本研究では，原因ノード層から症状ノード層への有向リンクがある2層型のベイジアンネットワークで構成された診断モデルに注目する（各原因ノードの事前分布は，各ノード固有の事前知識で固定されているものと仮定する）。この診断システムの目的は，発現した症状からの原因の特定であり，それは，事後分布推定により可能となる．モデルパラメータ（原因と症状間のリンクパラメータ）は，予め収集された訓練データ集合を用いた統計的機械学習で最適化される．しかしながら，データ数が少ない場合，学習の精度が極端に低下してしまう問題がある．本発表では，少データ環境における性能劣化を小さく抑えられる新しい学習法を提案する．