紙の本
ベイズの応用に関する貴重なよみもの
2011/08/16 00:48
1人中、1人の方がこのレビューが役に立ったと投票しています。
投稿者:Kana - この投稿者のレビュー一覧を見る
ベイズの定理にもとづく予測法のさまざまな応用について書いている. ベイズの定理そのものや,さまざまな理論については他の本を読む必要があるだろう. この本の内容はその応用に関するヒントといってよいだろう.
ビジネスなどにやくだてられている例も,もちろんとりあげられている. しかし,異性の行動分析とか家庭での利用とかいう,むしろ,あたまの体操的な話もとりあげられている. ベイズの応用に関する軽いよみものという雰囲気であり,他にはない貴重な本だといえるだろう.
投稿元:
レビューを見る
ベイズ理論を紹介する本。2009年。事後予測を可能にするベイズ予測について解説している。著者はマイクロソフトで開発に従事している。従来の統計的な分析とはややことなり、前の事象が後の事象に影響を与えるような場合、ある程度の予測、事後に起こる事象の確率の確からしさを表すことができる。わかりづらい表現であるが、実際にメールフィルタやネット検索においても使用されているらしい。エクセルでのベイズの使用方法も紹介されており、すぐに実践に移れる点がすばらしいが、著者がマイクロソフトの人間であることから当然コマーシャルと受け止めてしまう。すこし残念なポイントである。
投稿元:
レビューを見る
ベイズというものが少しわかりました。細かくは他の本がいいと思いますが、ざっくりと読む分にはこれでOK
投稿元:
レビューを見る
今、流行のベイズ分析についての解説と思いきや、その手の解説はあまりない。マルコフ連鎖、ベイジアンネットワーク、ラプラス補正、リフトチャート、ROIチャート、混同マトリクスとか専門用語がつぎつぎと出てくるが、なんのことだか意味するところがフォローできない。
ただ、いろいろな事例が紹介されている。クレジットカードの使用のパターンをベイズ的に解析することでカードコピーによる不正利用を見つけることができるという実例には驚いた(後で知ったけれどこれは結構有名らしい)。しかし、本書が最初の導入段階で看過できない間違いを含んでいることにはもっと驚いた。
この本のはじめに出てくる(モンティホール問題のような)例を見てみよう。本書の記述を素直に読めば本書で計算しているようなモンティホールジレンマと呼ばれる現象がこの例では起きないことが分かる。本書では5つのカードに1つだけアタリあり、残りはハズレというくじのという話になっている。Aさんがはじめにカードを選び、次にBさんが残りの4つからカードを選ぶ。このときAさんがアタリの確率は1/5である。もちろんBさんがアタリの確率も1/5である。ここまでは問題ない。ここで司会者は自分から一番近いカード(Bさんの選んだカード)を開ける。そしてこれがハズレであった、このときAさんがアタリの確率はどうなるだろう?
司会者が5つのカードからランダムにBさんのカードを選び開けた想定すると、答えはカードが4つ残っていてアタリが1つなので当る確率は1/4になる。1/5だった(事前)確率が新たな観測によって1/4(事後確率とよぶ)になるというのがベイズの考え方だ。Bさんがはずれたという情報によってAさんが当たる確率が上昇したといってもよい(この時、Aさんはちょっとラッキーだったのだ)。Aさんがアタリである事象を AとしてBさんがはずれる事象をB'とおくとベイズの公式を使えば
P(A|B')=P(B'|A)*P(A)/P(B')
とかけるP(A|B')とP(A)がそれぞれ事後確率と事前確率でP(B'|A)はAさんがアタリの時、Bさんがはずれる確率でこれは1なので
P(A|B')=5/4×1/5=1/4
と計算できる。仮に文章に書かれていないC、D、Eさんがいて残りのカードをそれぞれ選んでいたと考えると、A、C,D、Eさんの立場は基本的に同じなのでAさんが当たる確率が1/4であることは明らかであろう。なんの不思議もない当り前のことでしょう。
ところが著者はそれが1/5のままだという。さらに残りのカードが当る確率が4/5×1/3=4/15だという(つまりAさんは選択しなおしたほうがいいという)。これは司会者がアタリのカードを知っていいてかつAさんの選んだカード以外の中からハズレのものをランダムに選んだ場合においては正しい(これをモンティホールジレンマという)。つまり、あらかじめAさんが司会者から“特別視”されている場合(初めにAさんのカードはめくらないという前提があり、カードをめくるというイベントがAさんが選ぶカードがアタリかハズレかになんの情報も与えない場合)にのみ正しいのである。2人の参加者がいてBさんの代わりにAさんが初めにハズレを宣告されていたかもしれないシチュエーションではモンティホール���レンマは起きない。つまりAさんとBさんの選んだカードは司会者にとって平等な立場にあるので、2人のアタリである確率には差がなく最初の計算が成り立つのである。
本書の記述を見ると司会者の行動についても単に近い方を選んだふうにも読めるし(この場合は上記の計算になる)、参加者(AさんとBさん)の選んだカードのうちハズレのほうを選んだようにも読める(この場合はさらに違う計算になる(*注1))。つまり司会者の行動ルールにいろいろな可能性があるわけだ。モンティホール問題のオリジナルバージョンでは選択肢は3つで参加者は1人なのだが著者が5つにしたうえ参加者を2人にしたことで、問題はかなり複雑になっているのである。この手の一般向けの本でもともと難しい問題をさらに複雑にして提示する著者の意図が分からない。この例のあとの本書の記述も変なので、おそらく論理能力がたりないのでしょう。
ところで私はこの本の著者が超有名IT企業のシニアアソシエイトということとネット上での評価が高いことから直感的に(あるいはベイズ的な思考によって)この本も十分なレベルに達している確率が高いと踏んで購入したわけだ。ところがこの本のレベルは想定外にひどかった(だれでもいいから確率に詳しい社員やインターンにチェックをお願いすればこの状態で出版することはないはずなのに)。amazon等で高い評価をしている人も間違いに気づくべきだったと思う。騙されてますよ。マジで。
(*注1)司会者がAさんかBさんの選んだカードからどちらかを選んでめくるとすると、このイベントは残りの3つカードがアタリかハズレかに影響しないのでこれらが当たる確率は1/5のままだ(3つ合わせて3/5)。一方、残りのAさんが当たる確率は2/5となり、本書とは逆のモンティホールジレンマが生じカードを選びなおすと損をすることになる。
投稿元:
レビューを見る
なんというか、あまり内容を吟味しないで買ってしまって後悔してます。
ベイズがどのような分野に使われているか、またその分析をするためにはどうすればよいのか、という方向が主軸の話。
数式はほとんど出てきませんでした。
予備知識が0の人がどんなものかを掴むための本です。
また、使用するソフトウェアが有料なのもいただけません(試用版はあるみたいですが)
投稿元:
レビューを見る
IT技術者の入門教養書としては読みごたえのある豊富な内容。実用には数学書での勉強が別途必須
http://www.amazon.co.jp/review/R1UFT6WTKIT5LO/ref=cm_cr_rdp_perm
投稿元:
レビューを見る
Excel2007のデータマイニングにナイーブベイズモデルが実装されてたのはこの本で知った。
VISIO 2007の使い道もはじめて知った。
投稿元:
レビューを見る
全く知識のない人には少し幅広過ぎ、知識のある人には専門的でなさ過ぎ、という感が否めない。
かじりたての人が、理解を試すのにちょうど良い感じ?
投稿元:
レビューを見る
ベイズを分かりやすくかいつまんだ本。
なのだが、うーんという感じであった。
恐らく初学者に向けての本なのだが、
かなりフワッとしていてまた説明不足感は否めない。
また、始めてベイズに触れる人には勘違いを引き起こしかねないようになっているように感じた。
例えば、以下がナイーブベイズの説明。
『ナイーブとは「純粋でありのまま」という意味なので、ナイーブベイズは「ベイズの定理をそのまま素直に適用したアルゴリズム」のことを指します。』
えーー、その説明はどうかなと思う。。。
(その後に、数式などを用いた説明は無し)
他にも、色々きになる部分が多かった。
ただ、イイなと思ったのはベイズの応用例が、スパム判定とか、婚活マッチングとか、音声認識、原子力潜水艦の探索など、色々具体的に説明されていたのは、応用例を掴みやすく良かったです。
投稿元:
レビューを見る
裏返された5枚のカードくじゲーム。司会者が「この中の一枚だけが当たりです」。選ぶ人は、あなたとA君。まず、あなたが「一番右」と指定。A君は「その隣」。司会者がA君の指名したカードを裏返し「はずれです」。続けて、司会者があなたに「カードを変更してもいいですよ」という。あなたならカードを変更しますか?その理由は? 私の書評を読んでくれている人なら、この手の問題は一度経験済みなはずです。変更すると当たりの確立が上がるので、変更すべきです。詳しいことはスキップしますが、これがいわゆる「事後確立」と呼ばれる現象。発案者はベイズという数学者です。本書は、このベイズによって発案された確率論と、データマイニングを使って、予測の精度を上げる方法を解説します。Excelやvisioを使ったデータマイニングの方法もきめ細かく教えてくれます。しかし、ロジックの説明がありません。なので、なんのことやらサッパリ理解できません。ということで、まことに遺憾ながらクソ本認定いたします。
投稿元:
レビューを見る
運命とは、マルコフ連鎖である。
メールの自動分類、携帯電話の乗り換え対策、犯罪調査、原子力潜水艦の探索、音声認識、感情認識、画像認識、
株売買への応用、教育への応用、購買販売戦略への応用、
ナイーブベイズの活用、ラプラス補正
ExcelとSQLserverデータマイニングアドインのサンプルデータでマイニングを学べる。
VISIOで可視化できる。