ベイズの定理 とは？

身近な例だと、メールのスパムフィルターだよ。「この単語が入っているメールはスパムかどうか」を、過去のデータをもとに確率で判断しているんだ。新しいスパムが来るたびに確率が更新されて、どんどん賢くなるんだよ

たとえば「雨が降る確率は30%」と思っていたところに、朝起きたら空が真っ暗だった。この「新しい証拠」を加味して「やっぱり70%くらい降りそう」と確率を上げる。この更新の計算ルールがベイズの定理なんだよ

P(A|B) = P(B|A) × P(A) / P(B) という式だよ。P(A)が事前確率（最初の予想）、P(B|A)が「Aが正しいときにBが起きる確率」、P(A|B)が事後確率（Bを見た後の更新された確率）。言葉にすると「証拠Bを見た後にAが正しい確率」を求めているんだね

そう、たとえばある病気の検査で陽性が出たとき、本当に病気である確率を求めるのにベイズの定理を使う。検査の精度だけでなく、その病気がどれくらい珍しいか（事前確率）も考慮しないと、偽陽性に騙されてしまうんだよ

めちゃくちゃ使われているよ。ナイーブベイズ分類器はテキスト分類の定番だし、ベイズ最適化はハイパーパラメータのチューニングに使われる。「不確実さを数値で扱う」というベイズの考え方は、現代のAIの根幹にあると言っても過言ではないんだよ