尤度とは、観測されたデータが特定のパラメータや確率モデルのもとで発生する「当てはまりやすさ」を表す指標です。確率が「前提条件から結果が起こる割合」を示すのに対し、尤度は「結果から前提条件の妥当性」を評価する逆向きの視点を持ちます。AIや機械学習のモデル訓練において最適なパラメータを検索・選定する基礎として幅広く利用されています。
尤度とは
尤度とは、すでに観測されたデータに対して、想定した確率モデルやパラメータがどれほど自然で妥当であるかを評価する数値です。
詳しく解説
尤度は統計学および機械学習において、モデルの学習方針を決める重要な概念です。機械学習では、入力データに対して最も適切なパラメータを見つけるために最尤推定と呼ばれる手法がよく用いられます。モデルが提示する予測確率をもとに尤度を計算し、その尤度が最大になるようにパラメータを更新していくことで、データのパターンを正確に捉えるモデルが構築されます。深層学習などの分野では、計算の安定化や効率化のために対数をとった「対数尤度」が利用され、最小化を目指す損失関数の設計にも深く関連しています。
具体例・使われ方
たとえば、表裏が出る確率がわからないコインを10回投げて8回表が出た場合を考えます。このとき「表が出る確率が80%である」と仮定したモデルと「50%である」と仮定したモデルを比べると、前者のほうが実際に得られたデータを再現しやすく尤度が高くなります。AIの画像分類モデルでも、大量の学習画像を入力した際に、その画像の分類結果を最もよく説明できるようにパラメータの尤度を高める調整が行われます。
似た用語との違い
確率と尤度は視点が異なります。確率は「パラメータが固定された状態で、特定のデータが得られる可能性」を表すのに対し、尤度は「データが固定された状態で、特定のパラメータがどれほど妥当か」を表します。つまり、確率は未来の事象に対する予測の度合いであり、尤度は過去に得られた実績データに対するモデルの適合度を意味します。
注意点
尤度はデータの再現性を測る指標ですが、尤度が高いからといってそのモデルが将来の未知データに対しても常に正解を出せるとは限りません。手元の訓練データだけに過度に尤度を最適化させると、過学習を引き起こすリスクがあります。また、尤度の絶対値そのものが「モデルが真実である絶対的な数値」を意味するわけではなく、異なる条件やモデル同士を相対的に比較するための指標である点に注意が必要です。