マルコフ連鎖（Markov Chain）
マルコフ連鎖（Markov Chain） とは、「今の状態」にだけ注目して「次にどうなるか」を確率で決めるモデルのことです。
【特徴】
-
過去の履歴は関係なく、「現在の状態」だけを使って未来を予測
-
状態が時間とともに変化していく「確率過程」の一種
-
「状態」と「遷移確率（移り変わる確率）」から構成される
【主な用途】
-
自然言語処理（次の単語の予測など）
-
経済・マーケティング（顧客行動予測）
-
強化学習（エージェントの行動決定）
-
モンテカルロ法やベイズ推論との組み合わせ（MCMC）
マルコフ連鎖（Markov Chain）関連用語
マルコフ連鎖（Markov Chain）に関連する単語は以下の通りです。
- 遷移確率（Transition Probability）
- 定常分布（Stationary Distribution）
- 状態（State）
マルコフ連鎖（Markov Chain）やさしい解説
マルコフ連鎖は、「サイコロを振って次の行き先を決める旅人」のようなものです。
この旅人は、今いる場所だけを見て「次にどこへ行くか」をサイコロ（確率）で決めます。
昨日どこにいたかは気にせず「今」だけを見て行動します。
これが「マルコフ性」です。
AI関連の用語集【まとめ】
AI関連の用語集が気になる方のために、用語集一覧を作成しました。AIに関する学びを深めたいとお考えの方はぜひご覧ください。
＼AIの導入・開発・相談なら【クラベルAI】に相談しよう！／
