開講場所：
提供：大阪大学
講師：鈴木譲
開講日時：2020年4月1日 ~
受講対象者：院生(修士/博士前期)・院生(博士/博士後期)
評価方法：レポートのみ (レポート70点で100点、30点で60点)。100問提出しても減点されるので、100点にはならないので注意がいる。
受講生へのコメント：R言語の処理が読めることが前提となる。もし、R言語を勉強した経験がない場合、こちらでビデオを提供するので、それを見るて、習得するように心がける

機械学習の分野のひとつ、確率的グラフィカルモデルと因果推論について学ぶ。

1. イントロダクション、応用事例
2. 条件付き独立性, 確率的グラフィカルモデル
3. データ圧縮
4. 相互情報量の推定
5. データから森を構築する
6. データからベイジアンネットワークを構築する
7. 変数が離散の場合
8. パタメータの事前分布
9. 変数が連続の場合
10. PCアルゴリズム
11. LINGAM
12. chodalグラフ
13. 確率推論のNP完全性
14. 推論アルゴリズムと統計物理
15. グラフィカルLasso