イラストで学ぶ人工知能概論を再度勉強する　第６章　確率とベイズ理論の基礎

はじめに

とある理由で
「二重文節構造」のアイデアに触れた時から大ファンになった
谷口忠大先生の名著「イラストで学ぶ人工知能概論」を
じっくり勉強しなおしたくなって
改訂第2版を購入しなおした。

本noteは、その備忘録

ホイールダック2号、現実世界は不確実性に溢れていることに気づく

第６章　確率とベイズ理論の基礎

講義スライドと谷口忠大先生本人の講義動画が
谷口忠大先生から提供されています

講義スライド

6.1　環境の不確実性

現実世界は不確実性に満ちている。

6.2　確率の基礎

事後確率P(A|B)は、Bが起きた後にAが起こる確率で、
ベイズの定理で重要な概念である

6.3　ベイズの定理

結果から原因の確率を求めることができる
新しい観測から原因の確率を修正できる

P(B|A) ∝ P(A|B) P(B)

6.4　期待値と意志決定

行動が確率的な場合でも、期待値を導入することにより、
確定システムの評価値最大化と同じ戦略を取ることができる

6.5　確率分布のパラメータ推定

真の確率はわからない。観測値からパラメータ推定するしかない

本章の最重要ポイント

現実世界の不確実性は、
ベイズの理論を導入して期待値を導入することにより、
確定世界の評価値最大化問題に帰着できる

おわりに

ついに登場したベイズの定理
P(B|A)を、「Aが起きた後にBが起きる確率」ととらえることにより
原因の確からしさを推定できると知ったときは
かなりの衝撃を受けたのだ。