آموزش مبانی استنتاج بیزی - آخرین آپدیت

دانلود Bayesian Inference Fundamentals

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره جامع، استنتاج بیزی را بیاموزید و قدرت استدلال احتمالی را برای تصمیم‌گیری‌های داده‌محور به دست آورید. این دوره پایه و اساس تحلیل بیزی را برای شما می‌سازد؛ از درک احتمال به عنوان درجات باور تا پیاده‌سازی روش‌های پیشرفته MCMC. شما یاد می‌گیرید که چگونه قضیه بیز را در مسائل دنیای واقعی به کار ببرید، از توزیع‌های پیشین مزدوج (Conjugate Priors) برای محاسبات بهینه استفاده کنید و فواصل اعتبار (Credible Intervals) را برای تحلیل دقیق عدم قطعیت پارامترها استخراج نمایید. از طریق تمرینات عملی، از راهکارهای تحلیلی به سمت تکنیک‌های محاسباتی مانند Metropolis-Hastings، نمونه‌برداری گیبز (Gibbs sampling) و استنتاج متغیر (Variational Inference) حرکت خواهید کرد که برای گردش‌کارهای مدرن بیزی ضروری هستند. همچنین مهارت تفسیر توزیع‌های پسین، مقایسه دیدگاه‌های بیزی و فراوانی‌گرا (Frequentist) و به‌کارگیری تشخیص‌های همگرایی برای دستیابی به نتایج قابل اعتماد را کسب خواهید کرد. چه در حوزه مالی، بهداشت و درمان یا کسب‌وکار فعالیت کنید، در این دوره چارچوب‌های آماری و ابزارهای محاسباتی لازم برای استنتاج‌های اصولی در شرایط عدم قطعیت و انتقال موثر بینش‌های احتمالی را فرا خواهید گرفت.

سرفصل ها و درس ها

مقدمه‌ای بر مبانی استنتاج بیزی Introduction to Bayesian Inference Fundamentals

  • مقدمه‌ای بر تفکر بیزی Introduction to Bayesian Thinking

  • تفکر احتمالی Probabilistic Thinking

  • احتمال شرطی و قاعده بیز Conditional Probability and Bayes' Rule

  • توزیع پیشین (The Prior) The Prior

  • متغیرهای تصادفی Random Variables

قضیه بیز و پیشین‌های مزدوج Bayes' Theorem and Conjugate Priors

  • پایه‌های استنتاج بیزی Foundations of Bayesian Inference

  • قاعده بیز فراتر از تخمین‌های نقطه‌ای Bayes’ Rule Beyond Point Estimates

  • ارزیابی بازیکنان NFL به روش بیزی Bayesian NFL player evaluation

  • پیشین‌های مزدوج Conjugate Priors

  • به‌روزرسانی‌های متوالی در پایتون Sequential updates in Python

  • هموارسازی لاپلاس Laplacian smoothing

تخمین بیزی و فواصل اعتبار Bayesian Estimation and Credible Intervals

  • فواصل اعتبار Credible intervals

  • مقایسه فواصل اعتبار و فواصل اطمینان Credible vs confidence intervals

  • نمونه‌برداری پسین Posterior sampling

  • محاسبات بیزی تقریبی (ABC) Approximate Bayesian Computation (ABC)

  • نمونه‌برداری طردی Rejection Sampling

روش‌های زنجیره مارکوف مونت کارلو (MCMC) Markov Chain Monte Carlo (MCMC) Methods

  • زنجیره مارکوف مونت کارلو (MCMC) Markov Chain Monte Carlo (MCMC)

  • نمونه‌برداری گیبز Gibbs Sampling

  • نمونه‌برداری متروپولیس-هستینگز Metropolis-Hastings Sampling

  • همگرایی MCMC MCMC Convergence

نمایش نظرات

آموزش مبانی استنتاج بیزی
جزییات دوره
20h 10m
20
(آخرین آپدیت)
159
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده