いちばんやさしいベイズ統計入門 / 「結果」から「原因」を探し出す

「ベイズ統計」は、英国の数学者トーマス・ベイズ（1702～1761年）が提唱した統計で、「主観的な確率」も柔軟に利用できることが特徴です。この柔軟性が逆に多くの科学者に好まれず、200年以上もの長い年月、冬の時代を迎えることになります。しかし、時代はベイズ統計を忘れていませんでした。むしろ時代が進むにつれ、その柔軟性により活用の幅が広がっていきました。現代におけるベイズ統計の応用は、スパムメールの判定からビッグデータの分析まで、枚挙にいとまがありません。私たちが普段接する従来の統計学は「データ」が必要です。データがない状態では「議論できない」のです。これに対してベイズ統計は、事前のデータがない状態でも、仮定しつつ議論を進め、情報を得ながら確率を更新していける強みがあります。また、ベイズ統計は、結果から原因、未来から過去を探る際にも活躍します。つまり、ベイズ統計は歴史的にも計算の上でも、「未来が過去をつくる」分野なのです。このような冬の時代を経緯に持つ学術分野は、何もベイズ統計だけではありません。近年急激に台頭してきたAI（Artificial Intelligence：人工知能）も、かつて2度の冬の時代を経て、輝かしい現在を迎えています。