ベイジアンネットワーク概説
| 日時 | 内容 | PowerPoint ファイル | 資料など | 発表者 |
| 10月13日 | 1章 ベイジアンネットワークモデルの概要 1.1 ベージアンネットワークモデルとは？ 1.2 ベージアンネットワークモデルの基本 （この内容に沿わずに新納がBNの簡単なイントロを行う） |
BN-shinnou.pdf | 新納 | |
| 1.3 d分離 | 神津 | |||
| 1.4 ノードの確率の計算 1.4.1 確率変数の分布の表記 1.4.2 トポロジー順序 |
BN-kato.pdf | 加藤 | ||
| 1.4.3 データによる学習 1.4.4 モデルの評価 1.4.5 モデル全体の評価 |
BN-suzuki.pdf | 鈴木 | ||
| 10月27日 | 2章 ベイズ的アプローチによる因果推論 2.1 因果とは 2.2 因果関係を確認する |
直江 | ||
| 2.3 因果のモデル 2.4 グラフ表現と因果関係 |
BN-minami.pdf | 南 | ||
| 2.5 パラメーターによる学習 | 田島 | |||
| 11月10日 | 3章 ベイジアンネットワークモデルの数学的基礎 3.1 ベイジアンネットワークモデルの概要 3.2 ベイジアンネットワークモデルの定式化 |
BN-iwasaki1.ppt | 岩崎 | |
| 3.3 ベイジアンネットワークの母数推定 | bn3-3sasaki.ppt | 佐々木 | ||
| 3.4 相互情報量による木の生成：ＭＷＳＴ法 | BN-shinnou1.pdf | 新納 | ||
| 12月1日 | 3.5 情報量基準を用いた構造学習 | BN-iwasaki2.ppt | 岩崎 | |
| 3.6 構造の探索アルゴリズム | bn3-6sasaki.ppt | 佐々木 | ||
| 3.7 シュミレーションによる各手法の比較 3.8 ＭＤＬ（ＢＩＣ）とベイジアンネットワークの予測分布との関係 3.9 実データによる解析例 |
BN-shinnou2.pdf | 新納 | ||
| 12月8日 | 4章 ベイジアンネットワークの確率概論 4.1 ベイジアンネットワークによる確率概論 4.2 確率推論のアルゴリズム 4.2.1 4.2.2 |
BN-iwasaki3.ppt | 岩崎 | |
| 4.2.3 4.2.4 4.2.5 |
bn4-2-3sasaki.ppt | 佐々木 | ||
| 4.3 確率推論アルゴリズムの計算量 4.4 不完全データ・欠損データからのＥＭ学習 |
BN-shinnou3.pdf | 新納 | ||
| 4.5 まとめ | 省略 | |||
| 12月22日 |
5章 ベイジアンネットワークの応用 5.1 ベイジアンネットワークのソフトウエア |
BN-iwasaki4.ppt | 岩崎 | |
| 5.2 グラフィカルモデリングとしての応用 | bn5-2sasaki.pdf | 佐々木 | ||
| 5.3 確率推論を使った知的情報システム | BN-shinnou4.pdf | 新納 | ||
| 5.4 まとめ | 省略 |