ベイズ統計学

ベイズ統計学とは、
迷惑メールフィルタや検索エンジン等に利用されてます。
ベイズ推定のステップは、
1.経験から事前確率を設定する
2.条件付き確率を設定する
3.観測した行動からありえない選択を消去する
4.確率の正規化をして事後確率を求める
たったこれだけのステップです。
ベイズ推定は事前の客観的なデータがなくても推定が可能です。
事前確率を主観的に設定して推定を実行することができるのです。
ベイズ推定の特徴は「主観的確率」にあります。
通常の統計学における（ネイマン・ピアソン推定）でのリスクとは、有意水準のことです。
ベイズ推定におけるリスクは事後確率のことです。
ベイズ推定は情報を得るたびに正確へ近づきます。
IT分野の統計学で利用されているのも、
この逐次処理による正確性にあります。
統計、確率の世界において、
主観的にフィルタを設定したり、
当たりの確率を高めたりするために、
ベイズ統計学は広く用いられるようになります。