AI用語集
人工知能の完全辞典
ベイジアンモデル平均化（BMA）
複数のモデルの予測をそれらの事後確率に基づいて重み付けし、結合する統計的アプローチ。最終的な予測におけるモデルの不確実性を考慮することができる。
事後モデル確率
データを観測した後、あるモデルが真のデータ生成モデルである確率。ベイズの定理を用いて、尤度とモデルの事前確率を組み合わせて計算される。
モデル証拠
特定のモデルの下でのデータの周辺尤度。モデルの全てのパラメータについて積分することで得られ、ベイズ枠組みにおける異なるモデルの比較に使用される。
オッカムの窓
BMAにおけるモデル選択技術で、観測されたデータに対して複雑すぎるモデルを除外し、妥当な複雑さの範囲内にあるモデルのみを保持する。
ベイジアンモデル選択
競合するモデル間で、それらの事後確率に基づいて選択するプロセス。オッカムの原理を通じてモデルの複雑さに対するペナルティを自動的に組み込む。
事前モデル確率
データを観測する前にモデルに割り当てられる確率。異なる候補モデルの相対的な尤もらしさに関する事前の信念を反映する。
予測分布
将来の観測値の確率分布。パラメータとモデルの不確実性を積分し、各モデルの予測分布を重み付け平均することで得られる。
ベイジアンアンサンブリング
ベイズ原理を用いて複数のモデルの予測を結合する手法。モデルの信頼性に基づいて重み付けされた単一の最終予測を生成する。
加重平均予測
BMAの枠組みにおいて、モデルの事後確率で重み付けされた個々のモデルの予測を平均化して得られる最終予測。
ベイズ情報量基準（BIC）
ベイズ的アプローチにおいて過剰適合を避けるためにモデルの複雑さを罰則化し、モデルの事後確率を近似するモデル選択基準。
ディリクレ過程
ノンパラメトリックベイズモデルで使用される確率過程で、混合モデルにおける無限の成分数を可能にし、モデル平均化を容易にする。
階層ベイズモデル
パラメータ自体が独自のハイパーパラメータを持つ事前分布を持つモデル構造で、BMAにおいて類似モデル間での情報共有を可能にする。
マルコフ連鎖モンテカルロモデル合成（MC3）
モデル選択とモデル平均化の問題において、モデルの事後確率を推定するためにモデル空間を探索するサンプリングアルゴリズム。
可逆ジャンプMCMC
異なる次元のパラメータ空間間を移動することを可能にするMCMCアルゴリズムの拡張で、可変複雑性モデルに対するベイズ推論に不可欠。
ベイズ因子
2つの競合モデルの証拠の比で、ベイズ的枠組みにおいて一方のモデルに対するデータの支持を他方と比較して定量化する。
予測事後分布
パラメータとモデルの不確実性を統合した将来観測値の予測分布で、頑健な予測を行うためのBMAの基盤。
モデル空間
BMA分析において考慮されるすべての候補モデルの集合。問題の文脈と制約に応じて有限または無限となる。
スパイク・アンド・スラブ事前分布
回帰係数のための混合事前分布で、ゼロでの点質量（スパイク）と連続分布（スラブ）を組み合わせたもの。BMAにおける変数選択を容易にする。
ベイジアンモデル結合
BMAの拡張で、モデルの結合重み自体が事前分布を持つ確率変数として扱われる。これにより、集約に関するより柔軟な推論が可能となる。