機械学習で避けて通れない（と思っている）ベイズの定理を頑張って理解しようとした - Qiita

はじめに 機械学習をしっかりと理解するうえでは、避けて通れない（と思っている）ベイズの定理について、私が理解したものをまとめます。 表現や定義に誤りがありましたら、ご指摘頂けると幸甚です。 今回の要点 客観確率と主観確率を理解する ベイズの定理を理解する 機械学習とベイズ統計学の関係 ベイズの定理をもう一例で理解する 客観確率と主観確率を理解する ベイズの定理について進める前に、確率について振り返ります。確率には、客観確率と主観確率があります。 客観確率とは、**「Ｑ：０～９までの数字が書かれたカード１０枚から１枚引いたときに０の数字が出る確率は？Ａ：$\frac {1}{10}$」**といったものです。つまり客観的に出る確率が決まっている確率になります。 一方、主観確率とは、**「Ｑ：電車に乗っているときに、隣に座っている人が風邪を引いている確率は？」というような確率を指します。極端な例