سپنتا کتاب اکسپرس
کتاب کاربرد MCMC با Stan

کتاب کاربرد MCMC 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 کاربرد MCMC با Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر روش‌های مونت کارلو زنجیره مارکوف
  • 2. مبانی احتمال و آمار برای MCMC
  • 3. توزیع‌های احتمالی گسسته و پیوسته
  • 4. مفاهیم پایه استنتاج آماری
  • 5. مقدمه‌ای بر مدل‌سازی آماری
  • 6. اهمیت مدل‌سازی در علوم
  • 7. انواع مدل‌های آماری
  • 8. رگرسیون خطی ساده
  • 9. رگرسیون خطی چندگانه
  • 10. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته
  • 11. مدل‌های خطی تعمیم‌یافته: خانواده نمایی
  • 12. توزیع پواسون و مدل‌های آن
  • 13. مدل‌های لجستیک برای داده‌های دوتایی
  • 14. توزیع‌های چندمتغیره
  • 15. مقدمه‌ای بر نظریه بیز
  • 16. قضیه بیز و استنتاج بیزی
  • 17. توزیع پیشین و پسین
  • 18. انتخاب توزیع پیشین مناسب
  • 19. مقدمه‌ای بر روش‌های نمونه‌گیری
  • 20. چالش‌های نمونه‌گیری از توزیع‌های پیچیده
  • 21. نیاز به روش‌های عددی
  • 22. معرفی روش‌های مونت کارلو
  • 23. روش مونت کارلو برای انتگرال‌گیری
  • 24. محدودیت‌های روش مونت کارلو ساده
  • 25. معرفی زنجیره مارکوف
  • 26. خواص زنجیره مارکوف
  • 27. توزیع پایدار در زنجیره مارکوف
  • 28. ارتباط زنجیره مارکوف با توزیع هدف
  • 29. مقدمه‌ای بر MCMC
  • 30. هدف اصلی MCMC
  • 31. چگونگی کارکرد MCMC
  • 32. مزایای MCMC
  • 33. معایب MCMC
  • 34. معرفی نرم‌افزار Stan
  • 35. مبانی Stan
  • 36. نحو زبان Stan
  • 37. نوشتن مدل‌های ساده در Stan
  • 38. کامپایل و اجرای کد Stan
  • 39. مقدمه‌ای بر الگوریتم‌های MCMC در Stan
  • 40. الگوریتم Metropolis-Hastings
  • 41. پیاده‌سازی Metropolis-Hastings در Stan
  • 42. الگوریتم نمونه‌گیری Gibbs
  • 43. پیاده‌سازی نمونه‌گیری Gibbs در Stan
  • 44. الگوریتم HMC (Hamiltonian Monte Carlo)
  • 45. مزایای HMC
  • 46. پیاده‌سازی HMC در Stan
  • 47. الگوریتم NUTS (No-U-Turn Sampler)
  • 48. کاربرد NUTS در Stan
  • 49. تنظیمات پارامترهای NUTS
  • 50. تشخیص همگرایی در MCMC
  • 51. شاخص‌های همگرایی (Gelman-Rubin)
  • 52. آنالیز بصری نمودارها (Trace plots)
  • 53. بررسی همگرایی با استفاده از R-hat
  • 54. بررسی همگرایی با استفاده از Effective Sample Size
  • 55. عیب‌یابی مدل‌های Stan
  • 56. مشکلات رایج در اجرای Stan
  • 57. راهکارهای رفع خطاهای رایج
  • 58. بهینه‌سازی مدل‌های Stan
  • 59. نوشتن کدهای کارآمد در Stan
  • 60. استفاده از توابع پیش‌ساخته
  • 61. مقدمه‌ای بر مدل‌سازی بیزی پیشرفته
  • 62. مدل‌های سلسله مراتبی
  • 63. پیاده‌سازی مدل‌های سلسله مراتبی در Stan
  • 64. مدل‌های مختلط (Mixed-effects models)
  • 65. کاربرد مدل‌های مختلط در تحقیقات
  • 66. پیاده‌سازی مدل‌های مختلط در Stan
  • 67. مدل‌های سری زمانی بیزی
  • 68. تحلیل داده‌های سری زمانی با MCMC
  • 69. پیاده‌سازی مدل‌های سری زمانی در Stan
  • 70. مدل‌های فضایی بیزی
  • 71. تحلیل داده‌های فضایی با MCMC
  • 72. پیاده‌سازی مدل‌های فضایی در Stan
  • 73. مدل‌های بقا (Survival analysis)
  • 74. تحلیل بقا با رویکرد بیزی
  • 75. پیاده‌سازی مدل‌های بقا در Stan
  • 76. مدل‌های شبکه‌ای بیزی
  • 77. تحلیل شبکه‌ها با MCMC
  • 78. پیاده‌سازی مدل‌های شبکه‌ای در Stan
  • 79. مقدمه‌ای بر اعتبارسنجی مدل
  • 80. ارزیابی عملکرد مدل
  • 81. روش‌های اعتبارسنجی متقابل (Cross-validation)
  • 82. اعتبارسنجی با استفاده از داده‌های جدید
  • 83. مقایسه مدل‌های مختلف
  • 84. انتخاب مدل نهایی
  • 85. کاربرد MCMC در علوم مختلف
  • 86. کاربرد در اقتصاد و مالی
  • 87. کاربرد در علوم زیستی و پزشکی
  • 88. کاربرد در علوم اجتماعی
  • 89. کاربرد در مهندسی
  • 90. کاربرد MCMC در تحلیل داده‌های بزرگ
  • 91. چالش‌ها و فرصت‌های آینده MCMC
  • 92. مباحث پیشرفته در MCMC (اختیاری)
  • 93. کاربرد MCMC در بهینه‌سازی بیزی
  • 94. کاربرد MCMC در یادگیری ماشین
  • 95. جمع‌بندی و نکات 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.