سپنتا کتاب اکسپرس
کتاب تحلیل عمیق HMC و NUTS در محیط Stan

کتاب تحلیل عمیق HMC و NUTS در محیط 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 تحلیل عمیق HMC و NUTS در محیط Stan

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

موضوع میانی: نمونه‌گیری از طریق HMC و NUTS در Stan

📋 سرفصل‌های دوره

  • 1. مبانی احتمال و آمار در مدل‌سازی
  • 2. مقدمه‌ای بر زنجیره‌های مارکوف مونت کارلو (MCMC)
  • 3. آشنایی با نرم‌افزار Stan
  • 4. نصب و راه‌اندازی Stan
  • 5. سینتکس پایه زبان Stan
  • 6. تعریف متغیرها و پارامترها در Stan
  • 7. توابع چگالی احتمال در Stan
  • 8. تعریف مدل‌های احتمالاتی ساده در Stan
  • 9. نوشتن اولین مدل بیزی در Stan
  • 10. مفهوم توزیع پیشین (Prior) و پسین (Posterior)
  • 11. انتخاب توزیع‌های پیشین مناسب
  • 12. تعریف توزیع‌های پیشین در Stan
  • 13. مفهوم تابع درست‌نمایی (Likelihood)
  • 14. تعریف تابع درست‌نمایی در Stan
  • 15. آشنایی با الگوریتم نمونه‌برداری گیبس (Gibbs Sampling)
  • 16. آشنایی با الگوریتم نمونه‌برداری شتاب‌یافته MCMC (A-MCMC)
  • 17. مقدمه‌ای بر نمونه‌برداری از طریق زنجیره مارکوف (HMC)
  • 18. اجزای اصلی الگوریتم HMC
  • 19. حرکت شبه‌نیوتنی در HMC
  • 20. پله‌های زمانی و گام‌های لیپ‌شیتز در HMC
  • 21. پارامترهای HMC: طول مسیر و تعداد گام‌ها
  • 22. انتخاب پارامترهای HMC
  • 23. پیاده‌سازی HMC در Stan
  • 24. عیب‌یابی مدل‌های HMC
  • 25. مفهوم همگرایی در MCMC
  • 26. معیارهای ارزیابی همگرایی: Trace Plots
  • 27. معیارهای ارزیابی همگرایی: Autocorrelation Plots
  • 28. معیارهای ارزیابی همگرایی: R-hat (Gelman-Rubin)
  • 29. معیارهای ارزیابی همگرایی: Effective Sample Size (ESS)
  • 30. تجزیه و تحلیل نتایج HMC
  • 31. اعتبارسنجی مدل‌های بیزی
  • 32. مقایسه مدل‌ها با استفاده از معیارهای اطلاعاتی (AIC, BIC)
  • 33. مقایسه مدل‌ها با استفاده از معیارهای بیزی (WAIC, LOO-CV)
  • 34. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
  • 35. مدل‌های سلسله‌مراتبی در Stan
  • 36. پیاده‌سازی مدل‌های سلسله‌مراتبی چندسطحی
  • 37. مدل‌های خطی مختلط (Mixed-Effects Models)
  • 38. مدل‌های سری زمانی در Stan
  • 39. مدل‌های فضایی در Stan
  • 40. مقدمه‌ای بر الگوریتم نمونه‌برداری از طریق زنجیره مارکوف با گام‌متغیر (NUTS)
  • 41. تفاوت‌های NUTS با HMC
  • 42. چگونه NUTS گام‌های بهینه را پیدا می‌کند
  • 43. بهینه‌سازی پارامترهای NUTS
  • 44. پیاده‌سازی NUTS در Stan
  • 45. مزایای استفاده از NUTS
  • 46. عیب‌یابی مدل‌های NUTS
  • 47. مدل‌سازی رگرسیون لجستیک با Stan
  • 48. مدل‌سازی رگرسیون پواسون با Stan
  • 49. مدل‌سازی رگرسیون خطی با Stan
  • 50. مدل‌سازی تحلیل واریانس (ANOVA) با Stan
  • 51. مدل‌سازی تحلیل کوواریانس (ANCOVA) با Stan
  • 52. مدل‌سازی رگرسیون کوانتایل با Stan
  • 53. مدل‌سازی مدل‌های بقا (Survival Models) با Stan
  • 54. مدل‌سازی مدل‌های خوشه‌بندی با Stan
  • 55. مدل‌سازی مدل‌های طبقه‌بندی با Stan
  • 56. مدل‌سازی شبکه‌های عصبی در Stan
  • 57. استفاده از Stan برای مدل‌سازی داده‌های گسسته
  • 58. استفاده از Stan برای مدل‌سازی داده‌های پیوسته
  • 59. استفاده از Stan برای مدل‌سازی داده‌های شمارشی
  • 60. استفاده از Stan برای مدل‌سازی داده‌های دودویی
  • 61. استفاده از Stan برای مدل‌سازی داده‌های ترتیبی
  • 62. استفاده از Stan برای مدل‌سازی داده‌های آماری پیچیده
  • 63. بهینه‌سازی کد Stan
  • 64. تکنیک‌های پیشرفته نمونه‌برداری
  • 65. پردازش و تجسم نتایج Stan
  • 66. کار با داده‌های بزرگ در Stan
  • 67. مقدمه‌ای بر مدل‌سازی بیزی پیشرفته
  • 68. مفاهیم مدل‌سازی علی (Causal Modeling)
  • 69. استفاده از Stan در تحقیقات علوم اجتماعی
  • 70. استفاده از Stan در تحقیقات علوم پزشکی
  • 71. استفاده از Stan در تحقیقات علوم مهندسی
  • 72. استفاده از Stan در تحقیقات علوم اقتصادی
  • 73. استفاده از Stan در تحقیقات علوم زیستی
  • 74. استفاده از Stan در تحقیقات علوم محیطی
  • 75. مقدمه‌ای بر مدل‌سازی بیزی با استفاده از داده‌های شبیه‌سازی شده
  • 76. ساخت مدل‌های بیزی سفارشی در Stan
  • 77. بهبود عملکرد مدل‌های MCMC
  • 78. کاربرد HMC در مسائل بهینه‌سازی
  • 79. کاربرد NUTS در مسائل بهینه‌سازی
  • 80. مباحث پیشرفته در پارامترسازی مدل‌های بیزی
  • 81. مدل‌سازی اثرات متقابل (Interaction Effects)
  • 82. مدل‌سازی داده‌های پرت (Outlier Detection)
  • 83. مدل‌سازی عدم قطعیت در پیش‌بینی‌ها
  • 84. روش‌های اعتبارسنجی متقابل در Stan
  • 85. استفاده از Stan برای مقایسه مدل‌های مختلف
  • 86. تکنیک‌های پیشرفته نمونه‌برداری برای مدل‌های پیچیده
  • 87. مباحث مربوط به مدل‌سازی بیزی غیرپارامتری
  • 88. استفاده از Stan در تجزیه و تحلیل داده‌های اکتشافی
  • 89. استفاده از Stan در تجزیه و تحلیل داده‌های تأییدی
  • 90. نکات عملی و ترفندها در کار با Stan
  • 91. خطاهای رایج در نوشتن و اجرای مدل‌های Stan
  • 92. مدل‌سازی بیزی با داده‌های ساختاریافته
  • 93. مدل‌سازی بیزی با داده‌های بدون ساختار
  • 94. مقدمه‌ای بر مدل‌سازی بیزی در زمان واقعی
  • 95. ملاحظات اخلاقی در مدل‌سازی بیزی
  • 96. آینده مدل‌سازی بیزی و Stan
  • 97. جمع‌بندی و مرور مباحث کلیدی

📚 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.