翻訳と辞書 Words near each other ・ 最大フロー問題 ・ 最大フロー最小カット定理 ・ 最大・最小 ・ 最大上刺激 ・ 最大上昇率が得られる速度 ・ 最大上昇角が得られる速度 ・ 最大下刺激 ・ 最大下界 ・ 最大下運動 ・ 最大中間呼気流量 ・ 最大事後確率 ・ 最大事後確率判定法 ・ 最大代謝率 ・ 最大余震 ・ 最大値 ・ 最大値の原理 ・ 最大値の定理 ・ 最大値・最小値 ・ 最大値・最小値の定理 ・ 最大値・最小値定理 Dictionary Lists mini英和辞書 mini和英辞書 Webster 1913 Latin-English FOLDOC Wikipedia English ウィキペディア

翻訳と辞書　辞書検索 [ 開発暫定版 ] スポンサード リンク 最大事後確率 ： ミニ英和和英辞書 最大事後確率[さいだいじごかくりつ] ===================================== 〔語彙分解〕的な部分一致の検索結果は以下の通りです。 ・ 最 ： [さい] 　 1. (n,pref) the most　2. the extreme ・ 最大 ： [さいだい] 　【名詞】 1. greatest　2. largest　3. maximum　 ・ 大事 ： [だいじ] 　 1. (adj-na,n) important　2. valuable　3. serious matter　 ・ 事 ： [こと] 　【名詞】 1. thing　2. matter　3. fact　4. circumstances　5. business　6. reason　7. experience　 ・ 事後 ： [じご] 　【名詞】 1. after-　2. post-　3. ex-　 ・ 後 ： [のち] 　 1. (n,adj-no) afterwards　2. since then　3. in the future　 ・ 確 ： [たしか] 　 1. (adj-na,adv,exp,n) certain　2. sure　3. definite　4. if I'm not mistaken　5. if I remember correctly ・ 確率 ： [かくりつ] 　【名詞】 1. probability　 最大事後確率 ： ウィキペディア日本語版 最大事後確率[さいだいじごかくりつ] 最大事後確率（さいだいじごかくりつ、）推定は、統計学において、実測データに基づいて未知の量の点推定を行う手法である。ロナルド・フィッシャーの最尤法 (ML) に密接に関連するが、推定したい量の事前分布を利用して最適化された結果を得る。したがってMAP推定は、ML推定の正規化と見ることができる。 == 概要 == $x$ の観測に基づいて、未知の母集団パラメータ $\backslash theta$ を推定したいとする。$x$ の標本分布を $f$ とすると、母集団パラメータを $\backslash theta$ としたときの $x$ の確率は $f(x|\backslash theta)$ となる。すると :$\backslash theta\; \backslash mapsto\; f(x\; |\; \backslash theta)\; \backslash !$ という関数は尤度関数であり、 :$\backslash hat\_(x)\; =\; \backslash arg\; \backslash max\_\; f(x\; |\; \backslash theta)\; \backslash !$ は $\backslash theta$ の最尤推定である。 ここで、$\backslash theta$ の事前分布を $g$ とする。すると、$\backslash theta$ をベイズ推定における確率変数として扱える。$\backslash theta$ の事後確率は次のようになる。 :$\backslash theta\; \backslash mapsto\; \backslash frac\; \backslash !$ ここで $g$ は $\backslash theta$ の密度関数、$\backslash Theta$ は $g$ の定義域である。これはベイズの定理の直接的な応用である。 最大事後確率推定の手法では、次に $\backslash theta$ をこの確率変数の事後分布の最頻値として推定する。 :$\backslash hat\_(x)$ = \arg\max_ \frac = \arg\max_ f(x | \theta) \, g(\theta) \! 事後分布の分母は $\backslash theta$ に依存していないので、最適化には何の役割も果たさない。$\backslash theta$ のMAP推定で事前分布 $g$ が一様分布の場合の結果は、ML推定に一致する。MAP推定は、一様損失関数におけるベイズ推定関数である。 MAP推定の計算方法はいくつか存在する。 * 閉形式で事前分布の最頻値が与えられるとき、解析的に解ける。この場合、共役事前分布を使う。 * 数値的最適値を得るには、共役勾配法やニュートン法がある。これには1次または2次の導関数が必要とされ、それを解析的または数値的に評価する必要がある。 * 期待値最大化法を変形して用いる。この場合、事後密度の導関数は不要である。 抄文引用元・出典: フリー百科事典『 ウィキペディア（Wikipedia）』 ■ウィキペディアで「最大事後確率」の詳細全文を読む スポンサード リンク 翻訳と辞書 : 翻訳のためのインターネットリソース Copyright(C) kotoba.ne.jp 1997-2016. All Rights Reserved.