目次
単純ベイズ分類器
単純ベイズ分類器（たんじゅんベイズぶんるいき、Naive Bayes classifier）は、単純な確率的分類器である。
見る Binary Independence Modelと単純ベイズ分類器
ドット積
数学あるいは物理学においてドット積（ドットせき、dot product）あるいは点乗積（てんじょうせき）とは、ベクトル演算の一種で、2つの同じ長さの数列から一つの数値を返す演算。代数的および幾何的に定義されている。幾何的定義では、（デカルト座標の入った）ユークリッド空間 mathbb^n において標準的に定義される内積のことである。
見る Binary Independence Modelとドット積
ベイズの定理
トーマス・ベイズ（c. 1701–1761） 確率論や統計学において、トーマス・ベイズ牧師にちなんで名付けられたベイズの定理（ベイズのていり、Bayes' theorem）、ベイズの法則、最近ではベイズ・プライスの定理とは、ある事象に関連する可能性のある条件についての事前の知識に基づいて、その事象の確率を記述するものである。例えば、健康問題の発生リスクが年齢とともに増加することが知られている場合、ベイズの定理により、ある年齢の個人のリスクを、単にその個人が集団全体の典型的な例であると仮定するよりも、（年齢を条件として）より正確に評価することができる。 ベイズの定理を応用したものに、推計統計学の手法の一つであるベイズ推定がある。その際、定理に関わる確率は、異なる確率解釈をすることができる。
見る Binary Independence Modelとベイズの定理
ベクトル空間モデル
ベクトル空間モデルとは情報検索を行うためのアルゴリズムの一つ。ベクトル空間モデルによる検索は高次元のベクトル空間上に配置した検索対象のベクトル表現と検索語のベクトル表現の相関量をコサイン類似度、内積、距離等によって計算して関連度を求める。
見る Binary Independence Modelとベクトル空間モデル
独立 (確率論)
確率論における独立（どくりつ、independent）とは、2つの事象が何れも起こる確率がそれぞれの確率の積に等しいことをいう。一方の事象が起こったことが分かっても、他方の事象の確率が変化しないことを意味する。 この「独立」の概念は、2個以上の事象、2個以上の確率変数、2個以上の試行に対して定義される。 2つの確率変数が独立であるとは、「ある確率変数の値が一定範囲に入る事象」と「別の確率変数の値が別の一定範囲に入る事象」が、考えられるどのような「一定範囲」（「考えられる」とは通常ボレル集合族を指す）を定めても事象として独立であることをいう。2つの確率変数が独立である場合は、一方の変数が値をとっても、他方の変数の確率分布が変化しないことを意味する。
見る Binary Independence Modelと独立 (確率論)
情報検索
情報検索（じょうほうけんさく、）とは、コンピュータを用いて大量のデータ群から目的に合致したものを取り出すこと。検索の対象となるデータには文書や画像、音声、映像（動画）、その他さまざまなメディアやその組み合わせとして記録されたデータなどが含まれる。インターネットの発達により検索はインターネットを介して行われることも多いが、ここでは情報を検索するためのコンピュータ側における仕組みを記述している。 情報検索に対するコンピュータ側における技術は情報を人間が直接管理するのに比べ、データの量的な制約やデータの取り扱いの一貫性を保つ困難さという制約を受けることなく、高速で安定なシステムにより利用者に適切なデータを提供する機能と位置付けることができる。
見る Binary Independence Modelと情報検索
二項独立モデル 別名。