ベイズの定理

ベイズの定理とは、ある事象が起こる確率について、新しい証拠や情報が得られたときに、その確率を更新して「事後確率」を求めるための数学的な公式です。以前から知っている確率（事前確率）を基に、新しいデータを取り入れて、より現実に即した予測や確率の評価へと修正していく考え方です。

例えば、あるメールがスパムメールである確率（事前確率）を想定している状態で、そのメールに「懸賞」というキーワードが含まれているという情報（証拠）が追加された場合、ベイズの定理を使うことで、そのメールがスパムである確率をより正確に計算し直すことができます。この手法は機械学習やAIの予測モデルにおいて、状況の変化に応じて判断を更新する基礎的な理論として広く活用されています。

試験では、統計や確率の基本的な概念として問われます。特に、新たな情報によって条件付き確率がどう変化するかというロジックを押さえることが重要です。スパムフィルタの仕組みや、AIの推論プロセスにおける確率計算の例として登場することが多いため、計算そのものよりも、定理が何を意味し、どのような場面で利用されるかの概念を理解しておく必要があります。