Enviar búsqueda
Cargar
研究紹介(学生向け)
•
Descargar como PPTX, PDF
•
0 recomendaciones
•
1,657 vistas
Joe Suzuki
Seguir
統計数理セミナー 日時:4月7日(金)14:40-17:00 話題提供者: 鈴木 譲 教授(4/1着任) 会場:J棟1階セミナー室
Leer menos
Leer más
Ciencias
Denunciar
Compartir
Denunciar
Compartir
1 de 26
Descargar ahora
Recomendados
離散と連続の入り混じった相互情報量を推定して、SNP と遺伝子発現量の因果関係をさぐる
離散と連続の入り混じった相互情報量を推定して、SNP と遺伝子発現量の因果関係をさぐる
Joe Suzuki
関数データ解析の概要とその方法
関数データ解析の概要とその方法
Hidetoshi Matsui
最適輸送の計算アルゴリズムの研究動向
最適輸送の計算アルゴリズムの研究動向
ohken
PRML8章
PRML8章
弘毅 露崎
クラスタリングとレコメンデーション資料
クラスタリングとレコメンデーション資料
洋資 堅田
みどりぼん3章前半
みどりぼん3章前半
Akifumi Eguchi
潜在ディリクレ配分法
潜在ディリクレ配分法
y-uti
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-
Shiga University, RIKEN
Recomendados
離散と連続の入り混じった相互情報量を推定して、SNP と遺伝子発現量の因果関係をさぐる
離散と連続の入り混じった相互情報量を推定して、SNP と遺伝子発現量の因果関係をさぐる
Joe Suzuki
関数データ解析の概要とその方法
関数データ解析の概要とその方法
Hidetoshi Matsui
最適輸送の計算アルゴリズムの研究動向
最適輸送の計算アルゴリズムの研究動向
ohken
PRML8章
PRML8章
弘毅 露崎
クラスタリングとレコメンデーション資料
クラスタリングとレコメンデーション資料
洋資 堅田
みどりぼん3章前半
みどりぼん3章前半
Akifumi Eguchi
潜在ディリクレ配分法
潜在ディリクレ配分法
y-uti
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-
Shiga University, RIKEN
20180118 一般化線形モデル(glm)
20180118 一般化線形モデル(glm)
Masakazu Shinoda
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
takehikoihayashi
ベイジアンネットワーク入門
ベイジアンネットワーク入門
Keisuke OTAKI
変数同士の関連_MIC
変数同士の関連_MIC
Shushi Namba
幾何を使った統計のはなし
幾何を使った統計のはなし
Toru Imai
トピックモデルの評価指標 Coherence 研究まとめ #トピ本
トピックモデルの評価指標 Coherence 研究まとめ #トピ本
hoxo_m
トピックモデルの基礎と応用
トピックモデルの基礎と応用
Tomonari Masada
順序データでもベイズモデリング
順序データでもベイズモデリング
. .
不均衡データのクラス分類
不均衡データのクラス分類
Shintaro Fukushima
Rにおける大規模データ解析(第10回TokyoWebMining)
Rにおける大規模データ解析(第10回TokyoWebMining)
Shintaro Fukushima
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
Toru Imai
異常検知と変化検知 9章 部分空間法による変化点検知
異常検知と変化検知 9章 部分空間法による変化点検知
hagino 3000
[Ridge-i 論文よみかい] Wasserstein auto encoder
[Ridge-i 論文よみかい] Wasserstein auto encoder
Masanari Kimura
負の二項分布について
負の二項分布について
Hiroshi Shimizu
2 6.ゼロ切断・過剰モデル
2 6.ゼロ切断・過剰モデル
logics-of-blue
ベイズファクターとモデル選択
ベイズファクターとモデル選択
kazutantan
階層モデルの分散パラメータの事前分布について
階層モデルの分散パラメータの事前分布について
hoxo_m
構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性
Shiga University, RIKEN
GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論
Koichiro Gibo
ナレッジグラフとオントロジー
ナレッジグラフとオントロジー
University of Tsukuba
RとPythonを比較する
RとPythonを比較する
Joe Suzuki
R集会@統数研
R集会@統数研
Joe Suzuki
Más contenido relacionado
La actualidad más candente
20180118 一般化線形モデル(glm)
20180118 一般化線形モデル(glm)
Masakazu Shinoda
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
takehikoihayashi
ベイジアンネットワーク入門
ベイジアンネットワーク入門
Keisuke OTAKI
変数同士の関連_MIC
変数同士の関連_MIC
Shushi Namba
幾何を使った統計のはなし
幾何を使った統計のはなし
Toru Imai
トピックモデルの評価指標 Coherence 研究まとめ #トピ本
トピックモデルの評価指標 Coherence 研究まとめ #トピ本
hoxo_m
トピックモデルの基礎と応用
トピックモデルの基礎と応用
Tomonari Masada
順序データでもベイズモデリング
順序データでもベイズモデリング
. .
不均衡データのクラス分類
不均衡データのクラス分類
Shintaro Fukushima
Rにおける大規模データ解析(第10回TokyoWebMining)
Rにおける大規模データ解析(第10回TokyoWebMining)
Shintaro Fukushima
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
Toru Imai
異常検知と変化検知 9章 部分空間法による変化点検知
異常検知と変化検知 9章 部分空間法による変化点検知
hagino 3000
[Ridge-i 論文よみかい] Wasserstein auto encoder
[Ridge-i 論文よみかい] Wasserstein auto encoder
Masanari Kimura
負の二項分布について
負の二項分布について
Hiroshi Shimizu
2 6.ゼロ切断・過剰モデル
2 6.ゼロ切断・過剰モデル
logics-of-blue
ベイズファクターとモデル選択
ベイズファクターとモデル選択
kazutantan
階層モデルの分散パラメータの事前分布について
階層モデルの分散パラメータの事前分布について
hoxo_m
構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性
Shiga University, RIKEN
GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論
Koichiro Gibo
ナレッジグラフとオントロジー
ナレッジグラフとオントロジー
University of Tsukuba
La actualidad más candente
(20)
20180118 一般化線形モデル(glm)
20180118 一般化線形モデル(glm)
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
ベイジアンネットワーク入門
ベイジアンネットワーク入門
変数同士の関連_MIC
変数同士の関連_MIC
幾何を使った統計のはなし
幾何を使った統計のはなし
トピックモデルの評価指標 Coherence 研究まとめ #トピ本
トピックモデルの評価指標 Coherence 研究まとめ #トピ本
トピックモデルの基礎と応用
トピックモデルの基礎と応用
順序データでもベイズモデリング
順序データでもベイズモデリング
不均衡データのクラス分類
不均衡データのクラス分類
Rにおける大規模データ解析(第10回TokyoWebMining)
Rにおける大規模データ解析(第10回TokyoWebMining)
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
異常検知と変化検知 9章 部分空間法による変化点検知
異常検知と変化検知 9章 部分空間法による変化点検知
[Ridge-i 論文よみかい] Wasserstein auto encoder
[Ridge-i 論文よみかい] Wasserstein auto encoder
負の二項分布について
負の二項分布について
2 6.ゼロ切断・過剰モデル
2 6.ゼロ切断・過剰モデル
ベイズファクターとモデル選択
ベイズファクターとモデル選択
階層モデルの分散パラメータの事前分布について
階層モデルの分散パラメータの事前分布について
構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性
GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論
ナレッジグラフとオントロジー
ナレッジグラフとオントロジー
Más de Joe Suzuki
RとPythonを比較する
RとPythonを比較する
Joe Suzuki
R集会@統数研
R集会@統数研
Joe Suzuki
E-learning Development of Statistics and in Duex: Practical Approaches and Th...
E-learning Development of Statistics and in Duex: Practical Approaches and Th...
Joe Suzuki
分枝限定法でモデル選択の計算量を低減する
分枝限定法でモデル選択の計算量を低減する
Joe Suzuki
連続変量を含む条件付相互情報量の推定
連続変量を含む条件付相互情報量の推定
Joe Suzuki
E-learning Design and Development for Data Science in Osaka University
E-learning Design and Development for Data Science in Osaka University
Joe Suzuki
UAI 2017
UAI 2017
Joe Suzuki
AMBN2017 サテライトワークショップ
AMBN2017 サテライトワークショップ
Joe Suzuki
CRAN Rパッケージ BNSLの概要
CRAN Rパッケージ BNSLの概要
Joe Suzuki
Forest Learning from Data
Forest Learning from Data
Joe Suzuki
A Bayesian Approach to Data Compression
A Bayesian Approach to Data Compression
Joe Suzuki
A Conjecture on Strongly Consistent Learning
A Conjecture on Strongly Consistent Learning
Joe Suzuki
A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...
A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...
Joe Suzuki
A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...
A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...
Joe Suzuki
Bayesian Criteria based on Universal Measures
Bayesian Criteria based on Universal Measures
Joe Suzuki
MDL/Bayesian Criteria based on Universal Coding/Measure
MDL/Bayesian Criteria based on Universal Coding/Measure
Joe Suzuki
The Universal Measure for General Sources and its Application to MDL/Bayesian...
The Universal Measure for General Sources and its Application to MDL/Bayesian...
Joe Suzuki
Universal Prediction without assuming either Discrete or Continuous
Universal Prediction without assuming either Discrete or Continuous
Joe Suzuki
Bayesian network structure estimation based on the Bayesian/MDL criteria when...
Bayesian network structure estimation based on the Bayesian/MDL criteria when...
Joe Suzuki
The Universal Bayesian Chow-Liu Algorithm
The Universal Bayesian Chow-Liu Algorithm
Joe Suzuki
Más de Joe Suzuki
(20)
RとPythonを比較する
RとPythonを比較する
R集会@統数研
R集会@統数研
E-learning Development of Statistics and in Duex: Practical Approaches and Th...
E-learning Development of Statistics and in Duex: Practical Approaches and Th...
分枝限定法でモデル選択の計算量を低減する
分枝限定法でモデル選択の計算量を低減する
連続変量を含む条件付相互情報量の推定
連続変量を含む条件付相互情報量の推定
E-learning Design and Development for Data Science in Osaka University
E-learning Design and Development for Data Science in Osaka University
UAI 2017
UAI 2017
AMBN2017 サテライトワークショップ
AMBN2017 サテライトワークショップ
CRAN Rパッケージ BNSLの概要
CRAN Rパッケージ BNSLの概要
Forest Learning from Data
Forest Learning from Data
A Bayesian Approach to Data Compression
A Bayesian Approach to Data Compression
A Conjecture on Strongly Consistent Learning
A Conjecture on Strongly Consistent Learning
A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...
A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...
A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...
A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...
Bayesian Criteria based on Universal Measures
Bayesian Criteria based on Universal Measures
MDL/Bayesian Criteria based on Universal Coding/Measure
MDL/Bayesian Criteria based on Universal Coding/Measure
The Universal Measure for General Sources and its Application to MDL/Bayesian...
The Universal Measure for General Sources and its Application to MDL/Bayesian...
Universal Prediction without assuming either Discrete or Continuous
Universal Prediction without assuming either Discrete or Continuous
Bayesian network structure estimation based on the Bayesian/MDL criteria when...
Bayesian network structure estimation based on the Bayesian/MDL criteria when...
The Universal Bayesian Chow-Liu Algorithm
The Universal Bayesian Chow-Liu Algorithm
研究紹介(学生向け)
1.
研究紹介 (学生向け) 鈴木譲 2017年4月7日
2.
ロードマップ 1. 系列に確率を割当てる 2. 独立性 3.
グラフィカルモデル 4. グラフィカルモデルのデータからの学習 5. 計算量の低減 6. モデル選択としての解析 7. 連続変数を含む場合の概要 8. 応用:独立性検定、ゲノム解析 9. 近況 (Rパッケージ、英単行本出版) 10. まとめ
3.
4.
5.
6.
若い頃に提案した推定量
7.
は過学習、 は確率1で正しい結論
8.
3変数の因数分解
9.
ベイジアンネットワーク
10.
マルコフネットワーク 確率分布との関係は、初回(4/10(月))の講義で説明します。
11.
ベイジアンネットワークも、マルコフネットワークも 変数間の条件付き独立性を表現
12.
データフレーム それぞれに事前確率をかけたものを比較する 3変数ではなく、p変数に拡張可能
13.
森: ループをもたない無向グラフ ベイジアンネットワークにもなる
14.
森への近似の場合 最大化
15.
データフレームから出発
16.
モデル選択の誤り率 生じやすい 生じにくい nとともに指数的に0
17.
pに対して指数的な計算量 深さ優先探索: 分枝限定法で不要な計算量を削減 Alarm (p=37) Insurance (p=26)
18.
連続量を含む相互情報量の推定 提案の手順 1. X軸、Y軸とも、順序によって、サンプルが等しい個数になるように、メッシュに区切る 2. 色々な幅のメッシュで区切り、その量子化(離散化)されたデータから相互情報量を推定する 3.
得られた相互情報量の中の最大値を、相互情報量の推定値とする。
19.
独立性検定への応用 Arthur Gretton教授
20.
応用: ゲノム解析 1000遺伝子の発現量と case/controlの変量 (1001ノード) p値の小さい変数は、 森でもハブになっている。
21.
青: 遺伝子発現量 赤: SNP Int.
J. Approximate Reasoning に掲載(2016)
22.
Rパッケージ BNSL (Bayesian Network
Structure Learning) 2017年3月5日公開 提案アルゴリズムの他、 ベイジアンネットワーク の自動生成など 鈴木譲 (阪大) 川原純(NAIST)
23.
Foundations of Probabilistic
Graphical Models (Springer) 「既存のテキストの 問題点を改善する」 ということで、 Springerと契約した 1. Introduction; 2. Graphical Models; 3. Probabilistic Graphical Models; 4. Learning Bayesian Networks; 5. Learning Markov Networks; 6. Model selection with Information Criteria; 7.Probabilistic Inference with Graphical
24.
まとめ グラフィカルモデルの構造学習というくくりで、研究内容を紹介した • 連続変量を含む場合のベイジアンネットワークの構造学習 • ゲノム解析で、マイクロアレイではなく、RNAシーケンスの場合 •
サンプル数nを固定した場合に、pに対して多項式になるか • マルコフネットワークの構造学習 今後の課題
Descargar ahora