آشنایی با روش‌های مونت کارلو

آنچه یاد خواهید گرفت:

• اعمال MCMC در مدل‌سازی آماری
• درک بهتر از روش‌های آماری برای شبیه‌سازی
• چگونه در R یا پایتون کد بنویسیم؟
• چگونه بوت‌استرپ غیرپارامتری انجام دهیم؟
• اعمال تکنیک‌های بهینه‌سازی برای حل مسائل عددی و ترکیباتی
• در انتهای این دوره، خواهید آموخت چگونه روش‌های مونت کارلو را در مسائل بیزی برای تحلیل داده به کار ببرید.
• ساخت الگوریتم‌های ژنتیک

پیش‌نیازهای دوره

• شما باید کمی تجربه در استفاده از R یا پایتون داشته باشید.
• این دوره به‌طور ایده‌آل برای دانشجویان فارغ‌التحصیل از رشته‌های تحصیلات تکمیلی (به عنوان مثال، ریاضی، آمار و مهندسی برق) مناسب است.
• اگر زمینه‌ی قوی‌ای در آمار ندارید، حداقل باید تمایل به یادگیری داشته باشید.
• شما باید درک اولیه از آمار ریاضی داشته باشید و تمایل به اعمال روش‌های مونت کارلو داشته باشید.

توضیحات دوره

در این دوره، دانشجویان به مسائل تولید نمونه‌های تصادفی از توزیع‌های هدف از طریق روش‌های تبدیل و زنجیره‌های مارکوف، مسائل بهینه‌سازی عددی و ترکیباتی (به عنوان مثال، مسئله فروشنده سیار) و محاسبات بیزی برای تحلیل داده مواجه می‌پردازند.

در این دوره، دانشجویان این فرصت را دارند که الگوریتم‌های مونت کارلو را به کد (به صورت دستی) توسعه دهند، بدون اینکه نیاز باشد از پکیج‌های شخص ثالث "جعبه سیاه" استفاده کنند.

این دوره برای چه کسانی مناسب است؟

• دانشجویان فارغ‌التحصیل
• بیزی‌ها
• دانشمندان داده
• متخصصان
• محققان