سپنتا کتاب اکسپرس
کتاب راهنمای جامع برای کار با Stan

کتاب راهنمای جامع برای کار 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 راهنمای جامع برای کار با 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. مفاهیم اولیه مدل‌سازی آماری
  • 4. مقدمه‌ای بر روش‌های بیزی
  • 5. ماتریس‌ها و بردارها در Stan
  • 6. توابع و عملگرهای پایه در Stan
  • 7. ساختار داده‌ها در Stan
  • 8. حلقه‌های تکرار در Stan
  • 9. دستورات شرطی در Stan
  • 10. تعریف توابع سفارشی در Stan
  • 11. مقدمه‌ای بر مدل‌های خطی
  • 12. مدل‌های رگرسیون خطی در Stan
  • 13. مدل‌های رگرسیون لجستیک در Stan
  • 14. مدل‌های خطی تعمیم‌یافته (GLM)
  • 15. معرفی توزیع‌های احتمال مهم
  • 16. توزیع نرمال و کاربردهای آن
  • 17. توزیع گاما و کاربردهای آن
  • 18. توزیع بتا و کاربردهای آن
  • 19. توزیع پواسون و کاربردهای آن
  • 20. توزیع دوجمله‌ای و کاربردهای آن
  • 21. مقدمه‌ای بر زنجیره‌های مارکوف مونت کارلو (MCMC)
  • 22. الگوریتم گیبس سمپلینگ
  • 23. الگوریتم متروپولیس-هستینگز
  • 24. کاربرد MCMC در مدل‌سازی بیزی
  • 25. مقدمه‌ای بر مدل‌های سلسله مراتبی
  • 26. مدل‌های سلسله مراتبی خطی
  • 27. مدل‌های سلسله مراتبی برای داده‌های دسته‌بندی شده
  • 28. مدل‌های سلسله مراتبی برای داده‌های شمارشی
  • 29. پیاده‌سازی مدل‌های سلسله مراتبی در Stan
  • 30. مدل‌سازی سری‌های زمانی
  • 31. مدل‌های ARIMA
  • 32. مدل‌های حالت-فضا
  • 33. پیاده‌سازی مدل‌های سری زمانی در Stan
  • 34. مقدمه‌ای بر مدل‌های بقا
  • 35. مدل کاکس پروپورشنال هازارد
  • 36. مدل‌های پارامتری بقا
  • 37. پیاده‌سازی مدل‌های بقا در Stan
  • 38. مقدمه‌ای بر تحلیل عاملی
  • 39. تحلیل عامل اکتشافی
  • 40. تحلیل عامل تأییدی
  • 41. پیاده‌سازی تحلیل عاملی در Stan
  • 42. مقدمه‌ای بر مدل‌های طبقه‌بندی
  • 43. مدل‌های طبقه‌بندی بیزی
  • 44. پیاده‌سازی مدل‌های طبقه‌بندی در Stan
  • 45. مقدمه‌ای بر مدل‌های خوشه‌بندی
  • 46. الگوریتم K-Means
  • 47. مدل‌های خوشه‌بندی بیزی
  • 48. پیاده‌سازی مدل‌های خوشه‌بندی در Stan
  • 49. بهینه‌سازی مدل‌ها در Stan
  • 50. تشخیص همبستگی بالا (Multicollinearity)
  • 51. بررسی همگرایی MCMC
  • 52. معیارهای ارزیابی مدل
  • 53. اعتبارسنجی متقابل (Cross-validation)
  • 54. نکات پیشرفته در Stan
  • 55. استفاده از Stan با R
  • 56. استفاده از Stan با Python
  • 57. استفاده از Stan با Julia
  • 58. دیباگ کردن کد Stan
  • 59. بهینه‌سازی عملکرد کد Stan
  • 60. مقدمه‌ای بر مدل‌های مکانی
  • 61. مدل‌های رگرسیون مکانی
  • 62. مدل‌های خودهمبستگی مکانی
  • 63. پیاده‌سازی مدل‌های مکانی در Stan
  • 64. مقدمه‌ای بر مدل‌های شبکه‌ای
  • 65. مدل‌های گرافیکی بیزی
  • 66. مدل‌های انتشار در شبکه‌ها
  • 67. پیاده‌سازی مدل‌های شبکه‌ای در Stan
  • 68. مدل‌سازی داده‌های گمشده
  • 69. روش‌های جایگزینی داده‌های گمشده
  • 70. مدل‌سازی داده‌های گمشده در Stan
  • 71. مقدمه‌ای بر مدل‌های پیش‌بینی
  • 72. تکنیک‌های پیش‌بینی بیزی
  • 73. ارزیابی دقت پیش‌بینی
  • 74. پیاده‌سازی مدل‌های پیش‌بینی در Stan
  • 75. مقدمه‌ای بر مدل‌های سنجش
  • 76. مدل‌های سنجش برای متغیرهای پنهان
  • 77. مدل‌های سنجش دو مرحله‌ای
  • 78. پیاده‌سازی مدل‌های سنجش در Stan
  • 79. مقدمه‌ای بر مدل‌های پویایی سیستم
  • 80. شبیه‌سازی پویایی سیستم
  • 81. مدل‌سازی پویایی سیستم با Stan
  • 82. مقدمه‌ای بر مدل‌های یادگیری ماشین بیزی
  • 83. ماشین‌های بردار پشتیبان بیزی
  • 84. شبکه‌های عصبی بیزی
  • 85. پیاده‌سازی مدل‌های یادگیری ماشین بیزی در Stan
  • 86. مقدمه‌ای بر تفسیر نتایج مدل
  • 87. تجسم نتایج مدل Stan
  • 88. گزارش‌دهی نتایج مدل
  • 89. ملاحظات اخلاقی در مدل‌سازی آماری
  • 90. کاربرد Stan در پژوهش‌های علمی
  • 91. کاربرد Stan در علوم اجتماعی
  • 92. کاربرد Stan در علوم زیستی
  • 93. کاربرد Stan در اقتصاد
  • 94. کاربرد Stan در مهندسی
  • 95. مروری بر آخرین تحولات Stan
  • 96. منابع تکمیلی برای یادگیری Stan
  • 97. تمرین‌های عملی با Stan
  • 98. پروژه‌های پیشرفته با Stan

📚 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.