ベイズ定理とは？
べいずていり
「定理」の用語まとめを見るベイズ定理とは、事前の情報を新たな証拠によって更新し、ある事象の確率をより正確に推定するための確率論の基本定理です。
ベイズ定理（Bayes' theorem）とは、条件付き確率に関する数学的な定理で、「ある事象が起きたという情報を得たとき、別の事象の確率がどう変わるか」を計算するための式です。18世紀のイギリスの数学者・牧師トーマス・ベイズによって考案されました。
定理の本質は、「事前確率（prior）」を新しい観測データ（証拠）によって更新し、「事後確率（posterior）」を導くという考え方にあります。数式では「P(A|B) = P(B|A)×P(A) / P(B)」と表されます。ここでP(A|B)はBが起きたときにAが起きる確率（事後確率）、P(A)はAの事前確率、P(B|A)はAが起きたときにBが起きる尤度（ゆうど）を意味します。
ベイズ定理が活用される代表的な場面を挙げます。
- 医療診断：検査陽性のとき実際に病気である確率の計算
- スパムフィルタ：メールの内容から迷惑メールかどうかの判定
- 機械学習・統計モデル：ベイズ推論・ナイーブベイズ分類器
- 科学的仮説の更新：実験結果を踏まえた仮説の信頼度評価
特に重要なのは、事前知識を取り込みながら確率を更新できる点です。これはベイズ統計学の根幹をなす考え方で、不確実な状況での意思決定や推論に広く応用されています。現代の人工知能・データサイエンスの分野でも中心的な役割を担う定理です。
使い方・例文
「ある病気の検査で陽性が出ても、その病気の有病率が低ければ実際に罹患している確率はそれほど高くない」という直感に反する事実をベイズ定理で計算・説明する場面が典型例です。
この用語をシェア
最終更新: