ベイズの定理とナイーブベイズとは？
ベイズの定理とナイーブベイズとは、事前確率と観測された事象の条件付き確率から事後確率を求める式がベイズの定理。ナイーブベイズはすべての特徴が互いに独立という単純化を置いて分類を行う手法で、計算が軽く、少量データでも動くため文書分類などで使われる。
べいずのていりとないーぶべいず
ベイズの定理とナイーブベイズの意味
事前確率と観測された事象の条件付き確率から事後確率を求める式がベイズの定理。ナイーブベイズはすべての特徴が互いに独立という単純化を置いて分類を行う手法で、計算が軽く、少量データでも動くため文書分類などで使われる。
ベイズの定理とナイーブベイズの具体例
迷惑メール判定で、「当選」という語を含むメールの事前分布から事後確率を計算する。有病率1%の検査で感度99%・特異度95%なら、陽性でも本当の罹患確率は約17%にしかならない、といった直感に反する計算も同じ定理で導ける。
ベイズの定理とナイーブベイズは試験でどう引っ掛けられる？
事後確率を感度（検査の正しさ）と取り違えると、上の例で「99%罹患」と誤答する。また独立仮定は現実には成り立たないことが多いが、それでも分類の順位付けとしては十分機能する点も押さえたい。
ベイズの定理とナイーブベイズと関連する用語
最終更新：2026-08-25／解説は資格暗記が独自に作成しています。 過去問の出典は各問題に記載のとおりです。