情報科学 › 機械学習の数学 › なぜ機械学習に数学が必要か

最尤推定

定義 5.1(「なぜ機械学習に数学が必要か」§5)

パラメータ θ\boldsymbol{\theta} を持つ確率モデル p(⋅∣θ)p(\cdot\mid\boldsymbol{\theta}) と観測データ y\boldsymbol{y} に対し、θ\boldsymbol{\theta} の関数とみた θ↦p(y∣θ)\boldsymbol{\theta}\mapsto p(\boldsymbol{y}\mid\boldsymbol{\theta}) を尤度関数という。尤度関数を最大にする θ^\hat{\boldsymbol{\theta}} を最尤推定量という。対数関数は狭義単調増加なので、これは対数尤度 log⁡p(y∣θ)\log p(\boldsymbol{y}\mid\boldsymbol{\theta}) の最大化、あるいは負の対数尤度の最小化と同値である。

本文で読む(前後の説明と例)→

閉包の状態

定義

定義は閉包の起点です(証明を要しません)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

これを使っている定理

証明で明示的に参照している定理は、まだありません。