計算推論科学概論II 後半
2010年度, 総合研究大学院大学 複合科学研究科 統計科学専攻 (統計数理研究所)
講師: 福水健次 (統計数理研究所)
予定: 2011年1月6日−2月24日, 木曜日 15:00-16:30 (注:1月6日のみ16時から.1月13日休講)
場所:セミナー室4(D312B)
講義の目的
変数間の確率的関係をグラフ表現するための道具である、
グラフィカルモデルの基礎に関して述べ、その推論に必要な確率計算のための
近似手法に関して述べる。また、変分ベイズ法などサンプリングに依らない近似計算手法に関して述べる。
レポート問題
講義中に示す。
講義の予定
slides
1. グラフィカルモデルの基礎 slides
有向グラフ、無向グラフ、因子グラフ
マルコフ性とグラフ表現
2. 有限混合モデルと隠れマルコフモデルslides
確率伝搬法(Belief propagation, BP)
BPの隠れマルコフモデルへの応用
Loopy BP
4. グラフィカルモデルの学習:パラメータ推定,構造学習 slides
5. 変分ベイズ法
参考文献
Pattern Recognition and Machine Learning. Christopher M. Bishop. Springer (2006) Chaps.8-10, 13.
Graphical Models. S.L. Lauritzen. Oxford University Press (1996).
Probabilistic Networks and Expert Systems. R.G. Cowell, A.P. Dawid, S.L. Lauritzen, and D.J. Spiegelhalter. Springer (1999)
Bayesian Networks and Decision Graphs (2nd ed.). Finn V. Jensen and Thomas D. Nielsen. Springer (2007)
「統計的因果推論」宮川雅巳.朝倉書店(2004)
「統計科学のフロンティア11, 計算統計I」平均場近似・EM法・変分ベイズ法.樺島・上田.岩波書店(2003)
評価
Back to Kenji Fukumizu's home page
Back to ISM