کتاب درک عمیق HMC و NUTS 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 درک عمیق HMC و NUTS برای مدل‌سازی با Stan

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

موضوع میانی: نمونه‌گیری از طریق HMC و NUTS در Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر روش‌های مونت‌کارلو زنجیره مارکوف (MCMC)
  • 2. مبانی نظری نمونه‌گیری از توزیع‌های پسین
  • 3. کاربرد MCMC در مدل‌سازی آماری
  • 4. معرفی نرم‌افزار Stan
  • 5. نصب و راه‌اندازی Stan
  • 6. نوشتن اولین مدل در Stan
  • 7. ساختار زبان Stan
  • 8. انواع توابع در Stan
  • 9. متغیرهای درون مدل و متغیرهای کمکی
  • 10. نمونه‌گیری از توزیع‌های پیشین
  • 11. تعریف تابع درست‌نمایی
  • 12. نوشتن توابع شرطی در Stan
  • 13. مفاهیم پایه در مدل‌سازی احتمالاتی
  • 14. توزیع‌های احتمال گسسته و پیوسته
  • 15. کاربرد توزیع‌های نرمال و گاما
  • 16. توزیع‌های بیزی و مفاهیم پایه
  • 17. قضیه بیز و کاربردهای آن
  • 18. انتخاب توزیع پیشین مناسب
  • 19. اهمیت توزیع پسین در استنباط آماری
  • 20. روش‌های ارزیابی همگرایی MCMC
  • 21. نمودارهای Trace و Autocorrelation
  • 22. شاخص‌های عددی همگرایی (R-hat)
  • 23. تشخیص عدم همگرایی
  • 24. عیب‌یابی مدل‌های Stan
  • 25. رفع خطاهای رایج در Stan
  • 26. بهینه‌سازی کد Stan
  • 27. افزایش سرعت نمونه‌گیری
  • 28. تکنیک‌های پیشرفته در MCMC
  • 29. معرفی روش نمونه‌گیری متغیرهای پنهان (HMC)
  • 30. مکانیک‌های اصلی HMC
  • 31. کاربرد HMC در مدل‌سازی آماری
  • 32. مزایای HMC نسبت به نمونه‌گیرهای ساده‌تر
  • 33. معرفی روش نمونه‌گیری No-U-Turn Sampler (NUTS)
  • 34. تفاوت NUTS با HMC استاندارد
  • 35. مکانیسم توقف در NUTS
  • 36. بهبود کارایی NUTS
  • 37. کاربرد NUTS در مدل‌های پیچیده
  • 38. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
  • 39. مدل رگرسیون لجستیک
  • 40. مدل رگرسیون پواسون
  • 41. مدل‌های سلسله‌مراتبی (Hierarchical Models)
  • 42. مفهوم سطوح مختلف مدل‌سازی
  • 43. مدل‌های سلسله‌مراتبی خطی
  • 44. مدل‌های سلسله‌مراتبی گسسته
  • 45. پیاده‌سازی مدل‌های سلسله‌مراتبی در Stan
  • 46. مدل‌سازی داده‌های سری زمانی
  • 47. مفاهیم پایه در سری‌های زمانی
  • 48. مدل‌های ARIMA در Stan
  • 49. مدل‌های فضایی-زمانی
  • 50. مدل‌سازی داده‌های مکانی
  • 51. مدل‌های رگرسیون فضایی
  • 52. مدل‌های سلسله‌مراتبی فضایی
  • 53. کاربرد مدل‌سازی بیزی در علوم داده
  • 54. تحلیل حساسیت در مدل‌های بیزی
  • 55. اعتبارسنجی متقابل مدل‌های بیزی
  • 56. مقایسه مدل‌های بیزی و فراوانی‌گرا
  • 57. مدل‌سازی پیش‌بینی‌کننده
  • 58. مدل‌سازی تشخیص خطا (Anomaly Detection)
  • 59. کاربرد MCMC و Stan در علوم اقتصادی
  • 60. مدل‌سازی اقتصادسنجی بیزی
  • 61. مدل‌های پیش‌بینی تورم
  • 62. مدل‌های پیش‌بینی رشد اقتصادی
  • 63. کاربرد MCMC و Stan در علوم زیستی
  • 64. مدل‌سازی داده‌های ژنتیکی
  • 65. مدل‌سازی اپیدمیولوژیک
  • 66. مدل‌سازی رشد جمعیت
  • 67. کاربرد MCMC و Stan در علوم اجتماعی
  • 68. تحلیل شبکه‌های اجتماعی
  • 69. مدل‌سازی رفتارهای انسانی
  • 70. مدل‌سازی نظرسنجی‌ها
  • 71. فنون مصورسازی نتایج مدل‌های Stan
  • 72. رسم نمودارهای پیش‌بینی
  • 73. رسم نمودارهای توزیع پارامترها
  • 74. رسم نمودارهای مقایسه مدل‌ها
  • 75. ارزیابی کیفیت مدل با معیارهای بیزی
  • 76. معیار اطلاعاتی آکائیکه بیزی (BIC)
  • 77. معیار اطلاعاتی هویز بیزی (DIC)
  • 78. اعتبار پسین پیش‌بینی‌کننده (PPC)
  • 79. استنباط در مورد پارامترهای مدل
  • 80. محاسبه فواصل اطمینان بیزی
  • 81. ارائه نتایج مدل به صورت قابل فهم
  • 82. ملاحظات اخلاقی در مدل‌سازی آماری
  • 83. حفظ حریم خصوصی داده‌ها
  • 84. شفافیت در فرآیند مدل‌سازی
  • 85. کاربرد ابزارهای بصری در Stan
  • 86. مثال‌های عملی از مدل‌سازی با Stan
  • 87. مطالعه موردی: مدل‌سازی داده‌های سلامت
  • 88. مطالعه موردی: مدل‌سازی داده‌های مالی
  • 89. مطالعه موردی: مدل‌سازی داده‌های علمی
  • 90. تکنیک‌های پیشرفته نمونه‌گیری
  • 91. نمونه‌گیری ترکیبی (Mixture Models)
  • 92. نمونه‌گیری از توزیع‌های چندوجهی
  • 93. کاربرد نمونه‌گیرهای متغیرهای پنهان
  • 94. آموزش نوشتن فانکشن‌های سفارشی در Stan
  • 95. بهینه‌سازی پارامترها در Stan
  • 96. مقدمه‌ای بر شبکه‌های عصبی بیزی
  • 97. مدل‌سازی یادگیری ماشین بیزی
  • 98. مفاهیم پیشرفته در HMC و NUTS
  • 99. شبیه‌سازی‌های مونت‌کارلو برای ارزیابی مدل
  • 100. تحلیل عملکرد مدل در شرایط مختلف

📚 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.