確率過程
確率過程とは、時間的変化とともに確率的に状態が変動する現象を数学的にモデル化したものです。人工知能や機械学習において、時系列データの予測や不確実性を伴う環境のモデリングに不可欠な基礎理論として広く活用されています。
確率論に関するAI用語を4件掲載しています。意味や使い方、関連用語を一覧から確認できます。
確率過程とは、時間的変化とともに確率的に状態が変動する現象を数学的にモデル化したものです。人工知能や機械学習において、時系列データの予測や不確実性を伴う環境のモデリングに不可欠な基礎理論として広く活用されています。
マルコフ連鎖は、未来の状態が現在の状態のみに依存し、過去の経緯に左右されない確率モデルです。文章生成や強化学習などのAI技術の基礎として広く応用されています。
マルコフ性とは、あるシステムの「未来の状態」の確率分布が「現在の状態」のみに依存し、それ以前の過去の履歴には依存しないという確率過程の性質です。過去の経緯をすべて記憶しなくても現在の情報だけで未来を予測・制御できるため、強化学習やマルコフ決定過程をはじめとする機械学習モデルの設計や解析において極めて重要な前提概念となっています。
カテゴリ分布とは、互いに排反な複数の離散的な選択肢のいずれかが発生する確率を表す確率分布です。機械学習の分類問題などで、出力やデータの偏りを表現するために広く用いられる基本的な概念です。