ベイズの定理とは？べいずのていり
ベイズの定理とは、観測された結果から、その裏にある原因の確からしさを計算する定理。原因のもともとの起こりやすさ（事前確率）と、その原因のもとで結果が現れる確率を掛け合わせ、結果全体の起こりやすさで割る形をとる。P(A|B)＝P(B|A)P(A)/P(B)と書き、症状から原因を絞り込む推定の土台になる。
最終更新：2026-10-06
この語が出る過去問を解く →背景
手元に集まるのは「原因が起きたとき結果がどう出たか」の観測なのに、実際に知りたいのは逆向きの「この結果が出たとき原因は何か」であることが多い。この向きを入れ替えるには、その原因がそもそもどれくらい起きやすいかを持ち込むほかない——事前確率を式に組み込んだことが、この定理の主張の中心にある。
具体例
18世紀のトーマス・ベイズに由来し、SpamAssassinのようなベイジアンフィルタは、本文に現れる単語の出現頻度からそのメールが迷惑メールである確率を計算して振り分けている。学習した文面が増えるほど事前確率の推定が実態に近づき、判定精度が上がる仕組みになっている。
試験での引っ掛け
P(A|B) と P(B|A) を同じものとして扱うのが最大の誤りである。発生率0.1％の故障を99％の精度で検出できる試験でも、陽性と出たときに実際に故障している確率は1割にも満たない——母数の小さい事象では偽陽性が多数を占めるためで、事前確率を無視して検査精度だけで判断すると答えを外す。ベイジアンフィルタが学習データの偏りをそのまま結果に引き継ぐ点も併せて押さえておく。
関連用語
出た過去問
出典：令和3年度 秋期 データベーススペシャリスト試験 午前Ⅱ 問20（IPA）解説で登場
迷惑メールの検知手法であるベイジアンフィルタの説明はどれか。
正解：利用者が振り分けた迷惑メールと正規のメールから特徴を学習し、迷惑メールであるかどうかを統計的に判定する。
要点：ベイジアンフィルタは仕分け実績を学習し確率で判定する
ベイジアンフィルタは、利用者が迷惑メールと正規メールに仕分けた実例から単語などの出現傾向を学習し、新しいメールがどちらに属するかをベイズの定理に基づく確率計算で判定する。学習によって精度が変わる統計的手法であり、エが説明として正しい。
出典：令和6年度 秋期 データベーススペシャリスト試験 午前Ⅱ 問20（IPA）解説で登場
迷惑メールの検知手法であるベイジアンフィルターの説明はどれか。
正解：利用者が振り分けた迷惑メールと正規のメールから特徴を学習し、迷惑メールであるかどうかを統計的に判定する。
要点：ベイジアンフィルターは学習に基づく確率的迷惑メール判定
ベイジアンフィルターは、利用者が迷惑メールと正規メールに仕分けした実例から単語などの出現傾向を学習し、ベイズの定理に基づいて新着メールが迷惑メールである確率を推定する方式である。統計的な判定なので、利用者ごとの傾向に適応でき、学習を続けるほど精度が上がる。送信元のアドレスや経路を見る方式とは発想が異なる。
出典・参考
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。