確率的グラフィカルモデルの産業界への応用 Part 4: Rハンズオン
2016年11月11日(金) 09:30〜12:40
R言語のハンズオンによって、ベイジアンネットワーク、マルコフネットワークの基本概念を習得する。
会場 | 慶應義塾大学日吉キャンパス |
---|---|
住所 | 神奈川県横浜市港北区日吉4-1 来往舎 地図 |
料金制度 | 無料イベント |
ジャンル | > |
事務局 | 確率的グラフィカルモデルの産業界への応用 Part 4: Rハンズオン事務局 お問合せ ※当イベントは上記の事務局によって企画・運営されており、(株)こくちーずは関与しておりません |
主催グループ | 確率的グラフィカルモデルの産業界への応用 実行委員会 |
イベント詳細
本イベントは、数学協働プログラム「確率的グラフィカルモデルの産業界への応用」の2日目(Part 4)にあたります。詳細は、下記を御覧ください。
http://industry.bayesnet.org
9:30-11:00
鈴木譲 (阪大)
「R パッケージJ2BN 一 ベイジアンネットワークの構造学習 一」
R言語で、ベイジアンネットワーク(BN)を実際面から習得する。 最初に、データからBNを生成する学習段階と、BNと観測変数の値から、 未知変数の分布・事後確率最大値をもとめる推論段階の両面を、 gRainというパッケージを用いて習得する。次に、金融(東証)および 遺伝子ネットワークの実データから、BNを構築する方法を操作によって 学ぶ。特に、既存のBNLearnと、最近開発したJ^2BN(10月初旬公開予定)というパッケージを用いて、連続データを含む任意のデータフレームからBNを構築する方法を学ぶ。理論的なことは、ブラックボックスになっていて、Rのコマンドを打てば 出力されるようになっているので、数学的な知識は仮定しないが、 統計学の基本的なこととR言語の操作は仮定する。
11:10-12:40
廣瀬慧 (九大)
「Rパッケージ fanc --グラフィカルツールを用いた新たな因子分析--」
因子分析モデルは,潜在変数を含む確率的グラフィカルモデルの中で最も基本的なモデルである.本講演では,因子分析で最もよく使われる推定法であ る因子回転を一般化した,正則化法によるパラメータ推定を行うソフトウェアパッケージ"fanc"について解説する.fancパッケージには,推 定結果をインタラクティブに表示するグラフィカルツールがあり,このツールを使うことにより,分析者の主観で選んだパラメータを適合度によって評 価するという,これまでになかった新しい分析ができるようになる.
注意: R言語の基本的な操作ができる方が対象になります。また、当日はノートPCをご持参いただくことになります。
開催場所
慶應義塾大学日吉キャンパス(神奈川県横浜市港北区日吉4-1 来往舎)
お申込み
イベントチケット | 金額(税込) | 状態 |
---|---|---|
Rハンズオン | 無料 | 終了 |
イベントは終了しました
変更履歴
- 開催開始日時を【2016-11-11 09:10:00】から【2016-11-11 09:30:00】に変更しました。2016年9月27日(火) 13:36
- 開催終了日時を【2016-11-11 12:30:00】から【2016-11-11 12:40:00】に変更しました。2016年9月27日(火) 13:36
- 会場のURLを【http://industry.bayesnet.org】から【】に変更しました。2016年9月27日(火) 08:57
イベント参加 | 81/100 |
---|