آموزش آمار بیزی: تکنیک‌ها و مدل‌ها - آخرین آپدیت

دانلود Bayesian Statistics: Techniques and Models

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره، دومین بخش از یک مجموعه دو دوره‌ای برای معرفی مبانی آمار بیزی است. این دوره بر پایه دوره «آمار بیزی: از مفهوم تا تحلیل داده‌ها» بنا شده که روش‌های بیزی را از طریق مدل‌های مزدوج ساده معرفی می‌کرد. داده‌های دنیای واقعی اغلب برای رسیدن به نتایج واقع‌بینانه، به مدل‌های پیچیده‌تری نیاز دارند. هدف این دوره گسترش «جعبه ابزار بیزی» ما با مدل‌های عمومی‌تر و تکنیک‌های محاسباتی برای برازش آن‌ها است. به‌طور خاص، ما روش‌های مونت کارلو زنجیره مارکوف (MCMC) را معرفی خواهیم کرد که امکان نمونه‌برداری از توزیع‌های پسین (Posterior) را در مواردی که راه حل تحلیلی ندارند، فراهم می‌کند. در این مسیر از نرم‌افزار متن‌باز و رایگان R (با فرض داشتن تجربه قبلی یا گذراندن دوره پیش‌نیاز) و نرم‌افزار JAGS (بدون نیاز به تجربه قبلی) استفاده خواهیم کرد. ما یاد می‌گیریم چگونه مدل‌های آماری بیزی را برای پاسخ به سوالات علمی شامل داده‌های پیوسته، باینری و شمارشی، طراحی، برازش، ارزیابی و مقایسه کنیم. این دوره ترکیبی از ویدئوهای آموزشی، دموهای کامپیوتری، متون خواندنی، تمرینات و تالارهای گفتگو است تا یک تجربه یادگیری فعال ایجاد کند. سخنرانی‌ها مفاهیم ریاضی پایه، توضیحات فرآیند مدل‌سازی آماری و تکنیک‌های مدل‌سازی رایج در میان آمارشناسان را ارائه می‌دهند و دموهای کامپیوتری، راهنمای عملی و ملموسی را فراهم می‌کنند. اتمام این دوره، دسترسی شما را به طیف وسیعی از ابزارهای تحلیلی بیزی که قابل شخصی‌سازی برای داده‌های شما هستند، فراهم می‌کند.

سرفصل ها و درس ها

مدل‌سازی آماری و تخمین مونت‌کارلو Statistical modeling and Monte Carlo estimation

  • معرفی دوره Course introduction

  • اهداف Objectives

  • فرآیند مدل‌سازی Modeling process

  • اجزای مدل‌های بیزی Components of Bayesian models

  • مشخصات مدل Model specification

  • استخراج توزیع پسین Posterior derivation

  • مدل‌های غیر مزدوج Non-conjugate models

  • انتگرال‌گیری مونت‌کارلو Monte Carlo integration

  • خطای مونت‌کارلو و حاشیه‌سازی Monte Carlo error and marginalization

  • مثال‌های محاسباتی Computing examples

  • محاسبه خطای مونت‌کارلو Computing Monte Carlo error

مونت‌کارلو زنجیره مارکوف (MCMC) Markov chain Monte Carlo (MCMC)

  • الگوریتم Algorithm

  • نمایش عملی Demonstration

  • مثال گشت تصادفی، بخش اول Random walk example, Part 1

  • مثال گشت تصادفی، بخش دوم Random walk example, Part 2

  • دانلود، نصب و راه‌اندازی Download, install, setup

  • نوشتن مدل، اجرا و پس‌پردازش Model writing, running, and post-processing

  • نمونه‌برداری پارامترهای متعدد و توزیع‌های شرطی کامل Multiple parameter sampling and full conditional distributions

  • مثال پیشین مزدوج شرطی با احتمال نرمال Conditionally conjugate prior example with Normal likelihood

  • مثال محاسباتی با احتمال نرمال Computing example with Normal likelihood

  • نمودارهای ردپا و خودهمبستگی Trace plots, autocorrelation

  • زنجیره‌های متعدد، دوره Burn-in و تشخیص گلمن-روبین Multiple chains, burn-in, Gelman-Rubin diagnostic

مدل‌های آماری رایج Common statistical models

  • مقدمه‌ای بر رگرسیون خطی Introduction to linear regression

  • راه‌اندازی در R Setup in R

  • مدل JAGS (رگرسیون خطی) JAGS model (linear regression)

  • بررسی مدل Model checking

  • مدل‌های جایگزین Alternative models

  • معیار اطلاعات انحراف (DIC) Deviance information criterion (DIC)

  • مقدمه‌ای بر ANOVA Introduction to ANOVA

  • مدل یک‌طرفه با استفاده از JAGS One way model using JAGS

  • مقدمه‌ای بر رگرسیون لجستیک Introduction to logistic regression

  • مدل JAGS (رگرسیون لجستیک) JAGS model (logistic regression)

  • پیش‌بینی Prediction

داده‌های شمارشی و مدل‌سازی سلسله‌مراتبی Count data and hierarchical modeling

  • مقدمه‌ای بر رگرسیون پوآسون Introduction to Poisson regression

  • مدل JAGS (رگرسیون پوآسون) JAGS model (Poisson regression)

  • توزیع‌های پیش‌بین Predictive distributions

  • داده‌های همبسته Correlated data

  • شبیه‌سازی پیش‌بین پیشین Prior predictive simulation

  • مدل JAGS و بررسی مدل (مدل‌سازی سلسله‌مراتبی) JAGS model and model checking (hierarchical modeling)

  • شبیه‌سازی پیش‌بین پسین Posterior predictive simulation

  • مثال رگرسیون خطی Linear regression example

  • مثال رگرسیون خطی در JAGS Linear regression example in JAGS

  • مدل ترکیبی در JAGS Mixture model in JAGS

پروژه نهایی Capstone project

  • جمع‌بندی دوره Course conclusion

نمایش نظرات

آموزش آمار بیزی: تکنیک‌ها و مدل‌ها
جزییات دوره
29h 37m
44
(آخرین آپدیت)
58,415
4.9 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