سپنتا کتاب اکسپرس
کتاب راهنمای جامع برای MCMC با Stan

کتاب راهنمای جامع برای 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 راهنمای جامع برای MCMC با Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر شبیه‌سازی مونت کارلو زنجیره مارکوف (MCMC)
  • 2. مفاهیم پایه احتمال و آمار
  • 3. توزیع‌های احتمالی گسسته و پیوسته
  • 4. انتگرال‌گیری عددی و روش‌های تقریب
  • 5. مفاهیم بسط تیلور و سری‌های فوریه
  • 6. شباهت‌سازی توزیع‌های پیچیده
  • 7. مقدمه ای بر زبان برنامه نویسی Stan
  • 8. نصب و پیکربندی Stan
  • 9. سینتکس پایه Stan
  • 10. انواع داده در Stan
  • 11. دستورات شرطی و حلقه‌ها در Stan
  • 12. توابع سفارشی در Stan
  • 13. مفاهیم مدل‌سازی آماری
  • 14. مدل‌های خطی و رگرسیون
  • 15. مدل‌های خطی تعمیم‌یافته (GLM)
  • 16. مقدمه‌ای بر استنباط بیزی
  • 17. قضیه بیز و تفسیر آن
  • 18. توزیع پیشین و پسین
  • 19. بسترهای آماری بیزی
  • 20. مقدمه‌ای بر الگوریتم‌های MCMC
  • 21. Metropolis-Hastings
  • 22. Gibbs Sampling
  • 23. انواع زنجیره‌های مارکوف
  • 24. همگرایی و تشخیص همگرایی در MCMC
  • 25. معیارهای ارزیابی همگرایی
  • 26. R-hat و Trace Plots
  • 27. Autocorrelation Function (ACF)
  • 28. Effective Sample Size (ESS)
  • 29. تنظیم پارامترهای MCMC
  • 30. Cooling Schedule و Annealing
  • 31. Adaptive MCMC
  • 32. Hamiltonian Monte Carlo (HMC)
  • 33. No-U-Turn Sampler (NUTS)
  • 34. مزایا و معایب HMC
  • 35. پیاده‌سازی مدل‌های ساده در Stan
  • 36. رگرسیون خطی بیزی در Stan
  • 37. رگرسیون لجستیک بیزی در Stan
  • 38. مدل‌های سلسله مراتبی در Stan
  • 39. پیاده‌سازی مدل‌های سلسله مراتبی
  • 40. مدل‌های خطی تعمیم‌یافته بیزی در Stan
  • 41. مدل‌های سری زمانی در Stan
  • 42. مدل‌های فضایی در Stan
  • 43. مدل‌های بقا در Stan
  • 44. مدل‌های خوشه‌بندی در Stan
  • 45. مدل‌های شبکه در Stan
  • 46. مدل‌های یادگیری ماشین بیزی
  • 47. رگرسیون کرنل بیزی
  • 48. ماشین‌های بردار پشتیبان بیزی
  • 49. شبکه‌های عصبی بیزی
  • 50. مدل‌های گرافیکی بیزی
  • 51. کاربرد MCMC در علوم زیستی
  • 52. کاربرد MCMC در اقتصاد
  • 53. کاربرد MCMC در علوم اجتماعی
  • 54. کاربرد MCMC در مهندسی
  • 55. کاربرد MCMC در علوم داده
  • 56. مقدمه‌ای بر بهینه‌سازی بیزی
  • 57. بهینه‌سازی پارامترهای مدل
  • 58. بهینه‌سازی مدل‌های یادگیری ماشین
  • 59. روش‌های پیشرفته در Stan
  • 60. تکنیک‌های بهینه‌سازی در Stan
  • 61. چندریسمانی (Parallelization) در Stan
  • 62. استفاده از Stan با R
  • 63. استفاده از Stan با Python
  • 64. استفاده از Stan با Julia
  • 65. دیباگ کردن مدل‌های Stan
  • 66. عیب‌یابی خطاهای رایج در Stan
  • 67. بهبود کارایی مدل‌های Stan
  • 68. آزمایش‌های A/B در چارچوب بیزی
  • 69. مدل‌سازی عدم قطعیت در نتایج
  • 70. ارزیابی مدل‌های بیزی
  • 71. مقایسه مدل‌های بیزی
  • 72. انتخاب مدل بر اساس معیارهای بیزی
  • 73. کاربرد Bayesian Data Analysis
  • 74. مقدمه‌ای بر استنباط علی (Causal Inference)
  • 75. مدل‌سازی علی با MCMC
  • 76. کاربرد MCMC در تحلیل داده‌های بزرگ
  • 77. معرفی ابزارهای مرتبط با MCMC
  • 78. مفاهیم پیشرفته MCMC
  • 79. تصمیم‌گیری در شرایط عدم قطعیت
  • 80. روش‌های شبیه‌سازی پیشرفته
  • 81. انتقال یادگیری بیزی
  • 82. معرفی کتابخانه‌های مرتبط با Stan
  • 83. نکات پیشرفته در برنامه‌نویسی Stan
  • 84. تکنیک‌های مدیریت حافظه در Stan
  • 85. بهینه‌سازی محاسباتی در Stan
  • 86. کاربرد MCMC در پردازش زبان طبیعی
  • 87. کاربرد MCMC در بینایی ماشین
  • 88. مدل‌سازی اقتصادسنجی بیزی
  • 89. تحلیل سری‌های زمانی مالی با MCMC
  • 90. مدل‌سازی ریسک اعتباری با MCMC
  • 91. تحلیل حساسیت در مدل‌های بیزی
  • 92. ارزیابی اعتبار مدل‌های بیزی
  • 93. مقدمه‌ای بر یادگیری تقویتی 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.