事後確率とは、新しいデータや証拠が得られた後に、ある仮説や事象が正しいと判断される確率のことです。ベイズの定理に基づいて事前確率と尤度から算出されます。機械学習においては、入力データから特定のクラスやカテゴリに分類する際の判断基準や予測の不確実性を評価するために極めて重要な役割を果たします。
事後確率とは
事後確率とは、何らかの新しいデータや情報が観測された後に、ある仮説や事象が真であると判断される確率のことです。ベイズの定理を用いて、事前の予測に実際のデータを反映させて更新する形で計算されます。
詳しく解説
事後確率は、ベイズ統計学および機械学習の基盤となる概念です。数式では、仮説をH、観測されたデータをDとすると、データが得られた条件のもとで仮説が成り立つ確率 P(H|D) として表されます。これを求めるために、データが得られる前に見積もっていた仮説の確率である事前確率、その仮説が正しいとした場合にデータが観測される確率である尤度、そしてデータ自体の発生確率を組み合わせるベイズの定理が用いられます。現代の機械学習では、画像認識や自然言語処理における分類問題において、入力された特徴量に対して各クラスに割り当てられる確率として利用されており、モデルの意思決定の信頼度を示す指標にもなります。
具体例・使われ方
具体的な例として、メールのスパム判定（ナイーブベイズ分類器）が挙げられます。無料や当選という特定の単語が含まれている場合に、そのメールがスパムであるかどうかの確率を計算するのが事後確率です。他にも、医療診断システムにおいて、検査結果が陽性というデータが得られた後に、実際にその病気にかかっている確率を計算する際にも事後確率が使われます。
似た用語との違い
事後確率と混同されやすい概念に事前確率と尤度があります。事前確率は、新しいデータが得られる前にあらかじめ見積もられている確率です。例えば、特定の病気の地域全体の罹患率などがこれに当たります。一方、尤度は、ある仮説が正しいと仮定したときに、特定のデータが観測される確率のことです。事後確率は、これら事前確率と尤度を掛け合わせることで、データ観測後の最新の信頼度として更新された確率を指します。
注意点
事後確率を正しく算出するには、適切な事前確率の設定が不可欠です。事前確率の初期値が主観的であったり不正確であったりすると、得られる事後確率の精度も低下します。また、複雑な機械学習モデルでは計算量が非常に大きくなるため、正確な事後確率を求める代わりに近似手法が用いられることが一般的です。事後確率はあくまで確率的な予測であり、絶対的な真実を保証するものではない点に注意が必要です。