سپنتا کتاب اکسپرس
کتاب راهنمای جامع برای مدل‌سازی با Stan

کتاب راهنمای جامع برای 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 راهنمای جامع برای مدل‌سازی با Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمات مدل‌سازی آماری و احتمال
  • 2. مفاهیم اولیه آمار استنباطی
  • 3. مقدمه‌ای بر زبان برنامه‌نویسی R
  • 4. نصب و پیکربندی Stan
  • 5. آشنایی با زبان Stan
  • 6. ساختار کلی یک مدل Stan
  • 7. متغیرهای داده و پارامترها در Stan
  • 8. توابع چگالی احتمال در Stan
  • 9. توزیع‌های رایج در مدل‌سازی
  • 10. مدل‌های خطی ساده در Stan
  • 11. رگرسیون خطی چندگانه با Stan
  • 12. مدل‌های لجستیک در Stan
  • 13. مدل‌های پواسون برای داده‌های شمارشی
  • 14. مدل‌های گوسی برای داده‌های پیوسته
  • 15. مقدمه‌ای بر مدل‌های سلسله مراتبی
  • 16. مدل‌های اثرات تصادفی در Stan
  • 17. مدل‌های اثرات ثابت در Stan
  • 18. مدل‌های مختلط در Stan
  • 19. استفاده از پیشین‌های اطلاعاتی در Stan
  • 20. انتخاب پیشین‌های مناسب
  • 21. اهمیت پیشین‌های غیرمطلع
  • 22. مدل‌سازی با توزیع نرمال چندمتغیره
  • 23. مدل‌سازی با توزیع t استیودنت
  • 24. مدل‌سازی با توزیع گاما
  • 25. مدل‌سازی با توزیع بتا
  • 26. مدل‌سازی سری‌های زمانی خطی
  • 27. مدل‌های ARIMA در Stan
  • 28. مدل‌سازی فضایی در Stan
  • 29. مقدمه‌ای بر زنجیره‌های مارکوف مونت کارلو (MCMC)
  • 30. الگوریتم گیبس سمپلینگ
  • 31. الگوریتم Metropolis-Hastings
  • 32. نکات عملی در اجرای MCMC
  • 33. ارزیابی همگرایی زنجیره‌ها
  • 34. معیارهای همگرایی (Gelman-Rubin)
  • 35. تشخیص دوره‌های پیش از همگرایی
  • 36. نمودارهایtrace و autocorrelation
  • 37. تفسیر نتایج MCMC
  • 38. توزیع پسین پارامترها
  • 39. فاصله‌های اطمینان بیزی
  • 40. محاسبه آماره‌های پسین
  • 41. مدل‌سازی پیش‌بینی
  • 42. پیش‌بینی با استفاده از توزیع پسین
  • 43. ارزیابی کیفیت مدل پیش‌بینی
  • 44. اعتبارسنجی متقابل در مدل‌سازی بیزی
  • 45. مقایسه مدل‌ها با استفاده از معیارهای بیزی
  • 46. معیار اطلاعات بیزی (BIC)
  • 47. معیار اطلاعات آکائیکه بیزی (WAIC)
  • 48. معیار اطلاعات کرایتریون پیش‌بینی پسین (LOO-CV)
  • 49. مدل‌سازی داده‌های گمشده در Stan
  • 50. روش‌های imputation در Stan
  • 51. مدل‌سازی داده‌های پرت
  • 52. شناسایی و مدیریت داده‌های پرت
  • 53. مدل‌سازی با استفاده از توزیع‌های ترکیبی
  • 54. مدل‌سازی با توزیع‌های ناپارامتری
  • 55. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته (GLM)
  • 56. پیاده‌سازی GLM در Stan
  • 57. مدل‌سازی بقا در Stan
  • 58. مدل‌های کاکس تناسبی در Stan
  • 59. مدل‌سازی داده‌های خوشه‌ای
  • 60. مدل‌سازی با اثرات متقابل
  • 61. کاربرد Stan در علوم زیستی
  • 62. کاربرد Stan در علوم اجتماعی
  • 63. کاربرد Stan در اقتصاد
  • 64. کاربرد Stan در مهندسی
  • 65. مدل‌سازی شبکه‌های اجتماعی در Stan
  • 66. مدل‌سازی گراف در Stan
  • 67. مقدمه‌ای بر بهینه‌سازی بیزی
  • 68. بهینه‌سازی پارامترها با Stan
  • 69. مدل‌سازی داده‌های رتبه‌بندی
  • 70. مدل‌سازی داده‌های دوتایی
  • 71. مدل‌سازی داده‌های ترتیبی
  • 72. مدل‌سازی داده‌های تابعی
  • 73. مقدمه‌ای بر یادگیری ماشین بیزی
  • 74. شبکه‌های عصبی بیزی در Stan
  • 75. ماشین‌های بردار پشتیبان بیزی در Stan
  • 76. مدل‌سازی با استفاده از مدل‌های گرافیکی احتمالاتی
  • 77. مدل‌سازی درخت تصمیم بیزی
  • 78. مدل‌سازی جنگل تصادفی بیزی
  • 79. مدل‌سازی آماری برای اکتشاف داده
  • 80. روش‌های اکتشافی در مدل‌سازی
  • 81. مدل‌سازی داده‌های حجیم
  • 82. بهینه‌سازی عملکرد کد Stan
  • 83. تکنیک‌های موازی‌سازی در Stan
  • 84. مدیریت حافظه در مدل‌های بزرگ
  • 85. اشکال‌زدایی مدل‌های پیچیده Stan
  • 86. مستندسازی مدل‌های Stan
  • 87. اشتراک‌گذاری مدل‌های Stan
  • 88. مقدمه‌ای بر ابزارهای مرتبط با Stan
  • 89. بسته‌های R برای کار با Stan
  • 90. بسته‌های Python برای کار با Stan
  • 91. مقدمه‌ای بر مفاهیم پیشرفته آماری
  • 92. اصول مدل‌سازی علّی در Stan
  • 93. مدل‌سازی با ساختارهای سببی
  • 94. مقدمه‌ای بر تحلیل حساسیت در مدل‌سازی
  • 95. ارزیابی عدم قطعیت در مدل‌ها
  • 96. مدل‌سازی ریاضی برای مسائل واقعی
  • 97. نکات تکمیلی در استفاده از Stan
  • 98. مرور جامع مفاهیم آماری بیزی
  • 99. آموزش پروژه‌محور با Stan

📚 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.