［主要目次］

1章　ベイジアンネットワークモデルの概要
　1.1　ベージアンネットワークモデルとは？
　1.2　ベージアンネットワークモデルの基本
　1.3　d分離
　1.4　ノードの確率の計算

2章　ベイズ的アプローチによる因果推論
　2.1　因果とは
　2.2　因果関係を確認する
　2.3　因果のモデル
　2.4　グラフ表現と因果関係
　2.5　パラメーターによる学習

3章　ベイジアンネットワークモデルの数学的基礎
　3.1　ベイジアンネットワークモデルの概要
　3.2　ベイジアンネットワークモデルの定式化
　3.3　ベイジアンネットワークの母数推定
　3.4　相互情報量による木の生成：ＭＷＳＴ法
　3.5　情報量基準を用いた構造学習
　3.6　構造の探索アルゴリズム
　3.7　シュミレーションによる各手法の比較
　3.8　ＭＤＬ（ＢＩＣ）とベイジアンネットワークの予測分布との関係
　3.9　実データによる解析例

4章　ベイジアンネットワークの確率概論
　4.1　ベイジアンネットワークによる確率概論
　4.2　確率推論のアルゴリズム
　4.3　確率推論アルゴリズムの計算量
　4.4　不完全データ・欠損データからのＥＭ学習
　4.5　まとめ

5章　ベイジアンネットワークの応用
　5.1　ベイジアンネットワークのソフトウエア
　5.2　グラフィカルモデリングとしての応用
　5.3　確率推論を使った知的情報システム
　5.4　まとめ

引用文献
索引

戻る