HyperAI超神经

オッカムの剃刀これは、観察と一致する仮説が複数ある場合は、最も単純な仮説を選択することを意味します。オッカムのかみそりは、ヒューリスティックな手法としてよく使用されます。これは、理論モデルを開発するのに役立つツールであり、理論を判断するための基礎として使用することはできません。

オッカムの剃刀は、ラテン語名で「オッカムの剃刀」とも呼ばれ、単純さの法則を意味します。

これは、14世紀の論理学者でフランシスコ会の修道士ウィリアム・オブ・オッカムによって提案された問題解決のルールで、彼は「箴言の注釈」第2巻第15章で、「もっと無駄にしないで、もっと同じことをすることができる」と述べています。物が少ないもの』。」

言い換えれば、同じ問題について多くの理論があり、それぞれが同等に正確な予測を行う場合は、仮定が最も少ない理論を選択する必要があります。一般に、予測力に関係なく、より洗練された方法の方がより良い予測を行いますが (つまり、結果はほぼ同じです)、仮定が少ないほどより良い予測が可能です。

オッカムのカミソリのプロトタイプは、同じ説明力を持つモデルにのみ適用されます (つまり、同じくらい優れたモデルの中からより単純なものを選択するように指示するだけです)。

オッカムのかみそりのより一般的な形式は、ベイジアンモデルの比較から生じます。

これはベイズ係数に基づいており、観測結果と同等に一致しないモデルを比較するために使用できます。これらのモデルは、説明力と複雑さの最適なバランスを見つけることがあります。

一般に、ベイズ因子の正確な値を求めることは困難ですが、赤池情報量基準、ベイズ情報量基準、変分ベイズ法、誤検出率、ラップのラース法など、近似値を与える手法は数多くあります。多くの人工知能研究者は、オッカム学習でこれらの方法を使用しています。

オッカムのカミソリ オッカムのカミソリ