سپنتا کتاب اکسپرس
کتاب **درک عمیق مدل‌سازی بیزی از طریق PyMC**

کتاب **درک عمیق مدل‌سازی بیزی از طریق PyMC**

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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره **درک عمیق مدل‌سازی بیزی از طریق PyMC**

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

موضوع میانی: کاربرد PyMC در مدل‌سازی بیزی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی بیزی
  • 2. اصول احتمال شرطی و قضیه بیز
  • 3. آشنایی با مفاهیم احتمالات پیشین و پسین
  • 4. توزیع‌های احتمال گسسته و پیوسته
  • 5. توزیع‌های پیشین رایج و کاربردهای آن‌ها
  • 6. توزیع‌های پسین رایج و ویژگی‌های آن‌ها
  • 7. آشنایی با PyMC و نصب آن
  • 8. ساختار اصلی مدل‌های PyMC
  • 9. تعریف متغیرهای تصادفی در PyMC
  • 10. تعریف توزیع‌های پیشین در PyMC
  • 11. تعریف توزیع‌های پسین در PyMC
  • 12. نمونه‌گیری از توزیع‌های پسین
  • 13. مفاهیم اساسی زنجیره مارکوف مونت کارلو (MCMC)
  • 14. الگوریتم‌های نمونه‌گیری Metropolis-Hastings
  • 15. الگوریتم نمونه‌گیری Gibbs
  • 16. نکات عملی در اجرای MCMC
  • 17. ارزیابی همگرایی مدل‌های MCMC
  • 18. معیارهای ارزیابی همگرایی (R-hat، ESS)
  • 19. تجزیه و تحلیل نتایج نمونه‌گیری
  • 20. مصورسازی نتایج مدل‌های بیزی
  • 21. تفسیر احتمالات پیشین و پسین
  • 22. مدل‌سازی رگرسیون خطی ساده بیزی
  • 23. رگرسیون خطی چندگانه بیزی
  • 24. مدل‌سازی داده‌های طبقه‌بندی با رگرسیون لجستیک بیزی
  • 25. کاربرد PyMC در مدل‌سازی رگرسیون خطی
  • 26. پیاده‌سازی رگرسیون خطی ساده در PyMC
  • 27. پیاده‌سازی رگرسیون خطی چندگانه در PyMC
  • 28. پیاده‌سازی رگرسیون لجستیک بیزی در PyMC
  • 29. مدل‌سازی سری‌های زمانی با رویکرد بیزی
  • 30. مدل‌های ARIMA بیزی
  • 31. مدل‌های حالت‌فضایی بیزی
  • 32. کاربرد PyMC در مدل‌سازی سری‌های زمانی
  • 33. پیاده‌سازی مدل‌های ARIMA بیزی در PyMC
  • 34. پیاده‌سازی مدل‌های حالت‌فضایی بیزی در PyMC
  • 35. مدل‌سازی سلسله‌مراتبی بیزی
  • 36. مفاهیم مدل‌های سلسله‌مراتبی
  • 37. مزایای مدل‌سازی سلسله‌مراتبی
  • 38. پیاده‌سازی مدل‌های سلسله‌مراتبی در PyMC
  • 39. مثال: مدل‌سازی اثرات گروهی
  • 40. مدل‌سازی داده‌های خوشه‌ای با رویکرد بیزی
  • 41. مدل‌های مخلوط بیزی
  • 42. کاربرد PyMC در مدل‌سازی خوشه‌ای
  • 43. پیاده‌سازی مدل‌های مخلوط بیزی در PyMC
  • 44. مدل‌سازی شبکه‌های بیزی
  • 45. مبانی شبکه‌های بیزی
  • 46. ساخت و استنتاج در شبکه‌های بیزی
  • 47. کاربرد PyMC در ساخت شبکه‌های بیزی
  • 48. مدل‌سازی انتخاب با مدل‌های انتخاب گسسته بیزی
  • 49. مدل‌های پروژیت بیزی
  • 50. کاربرد PyMC در مدل‌سازی انتخاب
  • 51. پیاده‌سازی مدل‌های انتخاب گسسته بیزی در PyMC
  • 52. مدل‌سازی داده‌های بقا با رویکرد بیزی
  • 53. مدل کاکس بیزی
  • 54. مدل‌های بقای پارامتری بیزی
  • 55. کاربرد PyMC در مدل‌سازی بقا
  • 56. پیاده‌سازی مدل کاکس بیزی در PyMC
  • 57. پیاده‌سازی مدل‌های بقای پارامتری بیزی در PyMC
  • 58. مدل‌سازی داده‌های فضایی با رویکرد بیزی
  • 59. مدل‌های رگرسیون فضایی بیزی
  • 60. کاربرد PyMC در مدل‌سازی فضایی
  • 61. پیاده‌سازی مدل‌های رگرسیون فضایی بیزی در PyMC
  • 62. مقدمه‌ای بر مدل‌های تعمیم‌یافته خطی (GLM) بیزی
  • 63. پیاده‌سازی GLM بیزی در PyMC
  • 64. کاربرد GLM بیزی در تحلیل داده‌ها
  • 65. مدل‌سازی پدیده‌های پرتکرار (Rare Events) با رویکرد بیزی
  • 66. مدل‌های پواسون بیزی
  • 67. مدل‌های منفی دوجمله‌ای بیزی
  • 68. کاربرد PyMC در مدل‌سازی پدیده‌های پرتکرار
  • 69. مدل‌سازی عدم قطعیت در پیش‌بینی با رویکرد بیزی
  • 70. ارزیابی و مقایسه مدل‌های بیزی
  • 71. انتخاب مدل با استفاده از معیارهای بیزی (DIC, WAIC)
  • 72. اعتبارسنجی متقابل برای مدل‌های بیزی
  • 73. بهینه‌سازی مدل‌های بیزی
  • 74. تکنیک‌های پیشرفته نمونه‌گیری در PyMC
  • 75. استفاده از priors غیرمتمرکز
  • 76. مدل‌سازی داده‌های گمشده با رویکرد بیزی
  • 77. کاربرد PyMC در تحلیل داده‌های گمشده
  • 78. مدل‌سازی اثرات متقابل در مدل‌های بیزی
  • 79. پیاده‌سازی مدل‌های پیشرفته در PyMC
  • 80. مقدمه‌ای بر مدل‌سازی بیزی با استفاده از Stan (مقایسه و کاربرد)
  • 81. کاربرد PyMC در پروژه‌های واقعی
  • 82. مطالعه موردی: تحلیل داده‌های پزشکی با PyMC
  • 83. مطالعه موردی: تحلیل داده‌های اقتصادی با PyMC
  • 84. مطالعه موردی: تحلیل داده‌های علوم اجتماعی با PyMC
  • 85. ملاحظات اخلاقی در مدل‌سازی بیزی
  • 86. تفسیر نتایج مدل‌های بیزی در چارچوب علمی
  • 87. ارائه نتایج مدل‌های بیزی به مخاطبین غیرمتخصص
  • 88. مبانی برنامه‌نویسی در PyMC
  • 89. ساختارهای داده‌ای در PyMC
  • 90. توابع کمکی در PyMC
  • 91. دیباگ کردن مدل‌های PyMC
  • 92. نکات پیشرفته در نوشتن کد PyMC
  • 93. مدل‌سازی بیزی توزیع‌های چندمتغیره
  • 94. کاربرد PyMC در مدل‌سازی توزیع‌های چندمتغیره
  • 95. روش‌های ارزیابی کیفیت مدل‌های بیزی
  • 96. بهبود کارایی نمونه‌گیری در PyMC
  • 97. مدل‌سازی بیزی برای داده‌های حجیم
  • 98. مروری بر آخرین تحولات در مدل‌سازی بیزی
  • 99. جمع‌بندی و مسیرهای آینده در مدل‌سازی بیزی

📚 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.