シラバス レッスン 246 中 33 · モジュール 2:数学と確率、必要なぶんだけ
モジュール 2:数学と確率、必要なぶんだけ

どの推測がデータを最もよく説明するか(尤度)

なぜ大切か このコースのほとんどどの損失も、実はひとつの考えです:見たデータが最もありそうになるモデルを選ぶこと。

小さな数

硬貨を 10 回投げ、7 回表を見ます。硬貨は公平でしょうか? こう尋ねます:表の見込みが p なら、まさにこの並びはどれだけありそうか? p = 0.5 ではそれは 0.5 の 10 乗、約 0.00098 です。p = 0.7 では 0.7 の 7 乗掛ける 0.3 の 3 乗、約 0.0022 で、2 倍以上ありそうです。0 から 1 までのすべての p を走査すると、最良はまさに 0.7:見た表の割合です。

尤度:モデルのある特定の設定のもとで、観測したデータがどれだけありそうかです。最尤:それを最もありそうにする設定です。

多くの小さな確率の積はコンピューターには小さくなりすぎるので、代わりに対数を足します:対数尤度 です。log は入力が上がると必ず上がるので、最良の設定は変わりません。

まとめ 見たものを最も意外でなくする設定を選びましょう。

このレッスンの言葉と記号
尤度
モデルのひとつの設定のもとで、見たデータがどれだけありそうか
あなたの番

log_likelihood(p, heads, tails) と、np.linspace(0.001, 0.999, 999) の上で p を走査し、対数尤度が最も高い p を返す best_p(heads, tails) を書いてください。

ここで要る対数の規則が 2 つあります:積の対数は対数の和、log(a × b) = log a + log b、なので累乗は前に出ます、log(p7) = 7 log p。

このレッスンに問題を見つけましたか?報告する · このレッスンについて質問する

この演習はまもなく開きます

その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。