MENU

電気通信大学大学院情報理工学研究科
情報・ネットワーク工学専攻
English

ベイズ的人工知能特論

新しいタブでプレビュー

2023年度

概要 近年、データサイエンス、人工知能分野で注目されているベイズ的アプローチの基礎、考え方、手法の概論について学ぶ.
内容
  1. ガイダンス Guidance
  2. ベイズはどのようにして生まれたか?  How was Bayes theory derived.
  3. ベイズはコンピュータ、人工知能の父である!!  Bayes derived computers and artificial intelligence
  4. アランチューリングとベイズ Alan Turing and Bayes
  5. ビリーフとベイズの定理  Belef and Bayes
  6. ビリーフとベイズの定理の応用(1)  Applications of Belef and Bayes (1)
  7. ビリーフとベイズの定理の応用(2)  Applications of Belef and Bayes (2)
  8. 尤度推定と機械学習    Likelihood and Machine Learning
  9. ベイズ推定と機械学習(1)   Bayes learning and machine learning (1)
  10. ベイズ推定と機械学習(2)  Bayes learning and machine learning (1)
  11. 確率的グラフィカルモデルとベイジアンネットワーク  Probabilistic Graphical model and Bayesian network
  12. ベイジアンネットワークの推論  Inferencce in Bayesian network
  13. ベイジアンネットワークと他の機械学習モデルとの関係 Bayesian network and the other machine learning methods
  14. ベイズ分類器   Bayesian classifier
  15. まとめとテスト   Conclusions and Test
連絡事項
  • 授業の進め方
    対面で授業を行います.コロナの状況に応じてZOOMによる遠隔授業に変更になる場合もあります.Face to Face type.
  • 出席は毎回取ります.
  • 予備知識:確率、統計
  • 成績評価方法:テスト
  • 授業の不明点などは、aoki[atmark]ai.lab.uec.ac.jpまでご連絡ください.
教科書
ベイジアンネットワーク、植野真臣、コロナ社|教科書正誤訂正PDF
講義資料
ガイダンス:ガイダンス資料

ベイズの定理:授業資料

ベイズの定理はどのように誕生したのか?:授業資料

ベイズはコンピュータ、人工知能の父である:授業資料

確率の基礎の復習:授業資料

ベイズ推定:授業資料
ベイジアンネットワークと他の機械学習モデルとの関係:授業資料

シラバス
教務課:シラバス

2022年度

概要 近年、データサイエンス、人工知能分野で注目されているベイズ的アプローチの基礎、考え方、手法について学ぶ.
内容 ベイズ的アプローチの基礎と人工知能,機械学習への応用アルゴリズムを学ぶ。

 

  1. Cb
  2. 授業の進め方
    対面で授業を行います。コロナの状況に応じてZOOMによる遠隔授業に変更になる場合もあります。Face to Face type.
  3. 授業内容
    ベイズ的アプローチの基礎と人工知能,機械学習への応用アルゴリズムを学ぶ。
    Learn the fundamental knowledge on Bayes approach and Artificial Intelligence.
    1. ガイダンス Guidance
    2. ベイズはどのようにして生まれたか?  How was Bayes theory derived.
    3. ベイズはコンピュータ、人工知能の父である!!  Bayes derived computers and artificial intelligence
  4. アランチューリングとベイズ Alan Turing and Bayes
  5. ビリーフとベイズの定理  Belef and Bayes
  6. ビリーフとベイズの定理の応用(1)  Applications of Belef and Bayes (1)
  7. ビリーフとベイズの定理の応用(2)  Applications of Belef and Bayes (2)
  8. 尤度推定と機械学習    Likelihood and Machine Learning
  9. ベイズ推定と機械学習(1)   Bayes learning and machine learning (1)
  10. ベイズ推定と機械学習(2)  Bayes learning and machine learning (1)
  11. 確率的グラフィカルモデルとベイジアンネットワーク  Probabilistic Graphical model and Bayesian network
  12. ベイジアンネットワークの推論  Inferencce in Bayesian network
  13. ベイジアンネットワークと他の機械学習モデルとの関係 Bayesian network and the other machine learning methods
  14. ベイズ分類機   Bayesian classifier
  15. まとめとテスト   Conclusions and Test
連絡事項
  • 出席は毎回取ります.
  • 予備知識:確率、統計
  • 成績評価方法:出席60点,レポート40点の計100点満点で評価
教科書
ベイジアンネットワーク、植野真臣、コロナ社
講義資料
ガイダンス:ガイダンス資料
ベイズの定理:授業資料
ベイズの定理はどのように誕生したのか?:授業資料
確率の基礎の復習:授業資料
ベイズ推定:授業資料
グラフィカルモデルとベイジアンネットワーク:授業資料
ベイジアンネットワークと他の機械学習モデルとの関係:授業資料
シラバス
教務課:シラバス

2021年度

概要 近年、データサイエンス、人工知能分野で注目されているベイズ的アプローチの基礎、考え方、手法について学ぶ.
内容 ベイズ的アプローチの基礎と人工知能,機械学習への応用アルゴリズムを学ぶ。

 

  • 1.ガイダンス
  • 2.ベイズはどのようにして生まれたか?
  • 3. ベイズはコンピュータ、人工知能の父である!!
  • 4. アランチューリングとベイズ
  • 5.ビリーフとベイズの定理
  • 6. ビリーフとベイズの定理(2)
  • 7. 尤度推定と機械学習
  • 8. ベイズ推定と機械学習(1)
  • 9. ベイズ推定と機械学習(2)
  • 10. ベイズ意思決定
  • 11. 確率的グラフィカルモデルベイジアンネットワーク
  • 12. ベイジアンネットワークの推論
  • 13. ベイジアンネットワークと他の機械学習モデルとの関係
  • 14. ベイズ分類器
  • 15. まとめと評価
連絡事項
  • 授業の進め方
    ZOOMを使った自宅からの遠隔授業を行います.
    https://uec-tokyo.zoom.us/j/7045441267?pwd=eGNiUjdTS1VRSnFGaUdwNUE2VS9UUT09

     

    ミーティングID: 704 544 1267
    パスワード: 3010978145
    外部からの侵入を防ぐため、UECクラウド(gl.cc.uec.ac.jp) (以下 設定の仕方)
    https://www.cc.uec.ac.jp/ug/ja/cloud_account/index.html
    でZOOMにログインしてください.
    (授業5分前からアクセス可能)

  • 出席は毎回取ります.
  • 予備知識:確率、統計
  •  
  • 成績評価方法:出席60点,レポート40点の計100点満点で評価
  • 授業の不明点などは、sugahara[atmark]ai.lab.uec.ac.jpまでご連絡ください.
  • 授業中に質問などがありましたら,チャットからTAの菅原聖太宛てにメッセージを送ってください.
教科書
ベイジアンネットワーク、植野真臣、コロナ社|教科書正誤訂正PDF
講義資料
ガイダンス:ガイダンス資料
ベイズの定理の歴史:授業資料
ビリーフとベイズの定理:授業資料(課題を修正しました(6/28).第一回レポートの締め切りを7/12に延長しました.)
ベイズ推定と機械学習:授業資料(第二回レポートの締め切りを8/16に延長しました)レポート課題2で使うデータ
グラフィカルモデルとベイジアンネットワーク:授業資料
ベイジアンネットワークと他の機械学習モデルとの関係:授業資料
過去の講義動画
過去の講義動画一覧
シラバス
教務課:シラバス
レポート提出状況
・第一回レポート提出締め切り:7月12日23時59分
・第二回レポート提出締め切り:8月16日23時59分

 

学籍番号 第一回レポート提出状況(7/12 23:59時点) 第二回レポート提出状況(8/16 23:59時点)
1710408 未提出 未提出
1810723 未提出 未提出
2030023 提出済み 提出済み
2031014 提出済み 未提出
2031078 未提出 未提出
2031087 提出済み 提出済み
2031160 未提出 未提出
2031167 提出済み 提出済み
2033124 提出済み 提出済み
2041001 未提出 未提出
2041003 提出済み 提出済み
2130032 提出済み 提出済み
2130069 提出済み 提出済み
2130087 提出済み 提出済み
2131001 提出済み 提出済み
2131005 提出済み 提出済み
2131008 提出済み 未提出
2131010 提出済み 提出済み
2131012 提出済み 提出済み
2131013 提出済み 未提出
2131014 提出済み 提出済み
2131019 未提出 未提出
2131020 提出済み 提出済み
2131021 提出済み 提出済み
2131022 提出済み 未提出
2131028 提出済み 提出済み
2131029 提出済み 提出済み
2131031 提出済み 提出済み
2131032 提出済み 未提出
2131036 未提出 未提出
2131037 提出済み 未提出
2131040 提出済み 提出済み
2131041 提出済み 提出済み
2131047 提出済み 提出済み
2131052 未提出 未提出
2131054 未提出 未提出
2131056 提出済み 提出済み
2131059 提出済み 提出済み
2131061 提出済み 未提出
2131064 未提出 未提出
2131069 提出済み 提出済み
2131070 未提出 未提出
2131079 提出済み 提出済み
2131084 提出済み 提出済み
2131091 提出済み 未提出
2131097 未提出 未提出
2131098 提出済み 提出済み
2131099 提出済み 提出済み
2131100 提出済み 提出済み
2131103 未提出 未提出
2131104 提出済み 提出済み
2131106 提出済み 未提出
2131112 提出済み 提出済み
2131116 提出済み 提出済み
2131117 提出済み 未提出
2131122 提出済み 未提出
2131124 提出済み 未提出
2131125 提出済み 提出済み
2131127 提出済み 提出済み
2131128 未提出 未提出
2131130 提出済み 未提出
2131134 提出済み 提出済み
2131139 提出済み 未提出
2131145 提出済み 提出済み
2131149 提出済み 提出済み
2131153 提出済み 提出済み
2131157 提出済み 提出済み
2131161 提出済み 提出済み
2131163 提出済み 提出済み
2131173 提出済み 提出済み
2132025 提出済み 提出済み
2133035 提出済み 提出済み
2133113 提出済み 提出済み

2020年度

概要 近年、データサイエンス、人工知能分野で注目されているベイズ的アプローチの基礎、考え方、手法について学ぶ.
内容 ベイズ的アプローチの基礎と人工知能,機械学習への応用アルゴリズムを学ぶ。

 

  • 1.ガイダンス
  • 2.ベイズはどのようにして生まれたか?
  • 3. ベイズはコンピュータ、人工知能の父である!!
  • 4. アランチューリングとベイズ
  • 5.ビリーフとベイズの定理
  • 6. ビリーフとベイズの定理(2)
  • 7. 尤度推定と機械学習
  • 8. ベイズ推定と機械学習(1)
  • 9. ベイズ推定と機械学習(2)
  • 10. ベイズ意思決定
  • 11. 確率的グラフィカルモデルベイジアンネットワーク
  • 12. ベイジアンネットワークの推論
  • 13. ベイジアンネットワークと他の機械学習モデルとの関係
  • 14. ベイズ分類器
  • 15. まとめと評価
連絡事項
  • 授業の進め方
    ZOOMを使った自宅からの遠隔授業を行います.
    https://uec-tokyo.zoom.us/j/7045441267?pwd=eGNiUjdTS1VRSnFGaUdwNUE2VS9UUT09

     

    ミーティングID: 704 544 1267
    パスワード: 3010978145
    外部からの侵入を防ぐため、UECクラウド(gl.cc.uec.ac.jp) (以下 設定の仕方)
    https://www.cc.uec.ac.jp/ug/ja/cloud_account/index.html
    でZOOMにログインしてください.
    (授業5分前からアクセス可能)

  • 出席は毎回取ります.授業に参加後、ZOOMのChatに学籍番号と名前を打ち込んでくださいZOOMの機能により各受講者の参加時刻と退出時刻が自動で得られるため,出席の明示は必要ありません.
  • 予備知識:確率、統計
  •  
  • 成績評価方法:出席60点,レポート40点の計100点満点で評価
  • 授業の不明点などは、sugahara[atmark]ai.lab.uec.ac.jpまでご連絡ください。
  • テストの日程を8月10日から8月17日に変更致しました.
  • 授業中に質問などがありましたら,チャットからTAの菅原聖太宛てにメッセージを送ってください.
レポート課題
  • 授業で学んだことで面白ったこと,驚いたことや発見があればそれをレポートにまとめよ.
  • 提出締め切り: 8月31日 17時
  • A4 1枚以上
  • 送り先: sugahara@ai.lab.uec.ac.jp
教科書
ベイジアンネットワーク、植野真臣、コロナ社|教科書正誤訂正PDF
講義資料
ガイダンス:ガイダンス資料
ベイズの定理の歴史:授業資料
ビリーフとベイズの定理:授業資料
ベイズ推定と機械学習:授業資料
ベイジアンネットワークと他の機械学習モデルとの関係:授業資料
過去の講義動画
過去の講義動画一覧
シラバス
教務課:シラバス
   

2021年度

概要 近年、データサイエンス、人工知能分野で注目されているベイズ的アプローチの基礎、考え方、手法について学ぶ.
内容 ベイズ的アプローチの基礎と人工知能,機械学習への応用アルゴリズムを学ぶ。

 

  • 1.ガイダンス
  • 2.ベイズはどのようにして生まれたか?
  • 3. ベイズはコンピュータ、人工知能の父である!!
  • 4. アランチューリングとベイズ
  • 5.ビリーフとベイズの定理
  • 6. ビリーフとベイズの定理(2)
  • 7. 尤度推定と機械学習
  • 8. ベイズ推定と機械学習(1)
  • 9. ベイズ推定と機械学習(2)
  • 10. ベイズ意思決定
  • 11. 確率的グラフィカルモデルベイジアンネットワーク
  • 12. ベイジアンネットワークの推論
  • 13. ベイジアンネットワークと他の機械学習モデルとの関係
  • 14. ベイズ分類器
  • 15. まとめと評価
連絡事項
  • 授業の進め方
    ZOOMを使った自宅からの遠隔授業を行います.
    https://uec-tokyo.zoom.us/j/7045441267?pwd=eGNiUjdTS1VRSnFGaUdwNUE2VS9UUT09

     

    ミーティングID: 704 544 1267
    パスワード: 3010978145
    外部からの侵入を防ぐため、UECクラウド(gl.cc.uec.ac.jp) (以下 設定の仕方)
    https://www.cc.uec.ac.jp/ug/ja/cloud_account/index.html
    でZOOMにログインしてください.
    (授業5分前からアクセス可能)

  • 出席は毎回取ります.
  • 予備知識:確率、統計
  •  
  • 成績評価方法:出席60点,レポート40点の計100点満点で評価
  • 授業の不明点などは、sugahara[atmark]ai.lab.uec.ac.jpまでご連絡ください.
  • 授業中に質問などがありましたら,チャットからTAの菅原聖太宛てにメッセージを送ってください.
教科書
ベイジアンネットワーク、植野真臣、コロナ社|教科書正誤訂正PDF
講義資料
ガイダンス:ガイダンス資料
ベイズの定理の歴史:授業資料
ビリーフとベイズの定理:授業資料(課題を修正しました(6/28).第一回レポートの締め切りを7/12に延長しました.)
ベイズ推定と機械学習:授業資料(第二回レポートの締め切りを8/16に延長しました)レポート課題2で使うデータ
グラフィカルモデルとベイジアンネットワーク:授業資料
ベイジアンネットワークと他の機械学習モデルとの関係:授業資料
過去の講義動画
過去の講義動画一覧
シラバス
教務課:シラバス
レポート提出状況
・第一回レポート提出締め切り:7月12日23時59分
・第二回レポート提出締め切り:8月16日23時59分

 

学籍番号 第一回レポート提出状況(7/12 23:59時点) 第二回レポート提出状況(8/16 23:59時点)
1710408 未提出 未提出
1810723 未提出 未提出
2030023 提出済み 提出済み
2031014 提出済み 未提出
2031078 未提出 未提出
2031087 提出済み 提出済み
2031160 未提出 未提出
2031167 提出済み 提出済み
2033124 提出済み 提出済み
2041001 未提出 未提出
2041003 提出済み 提出済み
2130032 提出済み 提出済み
2130069 提出済み 提出済み
2130087 提出済み 提出済み
2131001 提出済み 提出済み
2131005 提出済み 提出済み
2131008 提出済み 未提出
2131010 提出済み 提出済み
2131012 提出済み 提出済み
2131013 提出済み 未提出
2131014 提出済み 提出済み
2131019 未提出 未提出
2131020 提出済み 提出済み
2131021 提出済み 提出済み
2131022 提出済み 未提出
2131028 提出済み 提出済み
2131029 提出済み 提出済み
2131031 提出済み 提出済み
2131032 提出済み 未提出
2131036 未提出 未提出
2131037 提出済み 未提出
2131040 提出済み 提出済み
2131041 提出済み 提出済み
2131047 提出済み 提出済み
2131052 未提出 未提出
2131054 未提出 未提出
2131056 提出済み 提出済み
2131059 提出済み 提出済み
2131061 提出済み 未提出
2131064 未提出 未提出
2131069 提出済み 提出済み
2131070 未提出 未提出
2131079 提出済み 提出済み
2131084 提出済み 提出済み
2131091 提出済み 未提出
2131097 未提出 未提出
2131098 提出済み 提出済み
2131099 提出済み 提出済み
2131100 提出済み 提出済み
2131103 未提出 未提出
2131104 提出済み 提出済み
2131106 提出済み 未提出
2131112 提出済み 提出済み
2131116 提出済み 提出済み
2131117 提出済み 未提出
2131122 提出済み 未提出
2131124 提出済み 未提出
2131125 提出済み 提出済み
2131127 提出済み 提出済み
2131128 未提出 未提出
2131130 提出済み 未提出
2131134 提出済み 提出済み
2131139 提出済み 未提出
2131145 提出済み 提出済み
2131149 提出済み 提出済み
2131153 提出済み 提出済み
2131157 提出済み 提出済み
2131161 提出済み 提出済み
2131163 提出済み 提出済み
2131173 提出済み 提出済み
2132025 提出済み 提出済み
2133035 提出済み 提出済み
2133113 提出済み 提出済み

2020年度

概要 近年、データサイエンス、人工知能分野で注目されているベイズ的アプローチの基礎、考え方、手法について学ぶ.
内容 ベイズ的アプローチの基礎と人工知能,機械学習への応用アルゴリズムを学ぶ。

 

  • 1.ガイダンス
  • 2.ベイズはどのようにして生まれたか?
  • 3. ベイズはコンピュータ、人工知能の父である!!
  • 4. アランチューリングとベイズ
  • 5.ビリーフとベイズの定理
  • 6. ビリーフとベイズの定理(2)
  • 7. 尤度推定と機械学習
  • 8. ベイズ推定と機械学習(1)
  • 9. ベイズ推定と機械学習(2)
  • 10. ベイズ意思決定
  • 11. 確率的グラフィカルモデルベイジアンネットワーク
  • 12. ベイジアンネットワークの推論
  • 13. ベイジアンネットワークと他の機械学習モデルとの関係
  • 14. ベイズ分類器
  • 15. まとめと評価
連絡事項
  • 授業の進め方
    ZOOMを使った自宅からの遠隔授業を行います.
    https://uec-tokyo.zoom.us/j/7045441267?pwd=eGNiUjdTS1VRSnFGaUdwNUE2VS9UUT09

     

    ミーティングID: 704 544 1267
    パスワード: 3010978145
    外部からの侵入を防ぐため、UECクラウド(gl.cc.uec.ac.jp) (以下 設定の仕方)
    https://www.cc.uec.ac.jp/ug/ja/cloud_account/index.html
    でZOOMにログインしてください.
    (授業5分前からアクセス可能)

  • 出席は毎回取ります.授業に参加後、ZOOMのChatに学籍番号と名前を打ち込んでくださいZOOMの機能により各受講者の参加時刻と退出時刻が自動で得られるため,出席の明示は必要ありません.
  • 予備知識:確率、統計
  •  
  • 成績評価方法:出席60点,レポート40点の計100点満点で評価
  • 授業の不明点などは、sugahara[atmark]ai.lab.uec.ac.jpまでご連絡ください。
  • テストの日程を8月10日から8月17日に変更致しました.
  • 授業中に質問などがありましたら,チャットからTAの菅原聖太宛てにメッセージを送ってください.
レポート課題
  • 授業で学んだことで面白ったこと,驚いたことや発見があればそれをレポートにまとめよ.
  • 提出締め切り: 8月31日 17時
  • A4 1枚以上
  • 送り先: sugahara@ai.lab.uec.ac.jp
教科書
ベイジアンネットワーク、植野真臣、コロナ社|教科書正誤訂正PDF
講義資料
ガイダンス:ガイダンス資料
ベイズの定理の歴史:授業資料
ビリーフとベイズの定理:授業資料
ベイズ推定と機械学習:授業資料
ベイジアンネットワークと他の機械学習モデルとの関係:授業資料
過去の講義動画
過去の講義動画一覧
シラバス
教務課:シラバス
レポート提出状況
受講者学籍番号 提出状況(8/31 17:00時点)
1830088 提出済み
1931009 提出済み
1931026 未提出
1931033 提出済み
1931095 提出済み
1931126 未提出
1931150 提出済み
1931166 提出済み
1932043 未提出
1933062 提出済み
2030009 提出済み
2030108 提出済み
2031004 提出済み
2031011 提出済み
2031019 提出済み
2031026 提出済み
2031030 提出済み
2031032 提出済み
2031034 提出済み
2031035 提出済み
2031037 提出済み
2031038 提出済み
2031041 提出済み
2031045 提出済み
2031048 提出済み
2031049 提出済み
2031056 提出済み
2031057 提出済み
2031059 提出済み
2031060 提出済み
2031070 提出済み
2031071 未提出
2031077 未提出
2031078 未提出
2031080 提出済み
2031083 提出済み
2031084 提出済み
2031101 提出済み
2031108 提出済み
2031109 提出済み
2031121 提出済み
2031124 提出済み
2031125 提出済み
2031128 提出済み
2031130 未提出
2031136 提出済み
2031141 提出済み
2031146 提出済み
2031151 提出済み
2031152 提出済み
2031154 提出済み
2031159 提出済み
2031162 提出済み
2033038 提出済み
2033055 未提出
2033091 提出済み
2033102 提出済み

2019年度

概要 近年、データサイエンス、人工知能分野で注目されているベイズ的アプローチの基礎、考え方、手法について学ぶ.
内容 近年、データサイエンス、人工知能分野で注目されているベイズ的アプローチの基礎、考え方、手法について学ぶ.

 

  • 4月 8日 ガイダンス
  • 4月15日 ベイズの定理とは?
  • 4月22日 ベイズはどのようにして世に出たのか?
  • 5月 6日 ベイズはコンピュータの父
  • 5月13日 ベイズの躍進と人工知能の誕生
  • 5月20日 ビリーフとベイズの定理
  • 5月27日 尤度推定と機械学習
  • 6月 3日 ベイズ推定と機械学習(1)
  • 6月10日 ベイズ推定と機械学習(2)
  • 6月17日 ベイズ意思決定
  • 7月 8日 確率的グラフィカルモデルベイジアンネットワーク
  • 7月22日 ベイジアンネットワークの推論
  • 7月29,30日 ベイジアンネットワークと他の機械学習モデルとの関係
  • 8月 5日 テスト(※場所:西5-109)
連絡事項
  • 予備知識:確率、統計
  •  
  • 成績評価方法:出席60点,テスト40点の計100点満点で評価
  • 授業の不明点などは、sugahara[atmark]ai.lab.uec.ac.jpまでご連絡ください。
教科書
ベイジアンネットワーク、植野真臣、コロナ社|教科書正誤訂正PDF
講義資料
第1回ガイダンス:ガイダンス資料
ベイズの定理の歴史:授業資料
ベイズ統計:授業資料
ベイズ推定と機械学習:授業資料
ベイズ意思決定理論:授業資料
ベイジアンネットワーク授業資料
シラバス
教務課:シラバス

2018年度

概要 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。

 

  • ベイジアンネットワークの概要と紹介
  • 確率
  • ビリーフとベイズ統計
  • グラフ理論
  • ベイジアンネットワークモデルの定義と性質
  • 変数消去アルゴリズム
  • ジョインツリーアルゴリズム
  • 高速化の工夫
  • ベイジアンネットワーク学習
連絡事項
  • 予備知識:確率、統計
  •  
  • 演習・レポート:演習問題、数回の演習レポートを課します。レポートはeラーニングシステム Samuraiに提出し、提出されたレポートは受講者間で相互に評価(ピアアセスメント)していただきます。なお、本システムは電気通信大学内のネットワークからのみアクセス可能です。
  •  
  • 成績評価方法および評価基準:出席、演習問題、レポート、課題プログラムよって評価します。
  • samuraiの不具合・不明点などは、natori[atmark]ai.is.uec.ac.jpまでご連絡ください。
教科書
ベイジアンネットワーク、植野真臣、コロナ社|教科書正誤訂正PDF
講義資料
第1回ガイダンス:ガイダンス資料|eラーニングシステムSamuraiの使い方
ベイズの定理の歴史:授業資料(20180413差し替え)
確率とビリーフ(1):講義資料(20180525差し替え)
確率とビリーフ(2):授業資料(20180705差し替え)
ベイジアンネットワーク:講義資料(20180614)
マルコフグラフ:講義資料(20180727差し替え)
シラバス
教務課:シラバス

2017年度

概要 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。

 

  • ベイジアンネットワークの概要と紹介
  • 確率
  • ビリーフとベイズ統計
  • グラフ理論
  • ベイジアンネットワークモデルの定義と性質
  • 変数消去アルゴリズム
  • ジョインツリーアルゴリズム
  • 高速化の工夫
  • ベイジアンネットワーク学習
連絡事項
  • 予備知識:確率、統計
  •  
  • 演習・レポート:演習問題、数回の演習レポートを課します。レポートはeラーニングシステム Samuraiに提出し、提出されたレポートは受講者間で相互に評価(ピアアセスメント)していただきます。なお、本システムは電気通信大学内のネットワークからのみアクセス可能です。
  •  
  • 成績評価方法および評価基準:出席、演習問題、レポート、課題プログラムよって評価します。
  • samuraiの不具合・不明点などは、natori@ai.is.uec.ac.jpまたはutsuhara@ai.is.uec.ac.jpまでご連絡ください。
  • 第3回・第4回のレポート提出締め切りは共に6/22です。
教科書
ベイジアンネットワーク、植野真臣、コロナ社|教科書正誤訂正PDF
講義資料
第1回ガイダンス:ガイダンス資料  eラーニングシステムSamuraiの使い方
ベイズの定理:講義資料
確率とビリーフ(1):講義資料(4/26差し替え)|最尤推定プログラム
確率とビリーフ(2):講義資料(5/26差し替え)
ベイジアンネットワーク:講義資料(6/21差し替え)
ベイジアンネットワークの学習:講義資料 (7/7差し替え)
ベイズ分類機:講義資料(7/14)
マルコフグラフ講義資料(7/20差し替え)
シラバス
教務課:シラバス

2016年度

概要 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。

 

  • ベイジアンネットワークの概要と紹介
  • 確率
  • ビリーフとベイズ統計
  • グラフ理論
  • ベイジアンネットワークモデルの定義と性質
  • 変数消去アルゴリズム
  • ジョインツリーアルゴリズム
  • 高速化の工夫
  • ベイジアンネットワーク学習
連絡事項
  • 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:出席、演習問題、レポート、課題プログラムよって評価します。
教科書
ベイジアンネットワーク、植野真臣、コロナ社|教科書正誤訂正PDF
講義資料
確率とビリーフ(1): 講義資料
確率とビリーフ(2): 講義資料
グラフ理論: 講義資料 | レポート課題 レポート回答 (uploaded: 2016/7/14)
ベイジアンネットワーク:講義資料
ジョインツリーアルゴリズム:講義資料
近似推論:講義資料
ベイジアンネットワークの構造学習:講義資料
条件付き独立性検定による構造学習:講義資料(Last updated: 2016/07/21, 21:17)
シラバス
教務課:シラバス
ENGLISH