سپنتا کتاب اکسپرس
کتاب ملاحظات مهم در اجرای MCMC با Stan

کتاب ملاحظات مهم در اجرای 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 ملاحظات مهم در اجرای 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 نمونه‌گیری زنجیره مارکوف مونت کارلو (MCMC)
  • 2. مبانی نظری MCMC
  • 3. الگوریتم Metropolis-Hastings
  • 4. پیاده‌سازی Metropolis-Hastings
  • 5. نمونه‌گیری Gibbs
  • 6. پیاده‌سازی نمونه‌گیری Gibbs
  • 7. ملاحظات عملی در MCMC
  • 8. همگرایی در MCMC
  • 9. تشخیص همگرایی: نمودارهای Trace
  • 10. تشخیص همگرایی: آماره Gelman-Rubin
  • 11. تشخیص همگرایی: آماره Geweke
  • 12. تشخیص همگرایی: تحلیل Autocorrelation
  • 13. بهبود کارایی MCMC
  • 14. انتخاب گام مناسب در Metropolis-Hastings
  • 15. تنظیم پارامترهای Gibbs Sampler
  • 16. برنامه‌ریزی موازی در MCMC
  • 17. استفاده از Stan برای مدل‌سازی آماری
  • 18. مقدمه‌ای بر زبان Stan
  • 19. نصب و راه‌اندازی Stan
  • 20. نوشتن مدل‌های پایه در Stan
  • 21. تعریف متغیرهای مشاهده‌شده و پنهان در Stan
  • 22. توابع توزیع احتمال در Stan
  • 23. توابع ریاضی در Stan
  • 24. توابع شرطی در Stan
  • 25. توابع تکرار در Stan
  • 26. استفاده از دستورات شرطی در Stan
  • 27. مدل‌های خطی تعمیم‌یافته (GLMs) در Stan
  • 28. مدل‌های سلسله‌مراتبی در Stan
  • 29. پیاده‌سازی مدل‌های سلسله‌مراتبی در Stan
  • 30. مدل‌های سری زمانی در Stan
  • 31. مدل‌های فضایی در Stan
  • 32. مدل‌های عاملی در Stan
  • 33. تحلیل عاملی تأییدی در Stan
  • 34. مدل‌های آماری بیزی
  • 35. مفاهیم پایه استنباط بیزی
  • 36. قضیه بیز
  • 37. توزیع پیشین و پسین
  • 38. انتخاب توزیع پیشین مناسب
  • 39. توزیع‌های پیشین غیراطلاعاتی
  • 40. توزیع‌های پیشین اطلاعاتی
  • 41. انتخاب مدل آماری
  • 42. معیارهای انتخاب مدل: AIC و BIC
  • 43. معیارهای انتخاب مدل بیزی: DIC و WAIC
  • 44. اعتبارسنجی متقابل (Cross-validation)
  • 45. اعتبارسنجی متقابل بیزی
  • 46. شبیه‌سازی پسین (Posterior Predictive Checks)
  • 47. روش‌های نمونه‌گیری پیشرفته
  • 48. نمونه‌گیری با اهمیت (Importance Sampling)
  • 49. نمونه‌گیری با وزن‌دهی مجدد (Resampling)
  • 50. نمونه‌گیری از طریق جابجایی (Hamiltonian Monte Carlo - HMC)
  • 51. اجزای HMC
  • 52. پیاده‌سازی HMC
  • 53. تسریع HMC: NUTS (No-U-Turn Sampler)
  • 54. ملاحظات مربوط به مدل‌سازی داده‌ها
  • 55. مقدمه‌ای بر تحلیل اکتشافی داده‌ها (EDA)
  • 56. شناسایی داده‌های پرت (Outliers)
  • 57. مدیریت داده‌های گمشده (Missing Data)
  • 58. تبدیلات متغیرها
  • 59. نرمال‌سازی داده‌ها
  • 60. استانداردسازی داده‌ها
  • 61. مدل‌سازی داده‌های طبقه‌بندی
  • 62. رگرسیون لجستیک در Stan
  • 63. مدل‌های چندگروهی (Multinomial Models)
  • 64. مدل‌سازی داده‌های شمارشی
  • 65. رگرسیون پواسون در Stan
  • 66. رگرسیون فوق‌توزیع (Overdispersion)
  • 67. مدل‌سازی داده‌های بقا
  • 68. مدل کوکس (Cox Proportional Hazards)
  • 69. مدل‌های بقا پارامتری
  • 70. مدل‌سازی داده‌های فضایی
  • 71. مقدمه‌ای بر مدل‌های فضایی
  • 72. مدل‌های فضایی ایستا
  • 73. مدل‌های فضایی پویا
  • 74. استفاده از R در کنار Stan
  • 75. مقدمه‌ای بر زبان R
  • 76. اتصال R به Stan
  • 77. تجسم نتایج Stan در R
  • 78. تحلیل نتایج MCMC در R
  • 79. نوشتن گزارش‌های آماری
  • 80. مقدمه‌ای بر گزارش‌نویسی آماری
  • 81. ساختار یک گزارش آماری
  • 82. تفسیر نتایج مدل‌های بیزی
  • 83. ارائه نتایج به مخاطبان غیرمتخصص
  • 84. ملاحظات اخلاقی در تحلیل داده‌ها
  • 85. حفظ حریم خصوصی داده‌ها
  • 86. شفافیت در مدل‌سازی
  • 87. تفسیر صحیح نتایج آماری
  • 88. نمونه‌گیری تصادفی در تحقیقات
  • 89. روش‌های نمونه‌گیری در مطالعات پیمایشی
  • 90. روش‌های نمونه‌گیری در مطالعات تجربی
  • 91. ارزیابی کیفیت داده‌ها
  • 92. روش‌های جمع‌آوری داده‌ها
  • 93. اعتبار و پایایی ابزارهای اندازه‌گیری
  • 94. مقدمه‌ای بر مدل‌سازی آماری پیشرفته
  • 95. مدل‌های خطی مختلط (Mixed-Effects Models)
  • 96. مدل‌های مارکوف مخفی (Hidden Markov Models)
  • 97. شبکه‌های بیزی (Bayesian Networks)
  • 98. مقدمه‌ای بر یادگیری ماشین بیزی
  • 99. الگوریتم‌های یادگیری ماشین بیزی
  • 100. کاربرد MCMC در یادگیری ماشین

📚 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.