条件付き確率とは、ある事象が起きたという前提のもとで、別の事象が起きる確率のことです。AIや機械学習の分野において、データの関係性をモデル化したり、予測を行ったりする際の基礎的な考え方として広く活用されています。
条件付き確率とは
一言でいうと条件付き確率とは、「ある条件が満たされたときに、別のことが起きる確率」を表す数学的な指標です。
詳しく解説
条件付き確率は、ある事象Aが起きたという情報（条件）が得られたもとで、別の事象Bが起こる確率を指します。数学的にはP(B|A)と表され、事象Aと事象Bの同時確率を事象Aの確率で割ることで計算されます。機械学習においては、観測されたデータ（入力）をもとに、それがどのカテゴリに属するかを予測する確率モデルの根底を支えており、データ間の因果関係や相関関係を定量的に扱うために不可欠な概念です。
具体例・使われ方
例えば、あるメールが「スパムである」という条件のもとで、「特定の単語が含まれている確率」を考える場合などに用いられます。また、画像認識AIにおいて、「ある画像に猫の耳が写っている」という条件のもとで、「それが猫の画像である確率」を算出する際にも、この条件付き確率の考え方が応用されています。
似た用語との違い
通常の確率（周辺確率）が全事象を分母にして計算されるのに対し、条件付き確率は特定の前提条件を満たす部分集合のみを分母として計算する点が異なります。また、ベイズの定理は、この条件付き確率の関係を利用して、結果から原因の確率を逆算するための重要な発展形です。
注意点
条件付き確率はあくまで確率的な関係を示すものであり、必ずしも直接的な因果関係を証明するものではありません。また、前提とする条件の設定を誤ると、偏った予測結果や不正確なモデル構築につながるおそれがあるため注意が必要です。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月4日 15:01