多変数の場合のベイズの定理 - Chatwork Creator's Note
数学部 チャットワークの部活の１つに数学部があります。毎週１日朝各自で数学の本を読み進めることが活動内容です。最近ではCoding the Matrixという本で線形代数を学んでいます。 今日は線形代数ではないですが、確率論の基礎をなすベイズの定理について書いておこうと思います。 ベイズの定理とは ベイズの定理とは、ある事象Xを観測したもとでの事象Yが起きる事後確率\(P(Y | X)\)が、事象Yが起きる事前確率\(P(Y)\)と事象Yをもとにどのぐらい事象Xを再現可能かを示す尤度関数\(P(X | Y)\)との積に比例するというものです。 \(P(Y | X) = \frac{P(X | Y)P(Y)}{P(X)}\) ここで分母のP(X)は事後確率が正規化されて\( 0 \le P(Y | X) \le 1 \)を満たすことを保証するものと解釈できます。 ベイズの定理を使えば、「A、
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
3変数の条件付き確率 - how to code something
