ベイズ規則とは? わかりやすく解説

ベイズ規則

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/04/15 15:33 UTC 版)

機械学習」の記事における「ベイズ規則」の解説

L、p(x,y)をそれぞれ回帰分類といった教師あり学習タスク対す損失関数データ分布とし、関数Fに関する予測損失R L ( F ) = E ( x , y ) ∼ p [ L ( F ( x ) , y ) ] {\displaystyle R_{L}(F)=E_{(x,y)\sim p}[L(F(x),y)]} と書き表す。このとき、予測損失下限 i n f F R L ( F ) {\displaystyle {\underset {F}{\mathrm {inf} }}R_{L}(F)} を損失関数Lのもとでのベイズ誤差(Bayes error)と呼び下限達成するFをベイズ規則(Bayes rule)という。ここで i n f F {\displaystyle {\underset {F}{\mathrm {inf} }}} は可測関数全体集合における下限である。 ベイズ規則は理論上最良予測関数であるが、実際に確率分布p(x,y)が未知なので、p(x,y)に関する予測損失 R L ( F ) = E ( x , y ) ∼ p [ L ( F ( x ) , y ) ] {\displaystyle R_{L}(F)=E_{(x,y)\sim p}[L(F(x),y)]} を計算できず、ベイズ規則を求める事ができないこのため教師あり学習では既知データ ( x 1 , y 1 ) , … , ( x n , y n ) {\displaystyle (\mathbf {x} _{1},\mathbf {y} _{1}),\ldots ,(\mathbf {x} _{n},\mathbf {y} _{n})} から可能な限りベイズ規則に近い値を出力するアルゴリズム探索する事が求められる

※この「ベイズ規則」の解説は、「機械学習」の解説の一部です。
「ベイズ規則」を含む「機械学習」の記事については、「機械学習」の概要を参照ください。

ウィキペディア小見出し辞書の「ベイズ規則」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「ベイズ規則」の関連用語

ベイズ規則のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



ベイズ規則のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの機械学習 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS