到達目標
・ベイジアンネットの定義・特徴について理解する.
・ベイジアンネットの基本的な構造学習アルゴリズムについて理解し,当該アルゴリズムを活用した学習の過程を順序だって説明できる.
・ベイジアンネットの基本的な確率推論アルゴリズムについて理解し,当該アルゴリズムを用いて確率を計算できる.
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
ベイジアンネットの定義・特徴について理解する. | ベイジアンネットの定義を理解し、背景に存在する同時分布を数式表現したり、定義を満たさないネットワークの誤りを指摘できる. | ベイジアンネットの定義を理解している. | ベイジアンネットの定義を理解しておらず、その基盤となるベイズ統計学に関する理解も不十分である. |
ベイジアンネットの基本的な構造学習アルゴリズムについて理解し,当該アルゴリズムを活用した学習の過程を順序だって説明できる. | ベイジアンネットの基本的な構造学習アルゴリズムについて理解し,当該アルゴリズムを活用した学習の過程を順序だって説明できる. | ベイジアンネットの基本的な構造学習アルゴリズムについて理解している. | ベイジアンネットの基本的な構造学習アルゴリズムについて理解していない. |
ベイジアンネットの基本的な確率推論アルゴリズムについて理解し,当該アルゴリズムを用いて確率を計算できる. | ベイジアンネットの基本的な確率推論アルゴリズムについて理解し,当該アルゴリズムを用いて確率を計算できる. | ベイジアンネットの基本的な確率推論アルゴリズムについて理解している. | ベイジアンネットの基本的な確率推論アルゴリズムについて理解できていない. |
学科の到達目標項目との関係
教育方法等
概要:
これまで学習してきた確率統計や線形代数,情報数学I等の学習内容を主な基盤として,データの特徴の捉え方や予測・推論の仕組みについて学ぶ.予測・推論の仕組みを習得することを通じ,人工知能分野における基盤の一つである「学習」や,未来の事象の確率的予測,結果から原因を確率的に推測する方法について学びながら,適切な予測が可能な確率的ネットワークの構築法と,ネットワークを利用した基本的な推論法を習得する.
授業の進め方・方法:
前半は一部これまでの復習を含めながらベイジアンネットの基本について学び,後半はベイジアンネットワークの構造決定の方法やネットワークの構造を用いた確率推論法について学ぶ.
注意点:
この科目は授業と自学自習を合わせて2単位認定する学修単位科目である.自学自習課題については別途指示する.また,確率統計の内容を良く復習しておくこと.
担当教員が必修課題と定めた課題が1つ以上未提出であった場合,評価はD(不可)とする.
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
前期 |
1stQ |
1週 |
機械学習の基礎 |
人工知能分野における機械学習の位置づけについて理解する
|
2週 |
確率計算の復習 |
ベイズ統計学で用いる基本的な確率計算法を理解する
|
3週 |
ベイズの定理(1) |
ベイズ統計学の基盤となるベイズの定理について理解する
|
4週 |
ベイズの定理(2) |
ベイズ更新の計算法について理解する
|
5週 |
ベイズの定理(3) |
多値の確率変数を対象としたベイズの定理の計算法を理解する
|
6週 |
ベイジアンネットの基礎 |
ベイジアンネットの活用対象である学習・適応の仕組みやデータマイニングの概要について理解する
|
7週 |
前半のまとめ |
ベイジアンネットについて学習するための基本的事項およびベイジアンネットの基本的特徴について復習を行う
|
8週 |
中間試験 |
|
2ndQ |
9週 |
方向依存性分離 |
ベイジアンネットを特徴づける方向依存性分離の概要を理解する
|
10週 |
ノード間の確率的依存関係 |
ベイジアンネットにおける2ノード間の確率的依存関係を測る尺度について理解する
|
11週 |
ベイジアンネットの結合構造の妥当性 |
ベイジアンネットにおけるネットワーク全体の妥当性を測る尺度について理解する
|
12週 |
ベイジアンネットの構造学習法 |
ベイジアンネットの結合構造を決定するアルゴリズムについて理解する
|
13週 |
ベイジアンネットの結合構造を用いた確率推論法(1) |
サンプリング法にもとづく確率推論法について理解する
|
14週 |
ベイジアンネットの結合構造を用いた確率推論法(2) |
信念伝搬法を活用した確率推論法について理解する
|
15週 |
総まとめ |
授業内容の総復習を行う
|
16週 |
期末試験 |
|
モデルコアカリキュラムの学習内容と到達目標
分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
評価割合
| 試験 | 課題 | 相互評価 | 態度 | ポートフォリオ | その他 | 合計 |
総合評価割合 | 70 | 30 | 0 | 0 | 0 | 0 | 100 |
基礎的能力 | 20 | 10 | 0 | 0 | 0 | 0 | 30 |
専門的能力 | 50 | 20 | 0 | 0 | 0 | 0 | 70 |
分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |