کتاب رفع مشکلات رایج در مدل‌سازی 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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره رفع مشکلات رایج در مدل‌سازی با Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مبانی مدل‌سازی آماری در Stan
  • 2. ساختار زبان Stan
  • 3. انواع مدل‌های خطی در Stan
  • 4. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
  • 5. مدل‌های سلسله‌مراتبی در Stan
  • 6. مقدمه‌ای بر مدل‌های خطای تصادفی
  • 7. مدل‌های اثرات ثابت و تصادفی
  • 8. مدل‌های چندسطحی با اثرات تصادفی
  • 9. مدل‌سازی داده‌های سری زمانی در Stan
  • 10. مدل‌های ARIMA در Stan
  • 11. مدل‌های خودرگرسیو شرطی ناهمسانی واریانس (ARCH/GARCH)
  • 12. مدل‌سازی داده‌های مکانی در Stan
  • 13. مقدمه‌ای بر مدل‌های مکانی
  • 14. مدل‌های خودهمبستگی مکانی
  • 15. مدل‌های ناهمگنی مکانی
  • 16. مدل‌سازی داده‌های بقا در Stan
  • 17. مدل‌های کاکس تناسبی در Stan
  • 18. مدل‌های پارامتری بقا
  • 19. مدل‌سازی داده‌های طبقه‌بندی در Stan
  • 20. مدل‌های لجستیک در Stan
  • 21. مدل‌های پروبیت در Stan
  • 22. مدل‌های طبقه‌بندی چندگانه
  • 23. مدل‌سازی داده‌های شمارشی در Stan
  • 24. مدل‌های پواسون در Stan
  • 25. مدل‌های دوجمله‌ای منفی
  • 26. مدل‌سازی پدیده‌های نادر
  • 27. مقدمه‌ای بر روش‌های بیزی در Stan
  • 28. قضیه بیز و استنتاج بیزی
  • 29. توزیع‌های پیشین و پسین
  • 30. نمونه‌گیری از توزیع پسین
  • 31. روش‌های مونت کارلو زنجیره مارکوف (MCMC)
  • 32. الگوریتم گیبس
  • 33. الگوریتم متروپولیس-هستینگز
  • 34. تشخیص همگرایی در MCMC
  • 35. ارزیابی مدل‌های بیزی
  • 36. معیارهای اطلاعاتی بیزی (DIC, WAIC)
  • 37. اعتبارسنجی متقابل مدل‌های بیزی
  • 38. مقدمه‌ای بر بهینه‌سازی در Stan
  • 39. روش‌های بهینه‌سازی بیزی
  • 40. بهینه‌سازی با استفاده از گرادیان
  • 41. روش‌های گرادیان نزولی تصادفی
  • 42. کاربرد بهینه‌سازی در مدل‌سازی
  • 43. بهینه‌سازی تابع هدف
  • 44. بهینه‌سازی با محدودیت
  • 45. مدل‌سازی داده‌های با ابعاد بالا
  • 46. مقدمه‌ای بر تحلیل مولفه‌های اصلی (PCA)
  • 47. مدل‌سازی مولفه‌های اصلی بیزی
  • 48. مدل‌سازی عامل پنهان در Stan
  • 49. تحلیل عامل اکتشافی و تاییدی
  • 50. مدل‌سازی عامل پنهان با ساختار سلسله‌مراتبی
  • 51. مقدمه‌ای بر شبکه‌های عصبی در Stan
  • 52. شبکه‌های عصبی پیشخور (Feedforward)
  • 53. آموزش شبکه‌های عصبی با Stan
  • 54. شبکه‌های عصبی بازگشتی (RNN)
  • 55. شبکه‌های عصبی کانولوشنی (CNN)
  • 56. کاربرد شبکه‌های عصبی در پیش‌بینی
  • 57. مدل‌سازی عدم قطعیت در پیش‌بینی
  • 58. تحلیل حساسیت پارامترها
  • 59. تحلیل سناریو
  • 60. مدل‌سازی داده‌های ناقص
  • 61. روش‌های جایگزینی مقادیر (Imputation)
  • 62. مدل‌سازی با داده‌های ناقص بیزی
  • 63. مدل‌سازی داده‌های پرت (Outlier)
  • 64. تشخیص و مدیریت داده‌های پرت
  • 65. مدل‌سازی مقاوم در برابر داده‌های پرت
  • 66. مقدمه‌ای بر یادگیری تقویتی در Stan
  • 67. مفاهیم پایه یادگیری تقویتی
  • 68. یادگیری تقویتی با مدل‌سازی بیزی
  • 69. کاربرد یادگیری تقویتی در تصمیم‌گیری
  • 70. مدل‌سازی اقتصادسنجی در Stan
  • 71. مدل‌های معادلات همزمان
  • 72. مدل‌های پانل دیتا در Stan
  • 73. مدل‌های پانل دیتا با اثرات ثابت و تصادفی
  • 74. مدل‌سازی مالی در Stan
  • 75. مدل‌سازی ریسک اعتباری
  • 76. مدل‌سازی پرتفوی
  • 77. مدل‌سازی سری زمانی مالی
  • 78. مدل‌سازی داده‌های زیست‌استاندارد در Stan
  • 79. مدل‌های سنجش دوز-پاسخ
  • 80. مدل‌سازی داده‌های اپیدمیولوژیک
  • 81. مدل‌سازی انتشار بیماری
  • 82. مدل‌سازی بقای بیماران
  • 83. مدل‌سازی داده‌های محیط زیست در Stan
  • 84. مدل‌سازی کیفیت هوا
  • 85. مدل‌سازی تغییرات اقلیمی
  • 86. مدل‌سازی تنوع زیستی
  • 87. بهینه‌سازی منابع در Stan
  • 88. مدل‌سازی تخصیص منابع
  • 89. مدل‌سازی مدیریت پروژه
  • 90. مدل‌سازی زنجیره تامین
  • 91. مقدمه‌ای بر مدل‌سازی آماری پیشرفته
  • 92. مدل‌های گرافیکی در Stan
  • 93. مدل‌های مارکوف پنهان در Stan
  • 94. مدل‌سازی داده‌های شبکه‌ای
  • 95. مدل‌سازی یادگیری ماشین پیشرفته در Stan
  • 96. مدل‌سازی یادگیری عمیق با Stan
  • 97. تکنیک‌های پیشرفته در MCMC
  • 98. شبیه‌سازی معکوس در Stan
  • 99. مدل‌سازی آماری برای علم داده
  • 100. ارزیابی عملکرد مدل‌های آماری

📚 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.