★本セミナーでは各参加者の要望を聞いてそれに沿って学習、演習を進めていきます！

やさしく学ぶ「ベイジアンネットワークと因果探索」

《機械学習的なアプローチとR/Pythonプログラミング》

【提携セミナー】

主催：株式会社R&D支援センター

◆セミナー趣旨

グラフィカルモデルは、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。

本セミナーでは、数式だけではなく、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、研究者が対象。論理的に把握できた方が、楽しめるように思われる。(Rubin因果推論は、講義の対象外となる)。また、ベイジアンネットワークやLiNGAMは、結果の解釈などで悩んでいる方が多い。講演者が一方的に通り一遍の話をするのではなく、参加者の要望を聞いて、それに沿って学習を進めていく。また、質疑の時間を多く取り、一緒に考えていく。

◆習得できる知識

• この分野をリードしてきた一流の講師から指導を受けることによって、確率的グラフカルモデルと因果推論に関して、専門的な視点が身につく。また、今後、機械学習、データサイエンスの学習を進めていく上での姿勢が身につく。質問時間に聞けるので、飛躍のためのきっかけになりやすい。

◆受講対象

• 開発者、研究者、大学院生 (文系の方を歓迎します)

◆必要な前提知識

• RまたはPythonの操作 (実習を含むため)

◆キーワード

グラフィカルモデル,因果探索,ベイジアンネットワーク,LiNGAM,セミナー,講演,研修

担当講師

大阪大学 基礎工学研究科 教授 博士(工学) 鈴木 讓 氏

【ご専門】データサイエンス、機械学習

セミナープログラム（予定）

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　ネットワーク表現

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 Hilbert Schmidt Information Criterion (HSIC)を用いた独立性の検定

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
3.4 ツールbnlearnを用いた演習

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

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

※セミナー主催者の会員登録をご希望の方は、申込みフォームのメッセージ本文欄に「R&D支援センター会員登録希望」と記載してください。ご登録いただくと、今回のお申込みから会員受講料が適用されます。

※R&D支援センターの会員登録とは？
ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
すべて無料で年会費・更新料・登録費は一切かかりません。

LIVE配信のご案内

こちらをご参照ください

持参物

※当日は、Rstudio、Google Colaboratoryなど、RまたはPythonが利用できるようにしてください。

備考

• 資料付（PDFデータでの配布）※紙媒体での配布はございません。
  無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

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。