ベイズ推定とは？
べいずすいてい
ベイズ推定とは、事前知識と新たに得られたデータを組み合わせて確率的に推論を更新していく統計的推定手法のことです。
ベイズ推定（Bayesian Estimation）とは、18世紀のイギリスの数学者トーマス・ベイズが提唱したベイズの定理を基礎とする統計的推定手法です。「事前分布」と呼ばれる既存の知識・仮定を出発点とし、新たな観測データを得るたびに「事後分布」へと確率を更新していくのが特徴です。
ベイズの定理は次の関係を表します。
事後確率 ∝ 尤度 × 事前確率
ここで「尤度（ゆうど）」とはあるパラメータのもとで観測データが得られる確率、「事前確率」とは観測前に持っていた信念、「事後確率」とは観測後に更新された信念を指します。
ベイズ推定の大きな特徴は以下の点です。
- 少ないデータでも事前知識を活用して合理的な推定ができる
- 推定結果が「点推定」ではなく確率分布として得られ、不確かさを定量的に表現できる
- 新しいデータが得られるたびに逐次的に更新できる（逐次学習）
- モデルの複雑さを自然に調整でき、過学習を防ぎやすい
応用分野はスパムメールフィルタリング・医療診断（ベイズ診断）・機械学習（ベイジアンニューラルネット）・自然言語処理・天気予報・金融リスク管理など多岐にわたります。現代の人工知能・データサイエンスにおいて頻度論的統計と並ぶ重要なアプローチとして広く活用されています。
使い方・例文
メールフィルタが「無料」「特別オファー」などの単語を含むメールをスパムと判断する確率を、届いたメールのデータを受け取るたびに更新していく仕組みがベイズ推定の典型的な応用例です。
この用語をシェア
最終更新: