確率質量関数（PMF）とは、サイコロの出目のように離散的な値をとる確率変数において、各値が実現する確率を直接返す関数のことです。離散確率分布の性質を具体的に表現するために用いられます。AIや機械学習においては、自然言語処理の単語予測や分類モデルの出力層など、離散的なラベルやトークンを扱う確率的モデリングの基礎として重要な役割を果たします。
確率質量関数とは
確率質量関数は、離散的な確率変数が特定の値をとる確率を直接表す関数です。
詳しく解説
確率質量関数（PMF）は、離散確率分布を定義するための標準的な数学的ツールです。確率変数がとり得る各離散値に対して、0以上1以下の確率値を対応させます。すべてのとり得る値に対する確率の合計は必ず1になります。AIおよび機械学習分野では、多クラス分類モデルが離散ラベルを出力する際の確率分布や、言語モデルが次に生成するトークンの選択確率を表す際に広く活用されています。
具体例・使われ方
例えば、公平な6面サイコロを振った場合、各出目が出る確率はそれぞれ6分の1となります。この関係を定めたものが確率質量関数です。機械学習の例では、画像分類モデルが入力画像に対して各カテゴリの確率を割り当てるソフトマックス関数の出力も、離散的なカテゴリ上の確率質量関数とみなすことができます。
似た用語との違い
確率質量関数と確率密度関数の違いは、扱う確率変数の種類にあります。確率質量関数は離散確率変数を対象とし、各点での確率そのものを直接出力します。一方、確率密度関数は連続確率変数を対象とし、特定の一点での確率は0となるため、区間の積分によって確率を計算します。
注意点
確率質量関数は離散値のみに適用可能であり、身長や時間のような連続値データに直接適用することはできません。また、すべての離散値における確率の総和が1になっているかを確認することが重要であり、正規化されていない出力をそのまま確率として扱うと誤った推論につながる可能性があります。