سپنتا کتاب اکسپرس
کتاب توزیع پسین: ستون فقرات استنتاج بیزی با MCMC

کتاب توزیع پسین: ستون فقرات استنتاج بیزی با MCMC

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 توزیع پسین: ستون فقرات استنتاج بیزی با MCMC

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

موضوع میانی: توزیع پسین (Posterior Distribution)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر استنتاج بیزی و مدل‌های احتمالاتی
  • 2. مبانی نظری احتمال و مفاهیم آماری
  • 3. قانون بیز و تفسیر آن در علوم
  • 4. تابع درستنمایی و نقش آن در مدل‌سازی
  • 5. توزیع پیشین و اهمیت انتخاب آن
  • 6. توزیع پسین: تعریف و ویژگی‌های کلیدی
  • 7. روش‌های تحلیلی محاسبه توزیع پسین
  • 8. محدودیت‌های روش‌های تحلیلی
  • 9. ضرورت روش‌های عددی برای تخمین توزیع پسین
  • 10. مقدمه‌ای بر زنجیره‌های مارکوف مونت کارلو (MCMC)
  • 11. ایده اصلی MCMC برای تولید نمونه از توزیع پسین
  • 12. مزایای MCMC نسبت به روش‌های نمونه‌برداری مستقیم
  • 13. انواع الگوریتم‌های MCMC
  • 14. الگوریتم نمونه‌گیری گیبس (Gibbs Sampling)
  • 15. مراحل اجرایی نمونه‌گیری گیبس
  • 16. کاربرد نمونه‌گیری گیبس در مدل‌های آماری
  • 17. الگوریتم متروپلیس-هستینگز (Metropolis-Hastings)
  • 18. مراحل اجرایی الگوریتم متروپلیس-هستینگز
  • 19. انتخاب تابع پیشنهاد (Proposal Distribution) در متروپلیس-هستینگز
  • 20. نکات مهم در پیاده‌سازی الگوریتم متروپلیس-هستینگز
  • 21. مدل‌های خطی تعمیم‌یافته بیزی (Bayesian Generalized Linear Models)
  • 22. کاربرد MCMC در مدل‌های خطی تعمیم‌یافته
  • 23. مدل‌های سلسله‌مراتبی بیزی (Bayesian Hierarchical Models)
  • 24. مزایای مدل‌های سلسله‌مراتبی
  • 25. پیاده‌سازی مدل‌های سلسله‌مراتبی با MCMC
  • 26. مدل‌سازی سری‌های زمانی بیزی
  • 27. کاربرد MCMC در مدل‌های سری زمانی
  • 28. مدل‌سازی فضایی بیزی
  • 29. کاربرد MCMC در مدل‌های فضایی
  • 30. مقدمه‌ای بر نرم‌افزارهای MCMC
  • 31. نرم‌افزار Stan و مفاهیم آن
  • 32. نوشتن مدل در زبان Stan
  • 33. اجرای MCMC در Stan
  • 34. تحلیل خروجی‌های Stan
  • 35. نرم‌افزار JAGS و مفاهیم آن
  • 36. نوشتن مدل در زبان BUGS
  • 37. اجرای MCMC در JAGS
  • 38. تحلیل خروجی‌های JAGS
  • 39. نرم‌افزار PyMC3 و مفاهیم آن
  • 40. نوشتن مدل در PyMC3
  • 41. اجرای MCMC در PyMC3
  • 42. تحلیل خروجی‌های PyMC3
  • 43. مقدمه‌ای بر ارزیابی همگرایی الگوریتم‌های MCMC
  • 44. معیارهای بصری برای ارزیابی همگرایی
  • 45. نمودارهای Trace Plot
  • 46. نمودارهای Autocorrelation Plot
  • 47. معیارهای کمی برای ارزیابی همگرایی
  • 48. معیار گلمن-رو宾 (Gelman-Rubin Statistic)
  • 49. معیار هافمن-وِیت (Heidelberger-Welch Statistic)
  • 50. تکنیک‌های افزایش سرعت همگرایی
  • 51. کاهش همبستگی بین متغیرها
  • 52. استفاده از توزیع پیشنهاد مناسب‌تر
  • 53. روش‌های نمونه‌گیری پیشرفته
  • 54. نمونه‌گیری اهمیت (Importance Sampling)
  • 55. ترکیب نمونه‌گیری اهمیت و MCMC
  • 56. نمونه‌گیری با تغییر متغیر (Resampling)
  • 57. مقدمه‌ای بر مدل‌های استنتاجی در علوم اجتماعی
  • 58. کاربرد MCMC در مدل‌های انتخاب (Choice Models)
  • 59. کاربرد MCMC در مدل‌های رگرسیون گسسته
  • 60. مدل‌سازی انتخاب گسسته بیزی
  • 61. کاربرد MCMC در مدل‌های تحلیل بقا (Survival Analysis)
  • 62. مدل‌سازی بقای بیزی
  • 63. کاربرد MCMC در مدل‌های تحلیل عاملی (Factor Analysis)
  • 64. مدل‌سازی عاملی بیزی
  • 65. کاربرد MCMC در مدل‌های خوشه‌بندی (Clustering)
  • 66. مدل‌سازی خوشه‌بندی بیزی
  • 67. کاربرد MCMC در مدل‌های شبکه‌های عصبی بیزی
  • 68. مدل‌سازی شبکه‌های عصبی بیزی
  • 69. مقدمه‌ای بر بهینه‌سازی بیزی (Bayesian Optimization)
  • 70. کاربرد MCMC در بهینه‌سازی بیزی
  • 71. کاربرد MCMC در یادگیری تقویتی بیزی
  • 72. مقدمه‌ای بر ارزیابی مدل‌های بیزی
  • 73. معیارهای ارزیابی مدل
  • 74. معیار اطلاعاتی آکائیکه (AIC)
  • 75. معیار اطلاعاتی بیزی (BIC)
  • 76. اعتبارسنجی متقابل (Cross-validation) در مدل‌های بیزی
  • 77. اعتبارسنجی متقابل بیزی
  • 78. تفسیر نتایج توزیع پسین
  • 79. تخمین پارامترها از توزیع پسین
  • 80. محاسبه فواصل اطمینان بیزی
  • 81. مقایسه مدل‌های بیزی
  • 82. مقدمه‌ای بر کاربردهای پیشرفته MCMC
  • 83. مدل‌سازی استنتاجی در علوم زیستی
  • 84. کاربرد MCMC در ژنتیک جمعیت
  • 85. کاربرد MCMC در اپیدمیولوژی
  • 86. مدل‌سازی استنتاجی در علوم اقتصادی
  • 87. کاربرد MCMC در اقتصاد سنجی بیزی
  • 88. مدل‌سازی اقتصاد کلان بیزی
  • 89. مقدمه‌ای بر چالش‌ها و محدودیت‌های MCMC
  • 90. مشکلات محاسباتی در مدل‌های پیچیده
  • 91. حساسیت به انتخاب توزیع پیشین
  • 92. نیاز به دانش تخصصی برای پیاده‌سازی
  • 93. نکات پایانی در استفاده از MCMC
  • 94. جمع‌بندی مفاهیم کلیدی توزیع پسین و MCMC
  • 95. مسیرهای یادگیری بیشتر در استنتاج 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.