ベイズの定理とは？
ベイズの定理とは、ある結果が観測されたとき、その原因である確率を、原因側の事前確率と条件付き確率から求める式。P(A|B)＝P(B|A)P(A)/P(B)と表す。迷惑メール判定や故障診断のように、「症状から原因を推定する」問題の理論的な土台になる。
データベーススペシャリスト試験の過去問では2回出題されています（2021年度〜2024年度）。
べいずのていり
ベイズの定理の意味
ある結果が観測されたとき、その原因である確率を、原因側の事前確率と条件付き確率から求める式。P(A|B)＝P(B|A)P(A)/P(B)と表す。迷惑メール判定や故障診断のように、「症状から原因を推定する」問題の理論的な土台になる。
ベイズの定理の具体例
発生率0.1％の故障を99％の精度で検出する試験があっても、陽性と出たときに実際に故障している確率は1割にも満たない。母数が小さい事象では偽陽性が圧倒的多数を占めるためで、直感的な感覚と大きくずれる典型例になる。
ベイズの定理は試験でどう引っ掛けられる？
P(A|B)とP(B|A)を同一視するのが最大の誤り。事前確率を無視して検査精度だけで判断すると答えを外す。ベイズフィルタは学習データの偏りをそのまま結果に引き継ぐ点も押さえておきたい。
ベイズの定理と関連する用語
ベイズの定理が出た過去問
迷惑メールの検知手法であるベイジアンフィルタの説明はどれか。
正解：利用者が振り分けた迷惑メールと正規のメールから特徴を学習し、迷惑メールであるかどうかを統計的に判定する。
要点：ベイジアンフィルタは仕分け実績を学習し確率で判定する
ベイジアンフィルタは、利用者が迷惑メールと正規メールに仕分けた実例から単語などの出現傾向を学習し、新しいメールがどちらに属するかをベイズの定理に基づく確率計算で判定する。学習によって精度が変わる統計的手法であり、エが説明として正しい。
出典：令和3年度 秋期 データベーススペシャリスト試験 am2 問20（IPA）迷惑メールの検知手法であるベイジアンフィルターの説明はどれか。
正解：利用者が振り分けた迷惑メールと正規のメールから特徴を学習し、迷惑メールであるかどうかを統計的に判定する。
要点：ベイジアンフィルターは学習に基づく確率的迷惑メール判定
ベイジアンフィルターは、利用者が迷惑メールと正規メールに仕分けした実例から単語などの出現傾向を学習し、ベイズの定理に基づいて新着メールが迷惑メールである確率を推定する方式である。統計的な判定なので、利用者ごとの傾向に適応でき、学習を続けるほど精度が上がる。送信元のアドレスや経路を見る方式とは発想が異なる。
出典：令和6年度 秋期 データベーススペシャリスト試験 am2 問20（IPA）
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。