. تفسیر نمودارهای شمعی
  • 37. نمودارهای هیستوگرام پسین (Posterior Histograms)
  • 38. تفسیر هیستوگرام های پسین
  • 39. نمودارهای جعبه ای (Box Plots)
  • 40. تفسیر نمودارهای جعبه ای
  • 41. مفهوم توزیع پیشین (Prior Distribution)
  • 42. چگونه توزیع پیشین بر نتایج تأثیر می گذارد؟
  • 43. حساسیت به پیشین (Prior Sensitivity Analysis)
  • 44. نحوه انجام حساسیت به پیشین در Stan
  • 45. اعتبارسنجی متقابل (Cross-Validation)
  • 46. انواع روش های اعتبارسنجی متقابل
  • 47. اعتبارسنجی متقابل K-Fold
  • 48. پیاده سازی اعتبارسنجی متقابل K-Fold در Stan
  • 49. اعتبارسنجی متقابل Leave-One-Out (LOOCV)
  • 50. پیاده سازی اعتبارسنجی متقابل LOOCV در Stan
  • 51. اعتبارسنجی متقابل Hold-out
  • 52. پیاده سازی اعتبارسنجی متقابل Hold-out در Stan
  • 53. استفاده از داده های شبیه سازی شده (Simulated Data)
  • 54. تولید داده های شبیه سازی شده در Stan
  • 55. اعتبارسنجی با استفاده از داده های شبیه سازی شده
  • 56. مفهوم توزیع پیش بینی کننده (Predictive Distribution)
  • 57. استفاده از توزیع پیش بینی کننده برای اعتبارسنجی
  • 58. نمودارهای پیش بینی کننده (Posterior Predictive Plots)
  • 59. تفسیر نمودارهای پیش بینی کننده
  • 60. تست های پیش بینی کننده (Posterior Predictive Checks - PPCs)
  • 61. مفهوم PPCs
  • 62. انواع PPCs
  • 63. PPCs برای مقایسه توزیع داده های مشاهده شده و پیش بینی شده
  • 64. PPCs برای مقایسه آماره های خلاصه (Summary Statistics)
  • 65. PPCs برای مقایسه توزیع های پیشین و پسین
  • 66. پیاده سازی PPCs در Stan
  • 67. تفسیر نتایج PPCs
  • 68. مفهوم مدل های جایگزین (Alternative Models)
  • 69. مقایسه مدل ها با استفاده از معیارهای اطلاعاتی (Information Criteria)
  • 70. معیار اطلاعاتی آکایکه (Akaike Information Criterion - AIC)
  • 71. محدودیت های AIC در مدل های بیزی
  • 72. معیار اطلاعاتی بیزی آکایکه (Bayesian Information Criterion - BIC)
  • 73. محدودیت های BIC در مدل های بیزی
  • 74. معیار اطلاعاتی واسط Bayesian (Widely Applicable Information Criterion - WAIC)
  • 75. پیاده سازی WAIC در Stan
  • 76. معیار اطلاعاتی پسین (Posterior Predictive Information Criterion - PPIC)
  • 77. پیاده سازی PPIC در Stan
  • 78. معیار اطلاعاتی شواهد (Deviance Information Criterion - DIC)
  • 79. محدودیت های DIC در مدل های بیزی
  • 80. استفاده از معیارهای مقایسه مدل برای انتخاب مدل
  • 81. اعتبارسنجی مدل های سلسله مراتبی (Hierarchical Models)
  • 82. چالش های اعتبارسنجی مدل های سلسله مراتبی
  • 83. استفاده از نمودارهای تشخیصی برای سطوح مختلف سلسله مراتبی
  • 84. PPCs برای مدل های سلسله مراتبی
  • 85. اعتبارسنجی مدل های با داده های نامتقارن (Non-Gaussian Data)
  • 86. چالش های اعتبارسنجی برای داده های نامتقارن
  • 87. استفاده از توزیع های مناسب و اعتبارسنجی آنها
  • 88. استفاده از PPCs برای داده های نامتقارن
  • 89. اعتبارسنجی مدل های با متغیرهای پنهان (Latent Variables)
  • 90. چالش های اعتبارسنجی مدل های با متغیرهای پنهان
  • 91. بررسی توزیع متغیرهای پنهان
  • 92. استفاده از PPCs برای اعتبارسنجی مدل های با متغیرهای پنهان
  • 93. اعتبارسنجی مدل های با داده های سری زمانی (Time Series Data)
  • 94. چالش های اعتبارسنجی داده های سری زمانی
  • 95. بررسی خودهمبستگی در باقیمانده ها (Residual Autocorrelation)
  • 96. استفاده از PPCs برای داده های سری زمانی
  • 97. اعتبارسنجی مدل های با داده های فضایی (Spatial Data)
  • 98. چالش های اعتبارسنجی داده های فضایی
  • 99. بررسی خودهمبستگی فضایی در باقیمانده ها
  • 100. استفاده از PPCs برای داده های فضایی

📚 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.