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. مقدمه‌ای بر روش‌های مونت کارلو زنجیره مارکوف
  • 2. مفاهیم اساسی زنجیره‌های مارکوف
  • 3. کاربرد روش‌های MCMC در آمار
  • 4. نصب و راه‌اندازی نرم‌افزار Stan
  • 5. آشنایی با زبان برنامه‌نویسی Stan
  • 6. نوشتن مدل‌های ساده در Stan
  • 7. پارادایم مدل‌سازی در Stan
  • 8. انواع توزیع‌های احتمال در Stan
  • 9. تعریف توزیع‌های پیشین و پسین
  • 10. نمونه‌گیری از توزیع‌های احتمال
  • 11. روش‌های نمونه‌گیری MCMC استاندارد
  • 12. الگوریتم Metropolis-Hastings
  • 13. الگوریتم Gibbs Sampling
  • 14. ارزیابی همگرایی زنجیره‌های MCMC
  • 15. شاخص‌های همگرایی (R-hat)
  • 16. بررسی توزیع‌های پسین
  • 17. رسم نمودارهای توزیع پسین
  • 18. محاسبه آماره‌های توزیع پسین
  • 19. فاصله‌های اطمینان بیزی
  • 20. مدل‌های خطی در Stan
  • 21. مدل‌های رگرسیون خطی بیزی
  • 22. مدل‌های خطی تعمیم‌یافته (GLM)
  • 23. مدل‌های رگرسیون لجستیک بیزی
  • 24. مدل‌های رگرسیون پواسون بیزی
  • 25. مدل‌های سری زمانی در Stan
  • 26. مدل‌های ARIMA بیزی
  • 27. مدل‌های فضایی بیزی
  • 28. مدل‌های سلسله مراتبی در Stan
  • 29. مفاهیم مدل‌های سلسله مراتبی
  • 30. پیاده‌سازی مدل‌های سلسله مراتبی در Stan
  • 31. مدل‌های اثرات مختلط
  • 32. کاربرد در علوم زیستی
  • 33. مدل‌سازی داده‌های زیستی با Stan
  • 34. مدل‌سازی داده‌های ژنتیکی
  • 35. مدل‌سازی داده‌های اپیدمیولوژیکی
  • 36. کاربرد در علوم اجتماعی
  • 37. مدل‌سازی داده‌های پیمایشی
  • 38. مدل‌سازی رفتار مصرف‌کننده
  • 39. مدل‌سازی شبکه‌های اجتماعی
  • 40. کاربرد در اقتصاد
  • 41. مدل‌سازی داده‌های اقتصادی
  • 42. مدل‌سازی پیش‌بینی اقتصادی
  • 43. مدل‌سازی ریسک مالی
  • 44. کاربرد در مهندسی
  • 45. مدل‌سازی قابلیت اطمینان
  • 46. مدل‌سازی سیستم‌های پیچیده
  • 47. مدل‌سازی داده‌های حسگر
  • 48. مدل‌سازی پیش‌بینی در مهندسی
  • 49. مدل‌سازی مسائل بهینه‌سازی
  • 50. تکنیک‌های پیشرفته در Stan
  • 51. کاربرد Stan در مدل‌های غیرخطی
  • 52. مدل‌سازی با استفاده از توابع کرنل
  • 53. مدل‌سازی با استفاده از شبکه‌های عصبی بیزی
  • 54. مدل‌سازی مسائل خوشه‌بندی
  • 55. مدل‌سازی تشخیص ناهنجاری
  • 56. روش‌های نمونه‌گیری پیشرفته
  • 57. نمونه‌گیری با استفاده از Hamiltonian Monte Carlo (HMC)
  • 58. نمونه‌گیری با استفاده از No-U-Turn Sampler (NUTS)
  • 59. بهینه‌سازی پارامترهای MCMC
  • 60. تنظیم پارامترهای نمونه‌گیری
  • 61. تشخیص و رفع مشکلات همگرایی
  • 62. کاهش همبستگی بین متغیرها
  • 63. استفاده از اطلاعات پیشین اثربخش
  • 64. مدل‌سازی با داده‌های ناقص
  • 65. روش‌های imputation بیزی
  • 66. مدل‌سازی داده‌های گمشده در Stan
  • 67. ارزیابی مدل‌ها
  • 68. شاخص‌های اطلاعاتی (DIC, WAIC)
  • 69. آزمون‌های برازش مدل
  • 70. اعتبارسنجی متقابل بیزی
  • 71. مقایسه مدل‌های بیزی
  • 72. مدل‌سازی با استفاده از داده‌های حجیم
  • 73. استراتژی‌های موازی‌سازی در Stan
  • 74. استفاده از GPU در Stan
  • 75. مدیریت حافظه در مدل‌های بزرگ
  • 76. کاربرد در تحلیل حساسیت
  • 77. تحلیل حساسیت پارامترها
  • 78. شناسایی پارامترهای تاثیرگذار
  • 79. کاربرد در یادگیری ماشین بیزی
  • 80. مدل‌های طبقه‌بندی بیزی
  • 81. مدل‌های رگرسیون بیزی
  • 82. مدل‌های یادگیری تقویتی بیزی
  • 83. بهبود عملکرد مدل‌ها
  • 84. روش‌های regularization در مدل‌های بیزی
  • 85. استفاده از priors informativ
  • 86. مدل‌سازی ساختار داده‌ها
  • 87. مدل‌سازی داده‌های گراف
  • 88. مدل‌سازی داده‌های متنی
  • 89. مدل‌سازی داده‌های مکانی-زمانی
  • 90. مباحث تکمیلی در Stan
  • 91. استفاده از Stan با زبان‌های دیگر (R, Python)
  • 92. توسعه توابع سفارشی در Stan
  • 93. مستندسازی مدل‌ها و نتایج
  • 94. اخلاق در مدل‌سازی بیزی
  • 95. مسئولیت‌پذیری در استفاده از مدل‌ها
  • 96. تفسیر نتایج مدل‌ها در چارچوب قوانین
  • 97. کاربرد در تحقیقات علمی رسمی
  • 98. مدل‌سازی داده‌های پژوهشی
  • 99. ارائه نتایج مدل‌سازی در مقالات
  • 100. تطبیق با مقررات علمی و پژوهشی

📚 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.