Python
ComputerVision
DeepLearning
ベイズ推定
グラフィカルモデル

ベイズ推定とグラフィカルモデルを受講して思ったこと 3 (条件付き独立)

条件付き独立 になる実例を考えた

条件付き独立の定義(おさらい)
P(X,Y∣Z)=P(X∣Y,Z)P(Y∣Z)の式は、Zが与えられたときの Xの分布が、YとZが与えられたときのXの分布と等しいことを示す。

ComputerVisionの12章では、ノイズ消去で、隣合わないセルは、隣のセルが入ることにより、条件付き独立であるという実例がでている。(と解釈した)

その他、身近?で実例考えてみた。

1 目的地到着時刻において、100m手前の場所の到着時刻は、50m先の場所の到着時刻の情報があるときは条件付き独立
2 株価において、 PERと成長性評価の情報があるときは、従業員のスキルレベルは条件付き独立。(株価は、複雑なので、真実はわからないが、このケースはありえるかなと思った)

ここで、はて? 恋人になれる可能性において、その人の魅力度は、相手に彼氏、彼女がいる場合は独立、いない場合は、影響するケースは、グラフィカルモデルでモデリングできるのかな?

次回は、無料でGPU使ってAI作れる Colaboratoryというサービスを本日知ったので、試してブログ書きます。

前回はこちらへ