آموزش آمار بیزی برای علم داده - آخرین آپدیت

دانلود Bayesian Statistics for Data Science

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

آمار بیزی: آموزش جامع و کاربردی با مثال‌های R و Stan

یک دانشمند داده سابق گوگل به شما کمک می‌کند تا اصول آمار بیزی را با مثال‌های کاربردی در R و Stan به طور کامل یاد بگیرید. در این دوره، شما:

  • درک خواهید کرد که چگونه قانون بیز برای به‌روزرسانی باورها استفاده می‌شود.
  • از توزیع‌های پیشین و تابع درست‌نمایی مزدوج برای مدل‌سازی داده‌های باینری، شمارشی و پیوسته استفاده خواهید کرد.
  • مفاهیم توزیع‌های پیشین، توزیع‌های پسین، توابع درست‌نمایی و توزیع‌های پیش‌بینی را درک خواهید کرد.
  • یاد می‌گیرید که چگونه از نرم‌افزارهای آماری برای محاسبه و تجسم اطلاعات مربوط به باورهای خود استفاده کنید.

پیش نیازها:

مهارت قوی در جبر پایه و حساب مورد نیاز است. آشنایی با حساب دیفرانسیل و انتگرال مفید است، اما الزامی نیست.

این دوره مطالب اساسی آمار را که در یک دوره مقدماتی دانشگاهی پوشش داده می‌شود، آموزش می‌دهد، با تمرکز بر تسلط بر اجزای اصلی هر مدل بیزی - توزیع پیشین و تابع درست‌نمایی، و نحوه یافتن توزیع پسین، بازه‌های اطمینان و توزیع‌های پیش‌بینی. در طول مسیر، با احتمال به طور کلی راحت‌تر خواهید شد و دیدگاه جدیدی در مورد نحوه تجزیه و تحلیل داده‌ها به دست خواهید آورد!

ما از ابتدا شروع می‌کنیم - هیچ تجربه‌ای در آمار بیزی لازم نیست. دانشجویان باید درک قوی از جبر پایه و حساب داشته باشند. R و RStudio، یا پایتون، در صورت تمایل به اجرای بخش‌های کدنویسی اختیاری مورد نیاز است.

این دوره شامل:

  • 5.5 ساعت فیلم آموزشی
  • نمایش‌های تعاملی با استفاده از R و Stan (کد پایتون نیز گنجانده شده است!)
  • آزمون‌هایی برای بررسی درک شما
  • تمرین‌های مروری با راه حل برای تمرین آنچه آموخته‌اید

شما خواهید آموخت:

  • قوانین اساسی احتمال
  • قانون بیز، از جمله مثال‌های رایج با آزمایش‌های پزشکی و پرتاب سکه
  • اصطلاحات اجزای مختلف یک مدل بیزی: توزیع پیشین، پسین، تابع درست‌نمایی و توزیع پیش‌بینی
  • توزیع‌های پیشین مزدوج
  • بازه‌های اطمینان و تخمین‌گرهای بیز
  • مدل‌سازی داده‌های باینری با توزیع برنولی و دوجمله‌ای و توزیع پیشین بتا
  • مدل‌سازی داده‌های شمارشی با توزیع پواسون و توزیع پیشین گاما
  • مدل‌سازی داده‌های پیوسته با توزیع نرمال و توزیع پیشین نرمال
  • مقدمه‌ای بر رگرسیون خطی ساده

این دوره برای انواع مختلف دانش‌آموزان ایده‌آل است:

  • هر کسی که می‌خواهد اصول آمار بیزی را بیاموزد و مفاهیمی مانند توزیع‌های پیشین، پسین و بازه‌های اطمینان را درک کند.
  • متخصصان علم داده و تحلیل داده که می‌خواهند دانش آمار خود را تجدید و گسترش دهند.
  • دانش پژوهان در علوم اجتماعی، زیستی و فیزیکی

این دوره برای هر کسی، از مبتدی تا متخصصان با تجربه، ایده‌آل است. مهم نیست که تازه سفر خود را در علم داده شروع کرده‌اید، به دنبال ارتقای مهارت‌های موجود خود هستید یا صرفاً به آمار بیزی علاقه دارید. هدف من این است که آمار بیزی را برای همه قابل دسترس و قابل درک کنم.


سرفصل ها و درس ها

مبانی احتمال Probability Basics

  • ویدیو معرفی Introduction Video

  • خوش آمدید Welcome

  • احتمال، مکمل‌ها، نمودارهای ون Probability, Complements, Venn Diagrams

  • قانون احتمال کل Law of Total Probability

  • احتمال شرطی Conditional Probability

  • قانون ضرب و استقلال Multiplication Rule and Independence

  • آزمون کوتاه احتمال Probability Quiz

  • تمرین‌های اضافی احتمال Probability Extra Practice Problems

قاعده بیز Bayes' Rule

  • مقدمه ای بر قاعده بیز Bayes' Rule Introduction

  • مسئله آزمایش پزشکی Medical Testing Problem

  • توزیع های پیش بینی کننده و فلوچارت ها Predictive Distributions and Flow Charts

  • دو سکه Two Coins

  • مشاهدات متعدد Multiple Observations

  • ثابت های نرمال سازی و تناسب Normalizing Constants and Proportionality

  • آزمون کوتاه قاعده بیز Bayes Rule Quiz

  • تمرین‌های اضافی قاعده بیز Bayes' Rule Extra Practice Problems

پیشینه‌های پیوسته و توزیع یکنواخت Continuous Priors and the Uniform Distribution

  • پیشینه‌های پیوسته و توزیع یکنواخت Continuous Priors and the Uniform Distribution

  • تابع درست‌نمایی و متغیرهای تصادفی Likelihood and Random Variables

  • توزیع پسین: یک مشاهده Posterior Distribution: One Observation

  • محاسبه احتمال پسین Posterior Probability Calculation

  • توزیع پسین: دو مشاهده Posterior Distribution: Two Observations

  • CDFها و CDFهای معکوس CDFs and Inverse CDFs

  • فواصل معتبر Credible Intervals

  • میانگین، میانه، مُد Mean, Median, Mode

  • تخمین‌های نقطه‌ای Point Estimates

  • توزیع پیش‌بینی‌کننده Predictive Distribution

  • آزمون کوتاه توزیع یکنواخت پیوسته Continuous Uniform Distribution Quiz

خانواده بتا-دوجمله‌ای Beta-Binomial Family

  • متغیرهای تصادفی دوجمله‌ای Binomial Random Variables

  • پیشین: توزیع بتا Prior: The Beta Distribution

  • یافتن احتمالات پیشین و پسین با استفاده از CDF بتا Finding prior and posterior probabilities with the Beta CDF

  • چگونه ابرپارامترها پیشین را تغییر می‌دهند؟ How do the hyperparameters change the prior?

  • توزیع پسین: پیشین‌های مزدوج چیستند؟ Posterior Distribution: What are Conjugate Priors?

  • فواصل معتبر Credible Intervals

  • تخمین‌های نقطه‌ای Point Estimates

  • توزیع پیش‌بینی‌کننده: بتا-دوجمله‌ای Predictive Distribution: Beta-Binomial

  • آزمون کوتاه توزیع بتا Beta Distribution Quiz

  • مروری بر پیشین‌ها، پسین‌ها، تابع درست‌نمایی، توزیع‌های پیش‌بینی‌کننده Recap of Priors, Posteriors, Likelihoods, Predictive Distributions

  • مثال مسئله بتا-دوجمله‌ای با R Example Beta-Binomial Problem with R

  • مثال مسئله بتا-دوجمله‌ای با Stan Example Beta-Binomial Problem with Stan

  • معایب پیشین‌های مزدوج Drawbacks of Conjugate Priors

پواسون - گاما Poisson - Gamma

  • تابع درست‌نمایی: توزیع پواسون Likelihood: Poisson Distribution

  • توزیع گاما و انتخاب ابرپارامترها Gamma Distribution and Choosing Hyperparameters

  • توزیع پسین Posterior Distribution

  • مثال محاسبه پسین 2 Posterior Calculation Example 2

  • فاصله معتبر و تخمین‌های نقطه‌ای Credible Interval and Point Estimates

  • توزیع پیش‌بینی‌کننده: دوجمله‌ای منفی Predictive Distribution: Negative Binomial

  • آزمون کوتاه پواسون - گاما Poisson - Gamma Quiz

  • مثال مسئله پواسون-گاما با R و Stan Example Poisson-Gamma Problem with R and Stan

نرمال - نرمال Normal - Normal

  • توزیع نرمال Normal Distribution

  • پیشین: توزیع نرمال و انتخاب ابرپارامترها Prior: Normal Distribution and choosing hyperparameters

  • توزیع پسین و مثال Posterior Distribution and Example

  • فواصل معتبر و تخمین‌های نقطه‌ای Credible Intervals and Point Estimates

  • آزمون کوتاه نرمال-نرمال Normal-Normal Quiz

  • مثال مسئله نرمال-نرمال با R و Stan Example Normal-Normal Problem with R and Stan

مدل‌های پیشرفته‌تر More advanced models

  • توزیع‌های پیش‌بینی‌کننده، واریانس نامشخص Predictive distributions, unknown variance

  • رگرسیون خطی ساده Simple Linear Regression

  • مثال مسئله رگرسیون خطی ساده با R و Stan Example Simple Linear Regression Problem with R and Stan

سخنرانی جایزه Bonus Lecture

  • سخنرانی جایزه Bonus Lecture

نمایش نظرات

آموزش آمار بیزی برای علم داده
جزییات دوره
5.5 hours
52
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
990
4.7 از 5
دارد
دارد
دارد
Brian Greco
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Brian Greco Brian Greco

دانشمند داده