本講義では確率モデルを用いた情報処理技法に関し，その基礎と応用を具体例から学習する。理論編では音声認識などで広く用いられる隠れマルコフモデル（HMM）とそのミクロ／マクロパラメータ推定（推論形式）に関し，最尤法およびEM法を詳しく学ぶ。また，HMMをより一般化したモデルであり，近年データマイニングなどにも使われるベイジアンネットワーク（グラフィカルモデル）について，それを用いた推論形式を確率伝搬法や平均場法など最近開発された確率的アルゴリズムを中心に解説する。時間が許せば，これらをより一般的に扱う体系である情報統計力学について触れる。応用編では，HMMやベイジアンネットワークの手法を実際にロボットシステムへ応用した事例（具体的には，ヒューマノイドによる音声認識や動作生成の事例）を紹介する。(大学院教育 北海道大学 2011 井上 純一)
　本編撮影年度：平成23年度後期（第4～12回）