確率モデル

ベイジアンネットと向き合う可能性が出てきたので何の脈絡も無く確率モデルの話です
（tex記法が使えると発覚！これでちょっとはいいかもしれない・・・）

ニューラルネットではノード間の重みを０〜１で正規化していました、重みは0だと全く繋がって無くて１だと強く繋がっていて入力を全て通します

・・・これって確率モデルで表せば熱くない！？って感じで出てきました確率モデル

「その結果を与えるのにより尤も（もっとも）らしい結果を与える原因」

という考え方の元に成り立っている物です。

例えばコインを５回投げて３回表が出たという事象があったとします。

この結果を与える最も尤らしい原因は

「表が出る確率が3/5である」

という感じです

この最も尤もらしい原因を探す方法を「最尤推定」尤もらしさを「尤度（ゆうど）」と呼びます

この説明は（尤もらしい方を選択する、たまに意味分からない選択する等といった）人間の感覚に近く、それゆえ人工知能の実現を目指す人に愛されているのだと思います

この考えを持っていると訳分からないと思っていたベイジアンネットも少しは仲良くなれるかもしれません

実際の確率モデル型ネットワークで見てみると

※上図の条件付き確率の記法が逆になっています、混乱させるような事を書いてしまい申し訳ありません

Cという結果はAが起こったという条件の元で起こった場合（A→C）とBが起こった場合（B→C）が考えられる
と言えますね

これに確率の考え方を入れると

という素敵な式に変形出来ます。何が素敵かっていうと確率の性質として

・全ての総和が１
・ベイズ則で変形すると登場する項が全て説明しやすい項に変換可能

であるためです。

ちなみに最尤推定はEMアルゴリズム等の方法で推定する事が出来ますが、具体的な式変形（ベイジアンネットを愛する天才の美しすぎる変形）を現在のブランクあり状態で追える気が全くしませんので割愛します。

うんちく垂れてても作れなきゃしょうがないよね、愛しのMATLAB環境カムバッ〜〜〜ク！！！

まぁ泣き言言ってても始まらないから何か作ってみようと思います、それではまた〜