第2回 確率の初歩 | gihyo.jp

今回は、機械学習で使う「確率」のお話です。 確率は、統計的な機械学習のもっとも重要な基礎知識です。とはいえ、確率についてゼロから説明するというのは紙数的にも厳しいため、高校の確率を少し憶えているくらい（期待値や標準偏差など）を前提とし、「⁠高校の確率」と「機械学習の確率」の本質的な相違点について、少し丁寧に見ていく、という形で進めていきます。 機械学習と確率 最初に、機械学習にとって確率はどういう役割なのかを確認しておきましょう。 実のところ、機械学習に確率が必須というわけではありません。ニューラルネットワークやサポートベクターマシンなどの有名な手法も「確率を用いない機械学習」ですし、その他にも数多くの手法があります。しかし、「⁠確率を用いない機械学習」の多くは、「⁠結果のランキングを作りづらい（評価値の大小に意味がない⁠）⁠」⁠「⁠条件が異なる場合の結果を比較できない」などの欠点がありま

[gin0606]

>bag-of-words では単語の並び方などは考慮せず，文章に単語が含まれているかどうかのみを考えて数値化します

[lupimm]

技術 機械学習 人工知能 ai

[kana321]

機械学習 はじめよう：第2回　確率の初歩

[yumu19]

確率大好き＼(^o^)／

[koko1000ban]

ナイーブベイズしっくりきた

[kei_kei]

ベイズの公式とか事後確率とかの説明がしっくりくる。分かったような気になる。

[kamipo]

めちゃくちゃわかりやすい。同時確率、条件付き確率、事後確率。

[stealthinu]

確立やナイーブベイズについての説明。この説明はほんと初歩からでとてもわかりやすく書かれている。ベイズの説明するときに利用させてもらおう。

[aidiary]

おっ、2回目きた

[fk1206]

"機械学習 はじめよう：第2回　確率の初歩｜gihyo.jp … 技術評論社" (

[anemo]

機械学習の連載の二回目

[kisa12012]

機械学習のための確率入門と、ナイーブベイズ