帰納推論
更新日:
用語解説
帰納推論は、複数の個別事例、観察、実験結果から、それらに共通する一般的な規則や傾向を推測する推論です。
■ 試験で押さえるポイント
観察した標本が全体を代表するという仮定を含むため、事例が全て真でも一般化した結論が必ず真になるとは限りません。
標本数、抽出方法、反例、偏り、観測条件を評価し、新しいデータによって結論の確からしさを更新します。
一般則と事実から必然的結論を導く演繹推論と異なり、帰納推論の結論は確率的・暫定的です。
機械学習は学習データの事例から未知データにも成り立つ規則を得る点で帰納的ですが、過学習や分布変化により一般化に失敗します。
■ 選択肢での判断ポイント
個別事例から一般則へ進み、結論はもっともらしくても必然ではない点を押さえます。演繹推論との方向と確実性を比較します。
例: 過去100回の不正取引に共通する特徴から検知規則を作っても、次の全不正が同じ特徴を持つとは限らないため、別データで性能を検証します。