سپنتا کتاب اکسپرس
کتاب کاربرد MCMC با Stan در مسائل کاربردی

کتاب کاربرد MCMC با Stan در مسائل کاربردی

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 در مسائل کاربردی

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

  • 1. مبانی احتمال و آمار برای MCMC
  • 2. مقدمه‌ای بر زنجیره‌های مارکوف
  • 3. فرآیندهای تصادفی و ایستا
  • 4. مفاهیم اساسی در مدل‌سازی آماری
  • 5. معرفی روش‌های مونت کارلو
  • 6. کاربرد نمونه‌گیری در فضای پارامتر
  • 7. ایده اصلی روش‌های MCMC
  • 8. الگوریتم متروپلیس-هستینگز
  • 9. توضیح گام به گام متروپلیس-هستینگز
  • 10. معیارهای پذیرش در متروپلیس-هستینگز
  • 11. پیاده‌سازی ساده متروپلیس-هستینگز
  • 12. محدودیت‌های متروپلیس-هستینگز
  • 13. الگوریتم گیبس سمپلینگ
  • 14. نحوه کار گیبس سمپلینگ
  • 15. شرط لازم برای گیبس سمپلینگ
  • 16. کاربرد گیبس سمپلینگ در مدل‌های پیچیده
  • 17. مقایسه متروپلیس-هستینگز و گیبس
  • 18. معرفی نرم‌افزار Stan
  • 19. معماری و قابلیت‌های Stan
  • 20. نصب و راه‌اندازی Stan
  • 21. زبان برنامه‌نویسی Stan (Stan Language)
  • 22. نحو پایه در Stan
  • 23. تعریف مدل‌ها در Stan
  • 24. تعریف متغیرهای مشاهده‌شده
  • 25. تعریف متغیرهای پنهان
  • 26. تعریف توابع احتمال
  • 27. استفاده از توابع توزیع استاندارد
  • 28. نوشتن توابع سفارشی در Stan
  • 29. اعمال محدودیت‌ها بر پارامترها
  • 30. نمونه‌گیری از توزیع‌های پیشین
  • 31. انتخاب توزیع‌های پیشین مناسب
  • 32. توزیع‌های پیشین غیرمطلع
  • 33. توزیع‌های پیشین مطلع
  • 34. اهمیت انتخاب پیشین مناسب
  • 35. مبانی مدل‌سازی احتمالاتی با Stan
  • 36. مدل‌های خطی تعمیم‌یافته در Stan
  • 37. مدل‌های رگرسیون لجستیک با Stan
  • 38. مدل‌های رگرسیون پواسون با Stan
  • 39. مدل‌های طبقه‌بندی در Stan
  • 40. مدل‌های خوشه‌بندی با Stan
  • 41. مدل‌های سری زمانی در Stan
  • 42. فیلتر کالمن و پویایی سیستم در Stan
  • 43. معرفی MCMC در Stan
  • 44. اجرای الگوریتم‌های MCMC در Stan
  • 45. تنظیم پارامترهای MCMC در Stan
  • 46. تعداد زنجیره‌ها
  • 47. تعداد تکرارها (iterations)
  • 48. تعداد گام‌های اولیه (warm-up)
  • 49. نمونه‌گیری پس از گرمایش
  • 50. ارزیابی همگرایی زنجیره‌ها
  • 51. نمودارهایtrace plot
  • 52. نمودارهای autocorrelation plot
  • 53. آماره R-hat
  • 54. آماره Effective Sample Size (ESS)
  • 55. تشخیص عدم همگرایی
  • 56. تفسیر نتایج MCMC
  • 57. تخمین پارامترها از توزیع پسین
  • 58. محاسبه فواصل اطمینان
  • 59. محاسبه میانگین پسین
  • 60. محاسبه میانه پسین
  • 61. محاسبه واریانس پسین
  • 62. مقایسه مدل‌ها با استفاده از معیارهای پسین
  • 63. معیارهای اطلاعاتی priors (PIC)
  • 64. معیارهای اطلاعاتی پسین (DIC)
  • 65. معیارهای اطلاعاتی مدل پسین (LOO-CV)
  • 66. کاربرد MCMC در مسائل آماری کاربردی
  • 67. مدل‌سازی بیزین در علوم زیستی
  • 68. تحلیل داده‌های بیوانفورماتیک با Stan
  • 69. مدل‌سازی در اقتصاد سنجی با Stan
  • 70. تحلیل داده‌های مالی با MCMC
  • 71. کاربرد در علوم اجتماعی
  • 72. مدل‌سازی رفتار مصرف‌کننده
  • 73. مدل‌سازی در علوم مهندسی
  • 74. تحلیل قابلیت اطمینان با Stan
  • 75. مدل‌سازی در علوم محیط زیست
  • 76. پیش‌بینی آلودگی هوا
  • 77. مدل‌سازی در علوم پزشکی
  • 78. تحلیل کارآزمایی‌های بالینی
  • 79. بهینه‌سازی پارامترها با MCMC
  • 80. روش‌های پیشرفته MCMC
  • 81. کاربرد MCMC در مسائل بزرگ داده
  • 82. نمونه‌گیری از توزیع‌های پیچیده
  • 83. مدل‌های سلسله مراتبی در Stan
  • 84. طراحی آزمایش با رویکرد بیزین
  • 85. اعتبارسنجی مدل‌های MCMC
  • 86. بهبود کارایی الگوریتم‌های MCMC
  • 87. روش‌های نمونه‌گیری پیشرفته
  • 88. کاربرد MCMC در یادگیری ماشین بیزین
  • 89. مقدمه‌ای بر شبکه‌های عصبی بیزین
  • 90. مدل‌سازی پیش‌بینانه با Stan
  • 91. جمع‌بندی و آینده MCMC 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.