【数分解説】尤度(尤度関数): あるデータが与えられる時そのデータが出やすいパラメータを求める評価値が欲しい【Likelihood Function】

尤度(尤度関数)は、データが与えられたときに尤もらしいパラメータを示す指標です. 関数が確率分布の関数を使い回すことでややこしくなりますが、関数の表現が同様でも変動するパラメータが異なり、確率ではないため、パラメータで積分しても1になりません.尤度が最も高いパラメータは、与えられたデータが出る可能性が最も高くなるパラメータになることが期待されます. 確率が離散的でも、尤度が連続的な関数になることもあります.
最尤推定は、この尤度を最大にするパラメータを求める手法です.
尤度関数の対数を取って、パラメータで偏微分した値を0とすることで最適なパラメータを求めます.
今回は尤度関数を7分で紹介します.
ThothChildrenは数分でアルゴリズムのポイントをわかりやすく簡単に理解できること、メリットデメリットの把握を目指した解説を投稿する動画チャンネルです.
技術学術集積所 : ThothChildrenVideo
アニメーションを目で見て理解するアルゴリズム
www.thothchildr...
参考:
【数分解説】パーティクルフィルタ(粒子フィルタ): 観測できない内部の状態の予測分布を粒子で表現して、観測値と制御量、ひとつ前の予測から次の予測をしたい【Particle Filter】
• 【数分解説】パーティクルフィルタ(粒子フィル...
【数分解説】決定木学習(前編:基本とID3): 特徴量から予測でき、重要な特徴量を把握、判断を説明できる軽量な学習がしたい【DecisionTree Model】
• 【数分解説】決定木学習(前編:基本とID3)...
【数分解説】混合ガウス分布: 複数のガウス分布の足し合わせで確率分布を表現したい【Gaussian Mixture Model : GMM】
• 【数分解説】混合ガウス分布: 複数のガウス分...
【数分解説】K-means法(k平均法) : クラスタ数を指定してデータを分割、クラスタリングしたい
• 【数分解説】K-means法(k平均法) :...
【数分解説】ベイズとかp(A|B)、画像や文字列を絡めた確率、条件付き確率のイメージを持てるようにする解説動画【初学者向け】
• 【数分解説】ベイズとかp(A|B)、画像や文...
【数分解説】ラグランジュの未定乗数法 : 拘束条件を守りつつ関数の値を最大化するパラメータを求めたい【Lagrange multiplier】
• 【数分解説】ラグランジュの未定乗数法 : ...
【数分解説】レーベンバーグ・マーカート法 : 非線形な式を扱う場合でも関数の極小値を高速に求めたい:関数フィッティングなどに応用【Levenberg-Marquardt algorithm】
• 【数分解説】レーベンバーグ・マーカート法 ...
【数分解説】ガウス・ニュートン法 : 非線形な式を扱う場合でも関数の極小値を高速に求めたい:関数フィッティングなどに応用【Gauss Newton Method】
• 【数分解説】ガウス・ニュートン法 : 非線...
【数分解説】ニュートン法による最適化 : 非線形な式を扱う場合でも関数の極小値を求めたい:関数フィッティングなどに応用【Newton Methods】
• 【数分解説】ニュートン法による最適化 : ...
【数分解説】拡張カルマンフィルタ : 非線形でもノイズを考慮してリアルタイムに直接観測できない状態を推定したい【Extended Kalman FIlter】
• 【数分解説】拡張カルマンフィルタ : 非線...
【数分解説】カルマンフィルタ : ノイズを考慮してリアルタイムに直接観測できない状態を推定したい【Kalman FIlter】
• 【数分解説】カルマンフィルタ : ノイズを...
【数分解説】ベイズ更新 : データを受けて確率を逐次的に更新して推定したい
• 【数分解説】ベイズ更新 : データを受けて確...
ThothChildren
www.thothchildr...
まとめ:
尤度/尤度関数のまとめです.
尤度は与えられたパラメータにどれほど、パラメータが最もらしいかを表現する値で、値自体には意味はなく、他のパラメータの尤度の比較に意味があります.
以上で、尤度/尤度関数の解説を終了します.
ご視聴ありがとうございました.
---
リテラシー学習アプリSukunabikoもAppStoreで公開中!!!
apps.apple.com...

[@nakamuratakahiro605]

パラメータぼ指標とは、ようは対象データを与えたときにそれに一番適合できる統計モデルを作るために、その統計モデルを定義するために最適化された平均と分散を見つけ出す計算の説明ですね。尤度が高いとよりその統計モデルが対象データにより適合していることを判断するための相対的な尺度との見方ですね。