کتاب تنظیمات پیشرفته برای مدل‌سازی‌های پیچیده 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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تنظیمات پیشرفته برای مدل‌سازی‌های پیچیده در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر زبان برنامه‌نویسی Stan
  • 2. نصب و راه‌اندازی Stan
  • 3. مبانی مدل‌سازی آماری
  • 4. مفاهیم احتمال و آمار
  • 5. توزیع‌های احتمال گسسته
  • 6. توزیع‌های احتمال پیوسته
  • 7. استنتاج بیزی: مفاهیم پایه
  • 8. قضیه بیز و کاربردهای آن
  • 9. مدل‌های خطی تعمیم‌یافته (GLM)
  • 10. مقدمه‌ای بر مدل‌های سلسله‌مراتبی
  • 11. ساختارهای مدل‌سازی در Stan
  • 12. سینتکس زبان Stan: بخش‌ها و دستورات
  • 13. متغیرهای مدل و پارامترها
  • 14. توابع چگالی احتمال (PDF) در Stan
  • 15. تابع درست‌نمایی (Likelihood)
  • 16. توزیع پیشین (Prior Distributions)
  • 17. توزیع پسین (Posterior Distributions)
  • 18. نمونه‌گیری از توزیع پسین
  • 19. الگوریتم‌های MCMC: Metropolis-Hastings
  • 20. الگوریتم‌های MCMC: Gibbs Sampling
  • 21. الگوریتم‌های MCMC: Hamiltonian Monte Carlo (HMC)
  • 22. الگوریتم‌های MCMC: No-U-Turn Sampler (NUTS)
  • 23. اعتبارسنجی مدل‌های بیزی
  • 24. بررسی همگرایی زنجیره‌های مارکوف
  • 25. معیارهای ارزیابی مدل: R-hat
  • 26. معیارهای ارزیابی مدل: Effective Sample Size (ESS)
  • 27. بررسی تشخیصی مدل
  • 28. مدل‌های رگرسیون خطی ساده در Stan
  • 29. مدل‌های رگرسیون خطی چندگانه در Stan
  • 30. مدل‌های رگرسیون لجستیک در Stan
  • 31. مدل‌های رگرسیون پواسون در Stan
  • 32. مدل‌های رگرسیون پواسون سلسله‌مراتبی
  • 33. مدل‌های رگرسیون لجستیک سلسله‌مراتبی
  • 34. مدل‌های مختلط (Mixed-Effects Models)
  • 35. مدل‌های اثرات ثابت (Fixed Effects)
  • 36. مدل‌های اثرات تصادفی (Random Effects)
  • 37. مدل‌سازی داده‌های طولی
  • 38. مدل‌سازی داده‌های خوشه‌ای
  • 39. مدل‌سازی داده‌های فضایی
  • 40. مدل‌سازی سری‌های زمانی
  • 41. مدل‌های مارکوف پنهان (HMM)
  • 42. مدل‌های گرافیکی (Graphical Models)
  • 43. شبکه‌های بیزی
  • 44. مدل‌سازی علّی (Causal Modeling)
  • 45. روش‌های پیش‌پردازش داده‌ها
  • 46. پاکسازی و پیش‌پردازش داده‌ها
  • 47. مدیریت مقادیر گمشده
  • 48. استانداردسازی و نرمال‌سازی داده‌ها
  • 49. کار با داده‌های پرت (Outliers)
  • 50. انتخاب ویژگی (Feature Selection)
  • 51. مهندسی ویژگی (Feature Engineering)
  • 52. مدل‌سازی پیشرفته در Stan
  • 53. مدل‌های خطی تعمیم‌یافته سلسله‌مراتبی
  • 54. مدل‌های رگرسیون ناپارامتری
  • 55. مدل‌های گاما و بتا در Stan
  • 56. مدل‌های بقا (Survival Analysis)
  • 57. مدل‌های گسسته انتخاب (Discrete Choice Models)
  • 58. مدل‌های احتمالاتی برای داده‌های طبقه‌بندی
  • 59. مدل‌های تجزیه عاملی (Factor Analysis)
  • 60. مدل‌های تفاوت در تفاوت (Difference-in-Differences)
  • 61. مدل‌های مقایسه‌ای (Propensity Score Matching)
  • 62. مدل‌سازی پویا (Dynamic Modeling)
  • 63. مدل‌سازی مبتنی بر عامل (Agent-Based Modeling)
  • 64. شبکه‌های عصبی و یادگیری عمیق در Stan
  • 65. مقدمه‌ای بر شبکه‌های عصبی
  • 66. شبکه‌های عصبی پیشخور (Feedforward Neural Networks)
  • 67. شبکه‌های عصبی کانولوشنال (CNN)
  • 68. شبکه‌های عصبی بازگشتی (RNN)
  • 69. مقدمه‌ای بر یادگیری عمیق
  • 70. کاربرد شبکه‌های عصبی در Stan
  • 71. بهینه‌سازی مدل‌های پیچیده
  • 72. تکنیک‌های تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 73. اعتبارسنجی متقابل (Cross-Validation)
  • 74. ارزیابی عملکرد مدل‌های پیش‌بینی
  • 75. تفسیرپذیری مدل‌های پیچیده
  • 76. تکنیک‌های تجسم داده‌ها
  • 77. تجسم مدل‌های بیزی
  • 78. تجسم نتایج مدل‌سازی
  • 79. کتابخانه‌های کمکی Stan
  • 80. استفاده از R برای Stan
  • 81. استفاده از Python برای Stan
  • 82. استفاده از Julia برای Stan
  • 83. مدل‌سازی اقتصادسنجی در Stan
  • 84. مدل‌سازی مالی در Stan
  • 85. مدل‌سازی آماری در علوم زیستی
  • 86. مدل‌سازی آماری در علوم اجتماعی
  • 87. مدل‌سازی آماری در علوم محیطی
  • 88. مدل‌سازی آماری در مهندسی
  • 89. کاربرد Stan در تحقیقات علمی
  • 90. چالش‌ها و محدودیت‌های Stan
  • 91. آینده Stan و مدل‌سازی بیزی
  • 92. پروژه‌های عملی با Stan
  • 93. حل مسائل پیچیده با Stan
  • 94. مطالعات موردی پیشرفته
  • 95. نکات و ترفندهای پیشرفته در Stan
  • 96. بهینه‌سازی کد Stan
  • 97. مدیریت حافظه در Stan
  • 98. محاسبات موازی در Stan
  • 99. استفاده از GPU در Stan
  • 100. مدل‌سازی بیزی برای داده‌های بزرگ

📚 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.