YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Japanese subtitles

← Bayes Rule Diagram - Intro to Machine Learning

Get Embed Code
5 Languages

Showing Revision 1 created 01/24/2017 by 政裕 大窪.

  1. この癌の事例では、まず「癌である事前確率」があり
  2. 検診の「有病正診率」と「無病正診率」とがあります。
  3. 陽性だったので、「事前確率」に
  4. 「有病正診率」を掛け算したものと
  5. 「事前確率」に 1 -「無病正診率」を掛け算します。
  6. こちらが実際にあなたが癌の場合で
  7. こちらは実際にはあなたが癌ではない場合です。
  8. これで、癌の有無の推定と、検診結果の
  9. 組み合わせによる確率を得られます。
  10. こちらは癌がある仮定、こちらは無い仮定です。
  11. ではこれを足し算しましょう。
  12. これは通常1にはなりません。
  13. あなたが得る数値は
  14. 「検診結果が何になるか」の確率です。
  15. この場合は「検診結果が陽性」の確率です。
  16. そして次にすることは、割り算です。
  17. 正規化とも言います。この足し算の結果を使います。
  18. 右側も同じく割り算をします。
  19. 両方同じ数字で割り算をするのは、
  20. こちらは癌の可能性、こちらは癌でない可能性ですが、
  21. この値は癌の有無に影響を受けないからです。
  22. このようにして目的の事後確率を計算することができます。
  23. この通りに正確に計算して入れば、この和は1になります。
  24. これがベイズの定理によるアルゴリズムです。