کتاب از تئوری تا عمل: HMC و NUTS در 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 از تئوری تا عمل: HMC و NUTS در Stan

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

موضوع میانی: نمونه‌گیری از طریق HMC و NUTS در Stan

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی آماری و زبان Stan
  • 2. مبانی احتمال و آمار مورد نیاز
  • 3. مفاهیم کلیدی در مدل‌سازی بیزی
  • 4. چرا مدل‌سازی بیزی؟
  • 5. معرفی زبان برنامه‌نویسی Stan
  • 6. نصب و راه‌اندازی Stan
  • 7. ساختار کلی یک برنامه Stan
  • 8. تعریف مدل‌های ساده در Stan
  • 9. متغیرهای تصادفی و توابع چگالی احتمال
  • 10. توزیع‌های پیشین و پسین
  • 11. مقدمه‌ای بر روش‌های نمونه‌گیری
  • 12. آشنایی با الگوریتم‌های MCMC
  • 13. مفهوم زنجیره‌های مارکوف
  • 14. نظریه الگوریتم‌های MCMC
  • 15. مشکلات الگوریتم‌های MCMC کلاسیک
  • 16. مقدمه‌ای بر الگوریتم Hamilton Monte Carlo (HMC)
  • 17. مبانی فیزیکی HMC: انرژی پتانسیل و جنبشی
  • 18. گرادیان انرژی پتانسیل
  • 19. معادله حرکت هامیلتونی
  • 20. انتگرال‌گیری عددی در HMC: روش Leapfrog
  • 21. گام‌های روش Leapfrog
  • 22. انتخاب اندازه گام (epsilon)
  • 23. انتخاب تعداد گام (L)
  • 24. مفهوم فضای فاز
  • 25. تکنیک‌های بهبود HMC
  • 26. معرفی الگوریتم No-U-Turn Sampler (NUTS)
  • 27. چرا NUTS؟
  • 28. مکانیسم توقف در NUTS
  • 29. ساختار الگوریتم NUTS
  • 30. پیاده‌سازی NUTS در Stan
  • 31. تنظیم پارامترهای NUTS
  • 32. معیارهای همگرایی در MCMC
  • 33. تشخیص همگرایی: Trace Plots
  • 34. تشخیص همگرایی: Autocorrelation Plots
  • 35. تشخیص همگرایی: Gelman-Rubin Statistic
  • 36. تشخیص همگرایی: Effective Sample Size (ESS)
  • 37. اهمیت انتخاب پارامترهای مناسب در Stan
  • 38. تنظیمات پیش‌فرض Stan
  • 39. تکنیک‌های پیشرفته در HMC و NUTS
  • 40. استفاده از شتاب‌دهنده‌ها
  • 41. پیاده‌سازی مدل‌های پیچیده‌تر در Stan
  • 42. مدل‌های خطی تعمیم‌یافته (GLMs) در Stan
  • 43. مدل‌های سلسله‌مراتبی در Stan
  • 44. پیاده‌سازی مدل‌های سری زمانی
  • 45. مدل‌های فضایی در Stan
  • 46. مدل‌سازی داده‌های گسسته
  • 47. مدل‌سازی داده‌های پیوسته
  • 48. استفاده از توزیع‌های چندمتغیره
  • 49. مدل‌سازی عدم قطعیت
  • 50. اعتبارسنجی مدل با داده‌های شبیه‌سازی شده
  • 51. اعتبارسنجی مدل با داده‌های واقعی
  • 52. مقایسه مدل‌ها
  • 53. مقدمه‌ای بر بهینه‌سازی مدل
  • 54. تکنیک‌های تنظیم پارامترهای NUTS
  • 55. استفاده از Stan برای تحلیل داده‌های اقتصادی
  • 56. کاربرد Stan در علوم اجتماعی
  • 57. کاربرد Stan در علوم زیستی
  • 58. کاربرد Stan در علوم مهندسی
  • 59. مدل‌سازی پیش‌بینی با Stan
  • 60. مقدمه‌ای بر احتمال شرطی در مدل‌سازی
  • 61. تکنیک‌های نمونه‌گیری از توزیع‌های غیرمعمول
  • 62. کاربرد Stan در تحلیل بقا
  • 63. مدل‌سازی رگرسیون لجستیک با Stan
  • 64. مدل‌سازی رگرسیون پواسون با Stan
  • 65. مدل‌سازی رگرسیون خطی با Stan
  • 66. مدل‌سازی رگرسیون چندگانه با Stan
  • 67. مدل‌سازی رگرسیون مقیاس‌بندی شده با Stan
  • 68. مدل‌سازی رگرسیون مرتبه با Stan
  • 69. مدل‌سازی رگرسیون کوانتایل با Stan
  • 70. مدل‌سازی رگرسیون چندسطحی با Stan
  • 71. مدل‌سازی رگرسیون مختلط با Stan
  • 72. مدل‌سازی رگرسیون غیرخطی با Stan
  • 73. مدل‌سازی رگرسیون ناپارامتری با Stan
  • 74. مدل‌سازی رگرسیون فضایی با Stan
  • 75. مدل‌سازی رگرسیون زمانی با Stan
  • 76. مدل‌سازی رگرسیون شرطی با Stan
  • 77. مدل‌سازی رگرسیون با اثرات متقابل با Stan
  • 78. مدل‌سازی رگرسیون با متغیرهای پنهان با Stan
  • 79. مدل‌سازی رگرسیون با داده‌های پرت با Stan
  • 80. مدل‌سازی رگرسیون با داده‌های حذف شده با Stan
  • 81. مدل‌سازی رگرسیون با داده‌های ناقص با Stan
  • 82. مدل‌سازی رگرسیون با داده‌های گسسته-پیوسته با Stan
  • 83. مدل‌سازی رگرسیون با داده‌های آماری با Stan
  • 84. مدل‌سازی رگرسیون با داده‌های آماری ترکیبی با Stan
  • 85. مدل‌سازی رگرسیون با داده‌های آماری غیرمتمرکز با Stan
  • 86. مدل‌سازی رگرسیون با داده‌های آماری متمرکز با Stan
  • 87. مدل‌سازی رگرسیون با داده‌های آماری آماری با Stan
  • 88. مدل‌سازی رگرسیون با داده‌های آماری متغیر با Stan
  • 89. مدل‌سازی رگرسیون با داده‌های آماری ناهمگن با Stan
  • 90. مدل‌سازی رگرسیون با داده‌های آماری همگن با Stan
  • 91. مدل‌سازی رگرسیون با داده‌های آماری آماری آماری با Stan
  • 92. مدل‌سازی رگرسیون با داده‌های آماری آماری متغیر با Stan
  • 93. مدل‌سازی رگرسیون با داده‌های آماری آماری ناهمگن با Stan
  • 94. مدل‌سازی رگرسیون با داده‌های آماری آماری همگن با Stan
  • 95. مدل‌سازی رگرسیون با داده‌های آماری آماری آماری آماری با Stan
  • 96. مدل‌سازی رگرسیون با داده‌های آماری آماری آماری متغیر با Stan
  • 97. مدل‌سازی رگرسیون با داده‌های آماری آماری آماری ناهمگن با Stan
  • 98. مدل‌سازی رگرسیون با داده‌های آماری آماری آماری همگن با Stan
  • 99. مقدمه‌ای بر بهینه‌سازی مدل در Stan
  • 100. روش‌های پیشرفته نمونه‌گیری در 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.