最尤推定法とは、観測されたデータから、それを最も引き起こしそうなパラメータの値を逆算する統計的な推計手法です。機械学習や深層学習におけるモデルの学習でも、確率モデルの最適なパラメータを決定する基本的なアプローチとして広く活用されています。
最尤推定法とは
詳しく解説
最尤推定法は、得られたデータが生成された確率モデルのパラメータを決定するための数学的な枠組みです。例えば、コイン投げの結果から、そのコインが表が出る確率を推測したい場合に用いられます。機械学習においては、ニューラルネットワークの重みやバイアスを最適化する際や、確率的モデルのパラメータ推定において、尤度関数を最大化する（あるいは対数尤度を最大化する）計算の根幹を支えています。
具体例・使われ方
画像生成AIや自然言語処理の確率的言語モデルにおいて、大量の学習データからモデルのパラメータを推定する際に最尤推定法が利用されます。また、スパムメールの判定を行うナイーブベイズ分類器などの確率モデル学習でも背後で働いています。
似た用語との違い
最尤推定法がパラメータを一つの固定値として推定するのに対し、事前分布を考慮してパラメータの確率分布を求める「最大事後確率推定（MAP）」や「ベイズ推定」とはアプローチが異なります。尤度のみに注目するのが最尤推定法です。
注意点
データ量が極端に少ない場合には過学習を起こしやすく、真のパラメータから大きく外れた値を推定してしまうリスクがあります。また、尤度関数が複雑な形状をしている場合、解析的な解が得られず数値最適化アルゴリズムに依存する必要があります。
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 15:31