Contents

1
2 所 るゴ蟆1
3 所 るゴ蟆2
4 所 るゴ蟆3
5 : ′一 譟一
6 谿瑚襭


1 #

  • 襯 覲 襯(prior probability) 襯(posterior probability)伎 蟯螻襯 襴
  • 襦 襭螳 覃 襯 螳煙.

(C), 蟆郁骸(R) ,
  • P(C) - 語 覦 襯, 襯
  • P(R|C) - C螳 覦 , 蟆郁骸 R 襯, 磯(likelihood)
  • P(C|R) - 蟆郁骸 R 覦 , C螳 襯, 襯

覯伎 襴
  • 襯 P(C) 磯 P(R|C)襯 覃 襯 P(C|R)
  • 襯 P(C) 襯 P(C|R)襯 覃 磯 P(R|C)

2 所 るゴ蟆1 #

P(H|D) = P(D|H)P(H) / P(D)
  • 一危 D 蟯 覺れ , 螳 H 襯 譴.
  • P(H): 襯
  • P(H|D): 襯
  • P(D|H): 磯
  • P(D):


3 所 るゴ蟆2 #

P(T|E) = P(E|T)P(T) / P(E)
  • P(T): 企
  • P(T|E): 襯
  • P(E|T): 企 企, ろ 企.
  • P(E): ろ

ex) 100覯 譟, 70覯 覃伎 . 企 覃伎 襯 0.5.

P(T=0.5|E=0.7) = P(E=0.7|T=0.5)P(T=0.5) / P(E=0.7)

4 所 るゴ蟆3 #

P(H|E) = P(E|H)P(H) / (P(E|H)P(H) + P(E|~H)P(~H))

  • P(H): 螳れ 谿語 襯
  • P(~H): 螳れ 蟇一 襯
  • P(E|~H): 螳れ 蟇一 蟆曙 讀蟇郁 谿語 襯
  • P(E|H): 螳れ 谿語 蟆曙 讀蟇郁 ろ 襯

5 : ′一 譟一 #

糾豌 襭襯 覲企 豌 ′一 50%願, 蟆曙 25%(れ 蠏碁). A螻燕蟲 譯殊 ′一 譟一り . 2 1覦 30覈 . 20覈, 10覈企. 覃覈讌襯 譯手 焔螻 ′一覿襯 覓殊.

′一 襯
  • = 50%
  • = 25%

覃覈讌襯 蟇磯 シ豎 れ螻 螳 蟆郁骸螳 .
  • , ′ = 18覈 (18/30, 60%)
  • , ′ = 10覈 (10/20, 50%)


觜′
0.5*0.6 0.5*0.4
0.3*0.5 0.7*0.5

れ螻 螳 螻磯.
觜′
0.3 0.2 0.5
0.15 0.35 0.5

觜′
0.3/0.5 0.2/0.5 0.5
0.15/0.5 0.35/0.5 0.5

豌 一危磯ゼ 覦 覲願 螻磯 襯企.
觜′
0.6 0.4 1.0
0.3 0.7 1.0

譯殊 讌 ′一 螳 50%, 螳 25%手 螳蟾?
譟郁 螳 覦 蟆企.

伎 2 2覦朱 螳 れ 覃覈讌襯 譯手 ′一覿襯 譟一.
, 2 2覦 襯 2 1覦 一危郁 覦 れ 襯企.

觜′
0.6 0.4
0.3 0.7

螳朱, 蠏碁 60%, 50% ′壱り 螳..
.. 糾豌 襭螳 願 襯願蟲.

6 谿瑚襭 #