連続確率分布とは、連続的な値をとる確率変数に関する確率の分け方を示す統計的モデルです。気温や時間、身長のように無数に存在する実数値のデータがどの範囲にどのくらいの確率で出現するかを表現します。機械学習や生成AIにおけるデータモデリングや予測誤差の評価において基礎となる重要な概念です。
連続確率分布とは
連続確率分布とは、小数点以下の値を含む連続的なデータが、どのような確率で出現するかを表す確率分布のことです。
詳しく解説
データがサイコロの目のようにとびとびの値ではなく、連続した実数値をとる場合、特定の1点における確率は実質的にゼロになります。そのため、連続確率分布ではある区間内に値が入る確率を計算します。この計算には確率密度関数と呼ばれる関数が用いられ、グラフの曲線とX軸で囲まれた面積が確率を示します。機械学習では、データのばらつきやモデルの予測不確実性を表現するために用いられます。特に正規分布などの連続確率分布は、誤差項のモデル化やパラメトリックな統計的推定において中心的な役割を果たします。
具体例・使われ方
AIやデータ分析における具体的な利用例として、センサーデータのノイズ推定、人間の身長や体重の分布モデル、金融市場の株価変動予測などが挙げられます。また、画像や音声などのデータを生成する生成AIの分野では、潜在空間のデータ分布を連続確率分布として定義することで、自然で滑らかなデータ生成を実現しています。
似た用語との違い
連続確率分布と混同されやすい概念に離散確率分布があります。離散確率分布は、コインの表裏やサイコロの目のように、とびとびの値をとる確率変数を扱います。各点に対する確率を直接定義できる離散確率分布に対し、連続確率分布では個々の点での確率はゼロとなり、区間の面積（確率密度関数の積分）として確率を求める点が大きく異なります。
注意点
連続確率分布を扱う際の注意点として、特定の値ぴったりになる確率はゼロであるという直感に反する性質があります。確率密度関数の値（縦軸の高さ）そのものは確率ではなく確率密度を示すため、1を超えることもあります。確率として意味を持つのはあくまで一定の幅を持つ区間の面積であるため、値の解釈や計算時には注意が必要です。