سپنتا کتاب اکسپرس
کتاب مبانی MCMC در استنتاج مدل‌های خطی تعمیم‌یافته

کتاب مبانی MCMC در استنتاج مدل‌های خطی تعمیم‌یافته

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 مبانی MCMC در استنتاج مدل‌های خطی تعمیم‌یافته

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

موضوع میانی: استنتاج مبتنی بر مدل‌های خطی تعمیم‌یافته (GLM)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر استنتاج بیزی و مدل‌های خطی تعمیم‌یافته
  • 2. مفاهیم اساسی احتمال و آمار در استنتاج بیزی
  • 3. تابع درست‌نمایی و توزیع پیشین
  • 4. تابع پسین و قضیه بیز
  • 5. توزیع‌های پیشین متداول در مدل‌های خطی
  • 6. توزیع‌های پسین متداول در مدل‌های خطی
  • 7. مقدمه‌ای بر زنجیره‌های مارکوف و فرآیندهای تصادفی
  • 8. فضای حالت و احتمالات انتقال در زنجیره‌های مارکوف
  • 9. زنجیره‌های مارکوف زمان-گسسته
  • 10. زنجیره‌های مارکوف زمان-پیوسته
  • 11. تعادل و خواص حدی زنجیره‌های مارکوف
  • 12. مقدمه‌ای بر روش‌های مونت کارلو در زنجیره‌های مارکوف (MCMC)
  • 13. ایده اصلی MCMC
  • 14. انواع الگوریتم‌های MCMC
  • 15. الگوریتم نمونه‌برداری گیبس
  • 16. الگوریتم ریداکشن
  • 17. الگوریتم MALA
  • 18. الگوریتم HMC
  • 19. انتخاب بین الگوریتم‌های مختلف MCMC
  • 20. همگرایی الگوریتم‌های MCMC
  • 21. معیارهای ارزیابی همگرایی
  • 22. روش‌های تشخیص عدم همگرایی
  • 23. تنظیم پارامترهای الگوریتم‌های MCMC
  • 24. طول زنجیره و تعداد تکرار
  • 25. نمونه‌برداری اولیه و دور ریختن آن (burn-in)
  • 26. کاهش همبستگی بین نمونه‌ها
  • 27. روش‌های کاهش واریانس
  • 28. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته (GLM)
  • 29. رابطه خطی و تابع پیوند
  • 30. توزیع‌های خانواده نمایی
  • 31. مدل رگرسیون خطی کلاسیک به عنوان حالت خاص GLM
  • 32. کاربرد GLM در تحلیل داده‌های شمارشی
  • 33. مدل رگرسیون پواسون
  • 34. مدل رگرسیون دوجمله‌ای منفی
  • 35. کاربرد GLM در تحلیل داده‌های دسته‌ای
  • 36. مدل رگرسیون لجستیک
  • 37. مدل پرویت
  • 38. مدل لاجیت چندگانه
  • 39. کاربرد GLM در تحلیل داده‌های بقا
  • 40. مدل کاکس
  • 41. مدل نمایی بقا
  • 42. مدل ویبول
  • 43. تلفیق MCMC با مدل‌های خطی تعمیم‌یافته
  • 44. استنتاج بیزی برای پارامترهای GLM
  • 45. نمونه‌برداری از توزیع پسین پارامترهای GLM
  • 46. پیاده‌سازی MCMC برای مدل رگرسیون پواسون
  • 47. پیاده‌سازی MCMC برای مدل رگرسیون دوجمله‌ای منفی
  • 48. پیاده‌سازی MCMC برای مدل رگرسیون لجستیک
  • 49. پیاده‌سازی MCMC برای مدل پرویت
  • 50. پیاده‌سازی MCMC برای مدل‌های بقا
  • 51. ارزیابی مدل‌های خطی تعمیم‌یافته با استفاده از MCMC
  • 52. شاخص‌های ارزیابی مدل
  • 53. اعتبار سنجی متقابل
  • 54. تحلیل باقی‌مانده‌ها
  • 55. مقدمه‌ای بر مدل‌های سلسله مراتبی بیزی
  • 56. ساختار مدل‌های سلسله مراتبی
  • 57. مزایای مدل‌های سلسله مراتبی
  • 58. استنتاج بیزی برای مدل‌های سلسله مراتبی با MCMC
  • 59. مدل‌های سلسله مراتبی خطی تعمیم‌یافته
  • 60. کاربرد در حوزه بهداشت و درمان
  • 61. کاربرد در حوزه علوم اجتماعی
  • 62. کاربرد در حوزه اقتصاد
  • 63. کاربرد در حوزه مهندسی
  • 64. مقدمه‌ای بر نرم‌افزارهای پیاده‌سازی MCMC
  • 65. نرم‌افزار Stan
  • 66. نرم‌افزار JAGS
  • 67. نرم‌افزار PyMC3
  • 68. نرم‌افزار R-INLA
  • 69. مقایسه نرم‌افزارهای مختلف
  • 70. مثال‌های کاربردی در پیاده‌سازی
  • 71. تحلیل داده‌های مشاهده‌ای با استفاده از MCMC و GLM
  • 72. بررسی عوامل مؤثر بر وقوع حوادث
  • 73. مدل‌سازی رفتار مصرف‌کننده
  • 74. پیش‌بینی روند بیماری‌ها
  • 75. تحلیل داده‌های شبکه‌های اجتماعی
  • 76. مقدمه‌ای بر موضوعات پیشرفته در MCMC
  • 77. MCMC برای مدل‌های غیر پارامتری
  • 78. MCMC برای مدل‌های فضایی-زمانی
  • 79. MCMC برای مدل‌های پویا
  • 80. روش‌های موازی‌سازی در MCMC
  • 81. مقدمه‌ای بر اخلاق در علم داده و پژوهش
  • 82. رعایت حریم خصوصی داده‌ها
  • 83. مسئولیت‌پذیری در تحلیل و تفسیر نتایج
  • 84. صداقت علمی در گزارش‌دهی
  • 85. پرهیز از سوگیری در تحلیل و تفسیر
  • 86. اصول اخلاقی در انتشار یافته‌های پژوهشی

📚 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.