لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مفاهیم و روشهای آمار بیزی
- آخرین آپدیت
دانلود Bayesian Statistical Concepts and Methods
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
به دوره مفاهیم و روشهای آمار بیزی خوش آمدید. در این دوره، شما از روشهای بیزی در تحلیل دادهها و مدلسازی استفاده خواهید کرد؛ با توزیعهای پسین، توزیعهای بدون فرم بسته، گرافهای جهتدار بدون دور (DAG) و الگوریتمهای مونتکارلو زنجیره مارکوف (MCMC) کار خواهید کرد و از زبان R و پلتفرم Stan برای مدلسازی آماری بهره ببرید. همچنین با مدلهای سلسلهمراتبی بیزی آشنا میشوید که برای تفسیر دادههای چندسطحی (زیرگروه در مقابل گروه) بسیار کاربردی هستند.
سرفصل ها و درس ها
معرفی دوره
Course Introduction
معرفی دوره
Course Introduction
بخش اول: مقدمهای بر تحلیل بیزی
Segment 1: Introduction to Bayesian Analysis
بخش دوم: تخمین بیزی پارامترها: مفاهیم و عبارات ریاضی
Segment 2: Bayesian Estimation of Parameters: Concepts and Mathematical Expression
بخش سوم: مثال: تخمینگر بیزی برای میانگین توزیع نرمال
Segment 3: Example: Bayes Estimator for the Mean of a Normal Distribution
بخش چهارم: نتیجهگیری: آموزههای بیزی از مثال
Segment 4: Conclusions: Bayesian Lessons from the Example
روشهای شبیهسازی و تخمین بیزی
Methods for Bayesian Simulation and Estimation
بخش اول: کار با مدلهای بیزی: قراردادها
Segment 1: Working with Bayesian Models: Conventions
بخش دوم: مثال، قسمت اول: پاکسازی ویفر سیلیکونی - توزیعهای پیشین و پسین
Segment 2: Example, Part A: Silicon Wafer Cleaning - Priors and Posteriors
بخش سوم: مثال، قسمت دوم: پاکسازی ویفر سیلیکونی - پیشبینی ضخامت ویفر (میانگین ثابت) و تصمیمگیری
Segment 3: Example, Part B: Silicon Wafer Cleaning - Wafer Thickness Prediction (Fixed Mean) and Decision
بخش چهارم: مثال، قسمت سوم: پاکسازی ویفر سیلیکونی - پیشبینی ضخامت ویفر و تصمیمگیری (میانگین و واریانس نامعلوم) با استفاده از مدل Stan
Segment 4: Example, Part C: Silicon Wafer Cleaning - Wafer Thickness Prediction and Decision (Uncertain Mean and Variance) Using Stan Model
بخش پنجم: کار با مدلهای بیزی: خلاصه
Segment 5: Working with Bayesian Models: Summary
بخش اول: مقدمهای بر شبکههای بیزی و مثال تست کووید
Segment 1: Introduction to Bayesian Networks and Covid Testing Example
بخش دوم: تشخیص سرطان: ساخت و پرسوجو از شبکه بیزی با استفاده از R
Segment 2: Cancer Diagnosis: Building and Querying a Bayesian Network Using R
بخش سوم: پرسوجوهای پیشرفته و بهروزرسانی شواهد در شبکههای بیزی
Segment 3: Advanced Queries and Evidence Updates in Bayesian Networks
بخش چهارم: کاربردها، ارزش اطلاعات، برازش پارامترها و توسعهها
Segment 4: Applications and Information Value, Parameter Fitting, and Extensions
مدلسازی کاربردی بیزی با Stan
Applied Bayesian Modeling with Stan
بخش اول: استفاده از تابع Stan در R برای ایجاد مدلهای بیزی و سایر مدلها
Segment 1: Using Stan Function in R to Assemble Bayesian or Other Models
بخش دوم: تعریف مدل Stan و نحو (Syntax) آن
Segment 2: Stan Model Definition and Syntax
بخش سوم: نمونهبرداری Stan و تحلیل توزیع پسین
Segment 3: Stan Sampling and Posterior Analysis
بخش چهارم: مدلسازی پیشرفته Stan: برازش بیزی
Segment 4: Advanced Stan Modeling: Bayesian Fit
بخش پنجم: بهینهسازی و مطالعات شبیهسازی در Stan
Segment 5: Optimization and Simulation Studies in Stan
بخش اول: عیبیابی خروجی Stan: مسائل و معیارهای رایج تشخیص
Segment 1: Diagnosing Stan Output: Common Diagnostic Issues and Metrics
بخش دوم: مثال موردی «هشت مدرسه»: تشخیصهای کاربردی و نمودارهای شناسایی مشکلات
Segment 2: The "Eight Schools" Case Example: Applied Diagnostics and Plots Reveal Problems
بخش سوم: درک واگراییها و خطاهای Stan: ابزارها و استراتژیهای پیشرفته عیبیابی
Segment 3: Understanding Stan Divergences and Errors: Advanced Diagnostic Tools and Strategies
بخش چهارم: پارامتریزه مجدد و بهبود مدل
Segment 4: Reparameterization and Model Improvement
نمایش نظرات