☆出力結果の解釈が難しい「ベイジアンネットワーク」について、

ソースプログラムも用いながら、実際に手を動かしつつ理解度向上を目指します。

☆データサイエンティスト／機械学習エンジニア／研究者／その他等、

幅広いご担当者様のお申込みをお待ちしております。

☆講義開始時にご要望を募りますので、重点的に解説して欲しい箇所等、

何かありましたら、遠慮なくお申し付けください。

初歩からのベイジアンネットワーク入門研修

≪グラフィカルモデルの定義、独立性の検定、構造学習、因果順序の推定、bnlearnの使い方等≫

【提携セミナー】

主催：株式会社情報機構

ベイジアンネットワークは、大学の講義やテキストが少なく、奥が深いので、独学が難しい。ツールはいろいろあるが、出力結果の解釈が難しい。

本セミナーでは、ソースプログラムをおい、実行結果を確認する。手を動かして身につけることを優先する。データサイエンティスト、機械学習エンジニア、研究者(統計学、心理学、医学、情報科学など)が対象だが、基本的なことを中心に述べる。また、講師が一方的に話をするのではなく、何を話してほしいか、要望を聞いてからはじめ、それに沿うようにする。質疑の時間を多くとる。

◆受講後、習得できること

• グラフィカルモデルの定義
• 独立性、条件付独立性の検定
• ベイジアンネットワークの構造学習(PCアルゴリズムなど)
• 因果順序の推定 (LiNGAMとその周辺)
• AIC, BICなどの情報量規準の適用の仕方
• bnlearnの使い方

担当講師

大阪大学
大学院基礎工学研究科 数理科学領域
教授 博士（工学）
鈴木譲 先生

■主経歴　＊就職後
1989年早稲田大学大学院博士課程修了
1989年早稲田大学助手、1992年青山学院大学助手、1994年大阪大学理学部講師、1998年同大学院理学研究科准教授、2017年同基礎工学研究科教授 (現職)
国内のベイジアンネットワーク研究の一人者として知られる。

■専門および得意な分野・研究
・統計科学
・数理情報学
・知能情報学

■主要著書
ベイジアンネットワーク入門(培風館、2009年)
確率的グラフィカルモデル(共立出版、2016年)植野真臣他と共著
機械学習の数理100問シリーズ(共立出版、2020年); 統計的機械学習の数理100問with R 、統計的機械学習の数理100問with Python、スパース推定100問with R、スパース推定100問with Python、カーネルの機械学習への応用 with R、カーネルの機械学習への応用 with Python、Statistical Learning with Math and R (Springer, 2020)
Statistical Learning with Math and Python (Springer, 2021), Sparse Estimation with Math and R (Springer, 2021), Sparse Estimation with Math and Python (Springer, 2021), Kernel Methods for Machine Learning with Math and R (Springer, 2022), Kernel Methods for Machine Learning with Math and Python (Springer, 2022),

■本テーマ関連学協会での活動
・米国人工知能学会(AAAI)
・日本統計学会
・日本行動計量学会
・日本計算機統計学会
・人工知能学会
・日本数学会

セミナープログラム（予定）

0. 各人が学習目標を述べ、重点をおいて説明してもらいたいことを講師に伝える

1. グラフィカルモデルの定義
1.1　条件付き独立性とグラフの分離性
1.2　マルコフネットワークとベイジアンネットワーク

2. 独立性、条件付き独立性の検定
2.1　離散データの相互情報量の推定と、独立性、条件付き独立性
2.2　カーネルによる独立性検定(HSIC)
2.3　周辺尤度の計算

3. ベイジアンネットワークの構造学習
3.1　PCアルゴリズム
3.2　スコアベースの構造学習
3.3　森の学習

4. 因果順序の推定
4.1　LiNGAMの一般論
4.2　多変数の場合のLiNGAM
4.3　交絡のある場合

5. bnlearnの使い方

6. 質疑応答 (今回のセミナーの内容からはずれても可。業務の悩みなどご自身の問題でも可)

公開セミナーの次回開催予定

開催日

未定

開催場所

未定

受講料

未定

オンライン配信のご案内

★　Zoomによるオンライン配信

については、こちらをご参照ください

備考

※配布資料・講師への質問等について

●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
（開催1週前～前日までには送付致します）。
＊準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
（土、日、祝日は営業日としてカウント致しません。）

●当日、可能な範囲で質疑応答も対応致します。
（全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
●本講座で使用する資料や配信動画は著作物であり
無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。