سپنتا کتاب اکسپرس
کتاب راهنمای جامع for Modeling with Stan

کتاب راهنمای جامع for Modeling with 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 for Modeling with Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی آماری
  • 2. مفاهیم پایه استنتاج بیزی
  • 3. مبانی زبان برنامه‌نویسی R
  • 4. نصب و راه‌اندازی Stan
  • 5. آشنایی با ساختار مدل در Stan
  • 6. مدل‌های خطی ساده در Stan
  • 7. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
  • 8. مدل‌های رگرسیون لجستیک در Stan
  • 9. مدل‌های رگرسیون پواسون در Stan
  • 10. مدل‌های رگرسیون گاما در Stan
  • 11. مقدمه‌ای بر مدل‌های سلسله‌مراتبی
  • 12. مدل‌های سلسله‌مراتبی در Stan
  • 13. نشانه‌گذاری مدل‌سازی سلسله‌مراتبی
  • 14. مدل‌های اثرات مختلط
  • 15. مدل‌های اثرات تصادفی
  • 16. مدل‌های اثرات ثابت
  • 17. مدل‌های سلسله‌مراتبی چندسطحی
  • 18. مدل‌سازی داده‌های طولی
  • 19. مدل‌های اثرات مختلط برای داده‌های طولی
  • 20. مدل‌سازی عدم قطعیت
  • 21. مقدمه‌ای بر شبیه‌سازی مونت کارلو زنجیره مارکوف (MCMC)
  • 22. الگوریتم‌های MCMC در Stan
  • 23. نمونه‌گیری نمونه‌گیری گیبس (Gibbs Sampling)
  • 24. نمونه‌گیری جابجایی (Metropolis-Hastings)
  • 25. تشخیص همگرایی MCMC
  • 26. معیارهای تشخیص همگرایی (Gelman-Rubin)
  • 27. تحلیل پسین (Posterior Analysis)
  • 28. نمودارهای توزیع پسین
  • 29. محاسبه آماره‌های پسین
  • 30. تفسیر نتایج مدل
  • 31. ارزیابی برازش مدل
  • 32. شاخص‌های برازش مدل (DIC, WAIC)
  • 33. تحلیل باقیمانده‌ها
  • 34. اعتبارسنجی متقابل (Cross-validation)
  • 35. مدل‌سازی سری‌های زمانی
  • 36. مدل‌های ARIMA در Stan
  • 37. مدل‌های فضای حالت در Stan
  • 38. مدل‌سازی داده‌های مکانی
  • 39. مدل‌های رگرسیون مکانی
  • 40. مدل‌های خودهمبستگی مکانی
  • 41. مدل‌سازی شبکه‌های اجتماعی
  • 42. مدل‌های مبتنی بر عامل (Agent-Based Models)
  • 43. مدل‌سازی تصمیم‌گیری
  • 44. مدل‌سازی انتخاب گسسته
  • 45. مدل‌سازی با داده‌های گمشده
  • 46. روش‌های جایگزینی داده‌های گمشده
  • 47. مدل‌سازی با داده‌های سانسور شده
  • 48. مدل‌سازی بقا (Survival Analysis)
  • 49. مقدمه‌ای بر بهینه‌سازی بیزی
  • 50. بهینه‌سازی پارامترهای مدل
  • 51. استفاده از Stan برای بهینه‌سازی
  • 52. مدل‌سازی در علوم زیستی
  • 53. مدل‌سازی در علوم اجتماعی
  • 54. مدل‌سازی در اقتصاد
  • 55. مدل‌سازی در مهندسی
  • 56. مدل‌سازی در پزشکی
  • 57. مدل‌سازی در روانشناسی
  • 58. مدل‌سازی در علوم محیطی
  • 59. مدل‌سازی در علوم سیاسی
  • 60. مدل‌سازی در علوم ارتباطات
  • 61. مدل‌سازی در علوم تربیتی
  • 62. مدل‌سازی در مدیریت
  • 63. مدل‌سازی در علوم داده
  • 64. کاربرد Stan در تحلیل آماری پیشرفته
  • 65. روش‌های پیشرفته نمونه‌گیری در Stan
  • 66. تنظیم پارامترهای MCMC
  • 67. بهینه‌سازی کد Stan
  • 68. نوشتن توابع سفارشی در Stan
  • 69. استفاده از Stan برای مدل‌های غیرپارامتری
  • 70. مدل‌های بیزی غیرپارامتری
  • 71. شبکه‌های عصبی بیزی در Stan
  • 72. یادگیری عمیق بیزی
  • 73. مدل‌سازی پدیده‌های پیچیده
  • 74. شبیه‌سازی سناریوهای مختلف
  • 75. تحلیل حساسیت پارامترها
  • 76. مدل‌سازی رویدادهای نادر
  • 77. مدل‌سازی پیش‌بینی
  • 78. مدل‌سازی ریسک
  • 79. کاربرد Stan در تحقیقات علمی
  • 80. انتشار نتایج مدل‌سازی
  • 81. ملاحظات اخلاقی در مدل‌سازی
  • 82. اصول طراحی مدل‌های بیزی
  • 83. چالش‌های مدل‌سازی در عمل
  • 84. استفاده از داده‌های بزرگ در Stan
  • 85. پیش‌پردازش داده‌ها برای Stan
  • 86. پس‌پردازش نتایج Stan
  • 87. تجسم نتایج مدل‌سازی
  • 88. گزارش‌دهی نتایج مدل‌سازی
  • 89. مقدمه‌ای بر زبان برنامه‌نویسی پایتون
  • 90. آشنایی با کتابخانه PyStan
  • 91. استفاده از PyStan برای اجرای مدل‌های Stan
  • 92. ادغام Stan با اکوسیستم پایتون
  • 93. مدل‌سازی در محیط‌های محاسباتی توزیع‌شده
  • 94. کار با داده‌های حجیم در Stan
  • 95. ساخت مدل‌های قابل تکرار
  • 96. مدل‌سازی بیزی برای استنتاج علّی
  • 97. محدودیت‌های مدل‌سازی بیزی
  • 98. آینده مدل‌سازی آماری با Stan
  • 99. اصول کدنویسی تمیز در Stan
  • 100. مستندسازی مدل‌های 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.