理論とは？/ アイフル
[ 431] グーグル、インテル、MSが注目するベイズ理論:スペシャルレポート - CNET Japan
[引用サイト] http://japan.cnet.com/special/story/0,2000056049,20052855,00.htm
|
上記数式はベイズの定理を示したものである。難解な記号の羅列に見えるかもしれないが、大雑把に言うと何かが起こる可能性はその事柄の過去の発生頻度を使ってほぼ推測ができるということだ。研究者はこの考え方を遺伝子研究から電子メールの選別にまで応用しようとしている。 ベイズ定理の数学的な詳細説明はミネソタ大学のウェブサイトに掲載されている。また、Gametheory.netのベイズ法則アプレットには、「ある病気の検査で陽性となった場合、どの程度心配するべきなのか」というような質問への答えが掲載されている。 サーチエンジン超大手のGoogleと情報検索ツールを販売するAutonomyの両社もベイズの原理を採用し、百発百中ではないにしろ高い確率で適当なデータを探し当てる検索サービスを提供している。様々な分野の研究者も、特定の症状と病気の関連付けや個人用ロボットの創造、過去のデータや経験に基づく指示に沿って行動し「考える」ことができる人工知能デバイスの開発などにベイズモデルを使っている。 Platformに採用している。このテクノロジーは将来的に同社のソフトウェアに組み込まれる予定で、それによりコンピュータや携帯電話がメッセージや会議予定に自動フィルタをかけたり、コンピュータなどの持ち主が他人と連絡を取りあうための最善策を考えたりすることができるようになる。 今日でこそ支持されているベイズ理論だが、いつも広く受け入れられてきたわけではない。ほんの10年前には、ベイズ理論の研究者も研究の外郭部分について語っていただけだった。しかしその後、数学的モデルの進歩やコンピュータの高速化、そして各種実験で有効な結果が得られたことなどが後押しとなり、ベイズ学派が新たな信頼を得るようになったのだ。 ベイズ理論は、おおまかに言うと「未来を推測するには過去を振り返らなければならない」と要約することができる。つまり、ベイズは未来の出来事の確率はその事象の過去の発生頻度を求めることで計算できると説いたのだ。例えば、宙に投げられたコインが表向きに着地する確率が0.5であることは実験データから分かるといった具合だ。 例えば、コインの代わりにプラスチックの押しピンを投げて、針が上向きの状態で落ちる確率や、ピンが横向きに落ちた場合に針がどちら向きになるかを調べたいとする。結果に影響を与えると思われるのは、押しピンの形状、製造工程でのばらつき、重量分布などの要素だけでなく、ピンの着地パターンの種類の多さだ。 ベイズ理論の魅力はその誤解を招きかねないほどの単純さにある。ベイズ理論では、完全に現実の世界から集められたデータに基づいて推測を行い、データの数が多ければ多いほどより確実な推測を引き出せる。また、ベイズモデルは自己修正型モデルであり、データの変化に応じて結果が変わる。このこともベイズ理論の強みだ。 先の押しピンの例で示したように、物事の複雑さや、より多くのデータを集める必要性は加速的に拡大していく可能性がある。しかし、強力なコンピュータの出現により、推量をベースに説得力のある結果を導き出すのに十分なデータを用意することが可能となった。 例えば、全国民を対象とする調査から肺癌の発祥原因を見出そうとすると、肺癌患者は少なく見えるかもしれない。しかし、喫煙者に限定した調査を行えば相関性が見つかるかもしれないし、さらに肺癌患者のみを対象とした調査を行えば、肺癌と生活習慣の間にある因果関係の仮説を立てるヒントを得られるかもしれない。 このようなデータはアプリケーションを使用する人物への受信メッセージや他の情報の流れを管理するために使われる。例えばあるマネージャーがある社員のコンピュータに午後2時40分に電子メールを送ったとしよう。Coordinateはその社員のスケジュールを調べ、その人物が午後2時からの会議に出席していることを知る。またCoordinateはこの人物の習慣を調べ、例えば通常は会議開始時間の約1時間後にキーボードをたたき始めることを発見する。さらにこの人物は通常はマネージャーからの電子メールには5分以内に返信していることに気付くかもしれない。これらの全てのデータをもとに、Coordinateはこの人物が少なくとも20分間は席に戻らないことを予測し、マネージャーからのメッセージをこの社員の携帯電話に転送する決断をするのである。同時に、このプログラムは他の人からの電子メールは転送しないと判断するかもしれない、と言った具合だ。 ベイズ理論の応用はパーソナルコンピュータの世界に留まるものではない。ロチェスター大学の研究者は、発作の前に人間の歩き方が変化することに着眼、人間の目では見つけにくい微妙な変化をカメラで撮影し、そのデータをPCに送り込んで発作の兆候を見つけることができるとしている。 同じ原理を利用して、空港でも試験的なセキュリティーカメラが使われている。ほとんどの空港利用者は車を駐車後すぐにターミナルへと移動するので、誰かが駐車後に他の車に向かうという通常のパターンから外れた行動をすると、それを認識し警告を発するのである。ベイズモデルと技術情報を開発する基本的なツールがこの秋にIntelの開発者向けサイトに掲載される予定だ。 確率論の重要さを軽んじるものは減ったものの、その応用についての議論はまだ続いている。ベイズモデルは本質的に主観的データに頼っているため、結果の正当性については人間が判断する余地を残すものだという批判が定期的に現れる。また確率論的モデルも人間の思考プロセスの微妙な部分を完全に説明するものではない。 トラックバック一覧からリンクされているウェブページはこの記事にリンクしている第三者が作成したものです。内容や安全性について当社では一切保証できませんのでご注意下さい。 家計・生活を少しでも楽にしたいと思っているあなたへ！！絶対！お勧めですよ〜■値段だけ見ると高価ですが、コストパフォーマンスが非常に高い商品です「これ、やってみよう！」私はこちらを見て本気でそう思いました。見て頂けましたか？なんと！特にＦ... なんとあの「爆発的効果」を持つマニュアルが値上げしてしまうらしいです！！急いでください！！あの有名な沼倉さんとインフォ侍さんの「確実に稼げる商材」、この機会を見逃さないでくださいね！私と同じように、稼いでみませんか？稼げない商材を沢山買ってお金のやりくり… ※サービス名をクリックするとこのページをブックマークできます。また、人数をクリックするとブックマークしている人やコメントを一覧できます。なお、サービスによってはログインが必要な場合があります。 Twitterではある人に何人のフォロワーが付いていて、その人が何件のメッセージを投稿しているのかといった数字に注目が集まる。結局は、最も多くのフォロワーを獲得しているユーザーが最も多くの価値を提供していることになるのだろうか。 マイスペース、Facebook、グーグルといったメジャーな企業が次々とデータポータビリティ技術を発表しているが、こうした技術の並立はデータの共有化ではなくて市場の分断化に向かう恐れはないのか。 モバイルソーシャルネットワークは有力なサービスであり、今後ソーシャルウェブに続いて軌道に乗ることが予測される。この記事では、有望な4つのモバイルソーシャルネットワークを紹介する。 東京株式市場に大きな異変が起こり、NTT、ソニーの日替わりでのストップ高、富士通のストップ高寸前までの急騰など、久しぶりに「主力ハイテク銘柄の復権」を思わせるような展開だ。 消費行動に関する調査を実施した結果、女性は男性に比べ、商品によって消費パターンを使い分ける傾向が強いことが分かった。また、2、3年前に比べ、衝動買いをする消費者は約15ポイント減少したことも明らかになった。 インターネット上での情報収集に関する調査を実施したところ、男女別に見ると、男性は「比較サイト」、女性は「口コミ情報サイト」や「サンプル・トライアル商品」を利用する傾向が強いことが分かった。 以前のコラムでは、市場概況をリサーチする上で最低限意識しなくてはならない4つのポイントを説明した。今回は、リサーチに関する7つのテクニックをご紹介したい。 ハーバード大学の2人の研究者によると、暴力的なゲームを体験した子どもは日常世界でも暴力的な振る舞いをするということを示すデータは得られなかったという。 ドイツの大手出版社がオンライン百科事典「ウィキペディア」の主要な項目を収録した百科事典を9月に出版する計画を発表した。そして、記事の執筆者は本来もらうべき印税をだまし取られているのではないかという議論が巻き起ころうとしている。 携帯電話とPCには5つの大きな違いがある。PCのSEOのノウハウを携帯電話にそのまま転用しても成功には結びつかない。両者の違いを踏まえてモバイル独自の対策を実施する必要がある。 「画質」でも「記録メディア」でも、さらには「保存方法」でも選べる今シーズンのビデオカメラ。その機能と デスクトップに置いても邪魔にならないコンパクトサイズかつ納得のできる高音質という2つの要望を叶えるス |
アイフルのサイトです。
