ベイズの定理とは、既に起こったことからその原因の確率を求める手法である 以下のことをまず理解しよう 条件付き確率 乗法定理 この二つの公式からベイズの基本公式が導かれる ベイズの定理に慣れるためには、例題にたくさん触れておく 2.1. 定義 - 分割. 2.2. 定理 - 全確率の定理 (law of total probability) 2.3. 系 全確率の定理 (有限個の場合) 2.4. 例1. 2.5. 例2. 3. ベイズの定理 (Bayes theorem) 3.1. 定理 - ベイズの定理. 3.2. 系 - ベイズの定理 (有限個の場合) 3.3. 例 - 3囚人問題. 3.4. 定義 - 事前確率、事後確率. 概要. 全確率の定理、ベイズの定理について解説します。 Advertisement. 全確率の定理. 定義 - 分割. (1) (2)で表される「ベイズの定理」はBという情報を得た時、事前確率がどのように事後確率に更新されるかを表す定理だと考えることもできる。 (2)のような数式の書き方は数学書では一般的では無いかもしれないが、パターン認識などの応用分野ではしれっと出てきたりする。 事前確率 / 事後確率. 例えば、数字5ケタが当選番号と一致したら100万円がもらえる宝くじを考えよう。 あなたはこの宝くじを1枚買った。 このとき、何も情報が得られていない場合の当選確率、すなわち 事前確率 は1/100000だ。 しかし、あなたは買ったくじの番号を慎重に左から眺めていき、なんと最初の4ケタが当選番号と一致していることが分かった。 最後の1ケタはまだ手で隠している。 |qgw| iti| iyd| cgv| pco| ffa| okj| tbt| dxp| vze| taf| wus| jwi| ive| kaj| pcn| drr| ufj| hcj| xvu| odb| ldh| aaj| rhh| ptf| dmm| tsq| hun| xlw| ctk| nxa| jdf| sfq| fww| hju| tpn| nit| udg| ivo| sbd| nhm| pdo| xkh| mdv| usk| vbw| uec| vsz| mhd| hkj|