کتاب greta: یک چارچوب قدرتمند برای مدل‌سازی آماری

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 greta: یک چارچوب قدرتمند برای مدل‌سازی آماری

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

موضوع میانی: greta

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر چارچوب greta
  • 2. نصب و راه‌اندازی greta
  • 3. مفاهیم پایه در greta
  • 4. ساختار داده‌ها در greta
  • 5. انواع مدل‌های آماری
  • 6. مدل‌های خطی ساده
  • 7. رگرسیون خطی چندگانه
  • 8. آزمون فرض در مدل‌های خطی
  • 9. تشخیص و رفع هم‌خطی
  • 10. ارزیابی مدل‌های خطی
  • 11. مقدمه‌ای بر مدل‌های تعمیم‌یافته خطی (GLM)
  • 12. توزیع پواسون
  • 13. مدل‌های رگرسیون پواسون
  • 14. توزیع دوجمله‌ای منفی
  • 15. مدل‌های رگرسیون دوجمله‌ای منفی
  • 16. توزیع گاما
  • 17. مدل‌های رگرسیون گاما
  • 18. توزیع نرمال معکوس گوسی
  • 19. مدل‌های رگرسیون نرمال معکوس گوسی
  • 20. مدل‌های لجستیک
  • 21. رگرسیون لجستیک دودویی
  • 22. رگرسیون لجستیک چندجمله‌ای
  • 23. مدل‌های مرتبه ترتیبی
  • 24. روش‌های تخمین در GLM
  • 25. اعتبارسنجی مدل‌های GLM
  • 26. مقدمه‌ای بر مدل‌های سلسله‌مراتبی
  • 27. مدل‌های اثرات ثابت
  • 28. مدل‌های اثرات تصادفی
  • 29. مدل‌های اثرات مختلط
  • 30. نحو مدل‌های سلسله‌مراتبی در greta
  • 31. تفسیر مدل‌های سلسله‌مراتبی
  • 32. کاربرد مدل‌های سلسله‌مراتبی در علوم اجتماعی
  • 33. کاربرد مدل‌های سلسله‌مراتبی در زیست‌شناسی
  • 34. کاربرد مدل‌های سلسله‌مراتبی در اقتصاد
  • 35. مقدمه‌ای بر مدل‌های سری زمانی
  • 36. مدل‌های ARIMA
  • 37. مدل‌های GARCH
  • 38. تحلیل فصلی در سری زمانی
  • 39. پیش‌بینی در مدل‌های سری زمانی
  • 40. ارزیابی مدل‌های سری زمانی
  • 41. مقدمه‌ای بر مدل‌های بقا
  • 42. تابع بقا
  • 43. تابع خطر
  • 44. مدل کاکس
  • 45. مدل‌های پارامتریک بقا
  • 46. مدل‌های نیمه‌پارامتریک بقا
  • 47. ارزیابی مدل‌های بقا
  • 48. مقدمه‌ای بر مدل‌های مکانی
  • 49. مدل‌های رگرسیون مکانی
  • 50. مدل‌های خودهمبستگی مکانی
  • 51. تحلیل ناهمگنی مکانی
  • 52. ارزیابی مدل‌های مکانی
  • 53. مقدمه‌ای بر مدل‌های یادگیری آماری
  • 54. رگرسیون بیزی
  • 55. طبقه‌بندی بیزی
  • 56. درختان تصمیم
  • 57. جنگل‌های تصادفی
  • 58. ماشین‌های بردار پشتیبان
  • 59. شبکه‌های عصبی
  • 60. مقدمه‌ای بر تحلیل عاملی
  • 61. تحلیل عامل اکتشافی
  • 62. تحلیل عامل تأییدی
  • 63. مقدمه‌ای بر تحلیل خوشه‌ای
  • 64. روش‌های خوشه‌بندی سلسله‌مراتبی
  • 65. روش‌های خوشه‌بندی غیرسلسله‌مراتبی
  • 66. ارزیابی نتایج خوشه‌بندی
  • 67. مقدمه‌ای بر مدل‌سازی معادلات ساختاری (SEM)
  • 68. مراحل اجرای SEM
  • 69. ماتریس کوواریانس
  • 70. شاخص‌های نیکویی برازش در SEM
  • 71. تفسیر نتایج SEM
  • 72. کاربرد SEM در تحقیقات علوم رفتاری
  • 73. کاربرد SEM در تحقیقات بازاریابی
  • 74. کاربرد SEM در تحقیقات آموزشی
  • 75. مقدمه‌ای بر تحلیل داده‌های گمشده
  • 76. روش‌های حذف داده‌های گمشده
  • 77. روش‌های جایگزینی داده‌های گمشده (Imputation)
  • 78. مدل‌سازی چندگانه جایگزینی (Multiple Imputation)
  • 79. ارزیابی حساسیت به داده‌های گمشده
  • 80. مقدمه‌ای بر شبیه‌سازی مونت کارلو
  • 81. تولید اعداد تصادفی
  • 82. شبیه‌سازی توزیع‌های احتمال
  • 83. کاربرد شبیه‌سازی در ارزیابی مدل‌ها
  • 84. شبیه‌سازی سناریوهای مختلف
  • 85. مقدمه‌ای بر بهینه‌سازی بیزی
  • 86. بهینه‌سازی توابع هدف
  • 87. تابع سودمندی (Acquisition Function)
  • 88. الگوریتم‌های بهینه‌سازی بیزی
  • 89. کاربرد بهینه‌سازی بیزی در تنظیم پارامترها
  • 90. مقدمه‌ای بر مدل‌های شبکه‌ای
  • 91. تحلیل شبکه‌های اجتماعی
  • 92. شاخص‌های مرکزی بودن در شبکه‌ها
  • 93. مدل‌های انتشار در شبکه‌ها
  • 94. مقدمه‌ای بر یادگیری تقویتی
  • 95. مفاهیم پایه در یادگیری تقویتی
  • 96. الگوریتم‌های یادگیری تقویتی
  • 97. کاربرد یادگیری تقویتی در تصمیم‌گیری
  • 98. مقدمه‌ای بر مدل‌های علّی
  • 99. استنتاج علّی
  • 100. طراحی آزمایش‌ها برای استنتاج علّی

📚 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.