سپنتا کتاب اکسپرس
کتاب HMC و NUTS: ابزارهای حیاتی مدل‌سازی بیزی در Stan

کتاب HMC و NUTS: ابزارهای حیاتی مدل‌سازی بیزی 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 HMC و NUTS: ابزارهای حیاتی مدل‌سازی بیزی در 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 مدل‌سازی بیزی و مفاهیم پایه
  • 2. مبانی احتمال و آمار در مدل‌سازی بیزی
  • 3. توزیع‌های پیشین و پسین: تعریف و کاربرد
  • 4. نظریه بیز و به‌روزرسانی باورها
  • 5. مفاهیم کلیدی در استنتاج بیزی
  • 6. معرفی زبان برنامه‌نویسی Stan
  • 7. نصب و راه‌اندازی Stan
  • 8. ساختار پایه یک مدل Stan
  • 9. متغیرهای مدل و پارامترها در Stan
  • 10. توابع چگالی احتمال در Stan
  • 11. نوشتن مدل‌های ساده در Stan
  • 12. کاربرد Stan در رگرسیون خطی بیزی
  • 13. رگرسیون لجستیک بیزی با Stan
  • 14. مدل‌های سلسله‌مراتبی در Stan
  • 15. مفاهیم مدل‌های سلسله‌مراتبی
  • 16. پیاده‌سازی مدل‌های سلسله‌مراتبی در Stan
  • 17. مزایای مدل‌های سلسله‌مراتبی
  • 18. معرفی الگوریتم‌های MCMC
  • 19. مفهوم نمونه‌گیری زنجیره مارکوف مونت کارلو
  • 20. الگوریتم Gibbs Sampling
  • 21. الگوریتم Metropolis-Hastings
  • 22. محدودیت‌های الگوریتم‌های کلاسیک MCMC
  • 23. معرفی الگوریتم‌های HMC و NUTS
  • 24. مفهوم گرادیان در بهینه‌سازی
  • 25. الگوریتم Hamiltonian Monte Carlo (HMC)
  • 26. مکانیک هامیلتونی و دینامیک فاز
  • 27. انتخاب گام زمانی و تعداد مراحل در HMC
  • 28. مزایای HMC نسبت به Gibbs و MH
  • 29. الگوریتم No-U-Turn Sampler (NUTS)
  • 30. تفاوت NUTS با HMC استاندارد
  • 31. تنظیم پارامترهای NUTS
  • 32. کاربرد NUTS در مدل‌های پیچیده
  • 33. تشخیص و رفع مشکلات در نمونه‌گیری
  • 34. معیارهای همگرایی الگوریتم‌های MCMC
  • 35. تحلیل بصری همگرایی (Trace Plots)
  • 36. آمار خلاصه و فواصل اطمینان بیزی
  • 37. تحلیل پسین پارامترها
  • 38. نمودارهای توزیع پسین
  • 39. محاسبه میانگین، میانه و مد پسین
  • 40. فواصل اعتبار (Credible Intervals)
  • 41. ارزیابی کیفیت نمونه‌ها
  • 42. نسبت پذیرش (Acceptance Rate)
  • 43. شاخص R-hat
  • 44. خطای استاندارد نمونه (Effective Sample Size)
  • 45. اهمیت تحلیل همگرایی
  • 46. مدل‌سازی داده‌های سری زمانی با Stan
  • 47. مدل‌های ARIMA بیزی
  • 48. مدل‌های حالت فضا (State-Space Models)
  • 49. کاربرد Stan در مدل‌های سری زمانی پیچیده
  • 50. مدل‌سازی داده‌های مکانی با Stan
  • 51. مدل‌های رگرسیون مکانی بیزی
  • 52. مدل‌های خودهمبستگی مکانی
  • 53. کاربرد Stan در مدل‌های مکانی
  • 54. مدل‌سازی داده‌های گسسته با Stan
  • 55. مدل‌های پواسون و دوجمله‌ای بیزی
  • 56. مدل‌های رگرسیون کواریانس (Copula)
  • 57. کاربرد Stan در داده‌های گسسته
  • 58. مدل‌سازی داده‌های طبقه‌بندی با Stan
  • 59. مدل‌های طبقه‌بندی چندگانه بیزی
  • 60. تحلیل داده‌های تودرتو (Clustered Data)
  • 61. کاربرد Stan در طبقه‌بندی
  • 62. بهینه‌سازی و تنظیم پارامترهای Stan
  • 63. نکات پیشرفته در نوشتن کد Stan
  • 64. استفاده از کامپایلر Stan (RStan, PyStan)
  • 65. تکنیک‌های پیشرفته نمونه‌گیری
  • 66. مدل‌سازی پیش‌بینی با Stan
  • 67. ارزیابی مدل با استفاده از داده‌های پیش‌بینی
  • 68. اعتبار سنجی متقابل (Cross-validation) بیزی
  • 69. معیارهای ارزیابی مدل بیزی (WAIC, LOO-IC)
  • 70. مقایسه مدل‌ها با استفاده از معیارهای بیزی
  • 71. کاربرد HMC و NUTS در علوم زیستی
  • 72. کاربرد HMC و NUTS در علوم اجتماعی
  • 73. کاربرد HMC و NUTS در اقتصاد
  • 74. کاربرد HMC و NUTS در مهندسی
  • 75. کاربرد HMC و NUTS در علوم کامپیوتر
  • 76. اصول کدنویسی تمیز و خوانا در Stan
  • 77. مستندسازی مدل‌های Stan
  • 78. اشتراک‌گذاری مدل‌های Stan
  • 79. چالش‌های رایج در مدل‌سازی بیزی با Stan
  • 80. راهکارهای حل چالش‌های نمونه‌گیری
  • 81. مقدمه‌ای بر مدل‌های احتمالاتی گرافیکی
  • 82. ارتباط مدل‌های گرافیکی با Stan
  • 83. استفاده از Stan برای مدل‌های پیچیده
  • 84. پیشرفت‌های اخیر در HMC و NUTS
  • 85. منابع بیشتر برای مطالعه مدل‌سازی بیزی
  • 86. منابع بیشتر برای یادگیری Stan
  • 87. کاربرد عملی مدل‌سازی بیزی در پروژه‌ها
  • 88. جمع‌بندی و چشم‌انداز آینده مدل‌سازی بیزی

📚 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.