シラバス参照 |
講義概要/Course Information |
科目基礎情報/General Information |
授業科目名 /Course title (Japanese) |
知識創産システム論1 | ||
---|---|---|---|
英文授業科目名 /Course title (English) |
Artificial Intelligence and Knowledge Computing 1 | ||
開講年度 /Academic year |
2019年度 | 開講年次 /Year offered |
全年次 |
開講学期 /Semester(s) offered |
前学期 | 開講コース・課程 /Faculty offering the course |
博士前期課程、博士後期課程 |
授業の方法 /Teaching method |
講義 | 単位数 /Credits |
2 |
科目区分 /Category |
選択科目 | ||
開講類・専攻 /Cluster/Department |
社会知能情報学専攻 | ||
担当教員名 /Lecturer(s) |
植野 真臣 | ||
居室 /Office |
西10-432 | ||
公開E-mail |
ueno@ai.is.uec.ac.jp | ||
授業関連Webページ /Course website |
http://www.ai.is.uec.ac.jp/ | ||
更新日 /Last update |
2019/03/15 14:03:06 | 更新状況 /Update status |
公開中 /now open to public |
講義情報/Course Description |
講義の狙い、目標 | 人工知能の最先端技術であるベイジアンネットワークの基礎、アルゴリズムについて学習する。 |
---|---|
内容 |
人工知能の最先端技術であるベイジアンネットワークの基礎とアルゴリズムを学ぶ。 1.ベイズの歴史(History of Bayesian methods) 2.ベイジアンネットワークの概要と紹介 (Outline of Bayesian network) 3.確率 (Probability) 4.ビリーフとベイズ統計 (Belief and Baesian statistics) 5.グラフ理論 (Graph theory) 6.ベイジアンネットワークモデルの定義と性質 (Bayesian network model) 7.変数消去アルゴリズム (variable elimination algorithm) 8.ジョインツリーアルゴリズム (Join tree algorithm) 9.高速化の工夫 (Efficiently fast algorithm) 10.ベイジアンネットワークのデータからのパラメータ推定(Estimation of parameters of Bayesian network from data) 11.ベイジアンネットワークの構造学習 (Learning Bayesian network structure) 12.ベイジアンネットワーク学習のためのアルゴリズム(Algorithms for Learning Bayesian network ) 13.条件付き独立性検定により構造学習(Learning Structure using conditional independence test) |
教科書、参考書 |
ベイジアンネットワーク、植野真臣、コロナ社 Bayesian network, Maomi Ueno, Corona |
予備知識 | 確率、統計 |
演習 | 授業で適時、演習問題を出します。 |
成績評価方法 および評価基準 |
演習問題、レポート、課題プログラムよって評価する Assessment method: Excise, report, programming task |
その他 /Others |
出席点をとります。 The attendance record will be reflected to the final evaluation. |
キーワード /Keywords |
ベイジアンネットワーク、人工知能、アルゴリズム、ベイズ統計、グラフ理論 Bayesian network, Artificial Intelligence, Algorithm, Bayesian statistics, Graph theory |