AI・機械学習の用語辞典

AI・機械学習の重要キーワードを解説する用語集(Glossary)。

AI・機械学習の用語辞典:

用語「責任あるAI」について説明。倫理的な問題やプライバシー、セキュリティーなどの潜在的なリスクに企業や組織が責任を持って取り組み、作成したAIが安全で信頼できバイアスがないことを保証すること、またはそのための指針として掲げる基本原則やプラクティスのことを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「人間中心のAI」について説明。人間の能力を機械(AI)に置き換える「自律的なAI」のアプローチよりも、機械(AI)を使って人間の能力や体験を向上させる「人間中心のAI」のアプローチの方が大切だとする、AIの研究/構築方法に関する考え方を指す。その考え方では、「人間と機械の相互作用」および「人々や社会への倫理的な影響」に関心を向けることも重要視される。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「ヒューマン・イン・ザ・ループ」について説明。機械学習においては、データ収集と前処理〜モデルの訓練〜運用監視〜継続的なアップデートというライフサイクルの中に人間との相互作用、つまり人間からのフィードバックが含まれることを指す。人間参加型のAIとも呼ばれる。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「ドリフト」について説明。何らかの変化によってモデルの予測性能が劣化すること。その原因が、正解ラベルの概念が変化した場合は「概念ドリフト」、入力データの統計的分布が訓練時から変化した場合は「データドリフト」と呼ばれる。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「データ中心のAI」について説明。性能を向上させるために、モデルやアルゴリズムを改善する「モデル中心」のアプローチではなく、機械学習ライフサイクル全体を通じてデータを改善する「データ中心」のアプローチの方が大切だとする、AIの開発方法に関する考え方を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「SOTA(State-of-the-Art)」について説明。機械学習では、ある特定のタスク&ベンチマークとなるデータセットにおいて論文の内容とその機械学習モデルが「現時点での最先端レベル(=最良/最高)の性能(=正解率などのスコア/精度)」を達成していることを表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「tf-idf」について説明。各文書中に含まれる各単語が「その文書内でどれくらい重要か」を表す尺度で、具体的には「(ある文書における、ある単語の出現頻度)×(ある単語の文書間でのレア度)」などの計算値のこと。主に文書検索やレコメンデーションに使われている。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「コサイン類似度」について説明。2つのベクトルが「どのくらい似ているか」という類似性を表す尺度で、具体的には2つのベクトルがなす角のコサイン値のこと。1なら「似ている」を、-1なら「似ていない」を意味する。主に文書同士の類似性を評価するために使われている。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「残差平方和」「二乗和誤差」について説明。残差平方和は、線形回帰の最小二乗法で用いられる関数の一つで、各データに対して「観測値と予測値の差(=残差)」の平方値を計算し、それを総和した値を表す。二乗和誤差は、損失関数の一つで、各データに対して「予測値と正解値の差(=誤差)」の二乗値を計算し、それを総和した値、もしくはさらにそれを2で割った値を表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「マンハッタン距離」「ユークリッド距離」について説明。いずれも2点間の距離を計測する方法のこと。マンハッタン距離とは、碁盤の目状の道を縦に横にとタクシーが進むようにn次元の距離(=差)の絶対値を合計することで距離を計算する方法。ユークリッド距離とは、n次元の距離(=差)の二乗値を合計した値の平方根を求める(=ピタゴラスの定理を適用する)ことで直線的な最短距離を計算する方法を意味する。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「相対絶対誤差」「相対二乗誤差」について説明。相対絶対誤差は、平均絶対誤差を平均絶対偏差(=データの広がり具合)で割ることでスケールを調整(=相対化)した評価値を表す。相対二乗誤差は、平均二乗誤差を分散(=データの広がり具合)で割ることでスケールを調整(=相対化)した評価値を表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「分散説明率」について説明。線形回帰モデルなどの評価関数の一つで、回帰式のモデルが「観測データの分散」のうちどれくらいの割合を説明するかを表す。決定係数R2の代わりに用いられることがある。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「相関係数(ピアソンの積率相関係数)」について説明。相関係数とは2つの変数間の関係の強さと方向性を表す、1〜0〜-1の範囲の数値。1(強い正の相関)では、2つの変数が強く同方向に連動する。-1(強い負の相関)では強く逆方向に連動する。相関なしでは、連動しない。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「正規化」「標準化」について説明。正規化とはデータのスケールを扱いやすいものに整えることで、単に「正規化」(Min-Max法)と言った場合は、データを最小値「0」〜最大値「1」にスケーリングすることを意味する。また、正規化の一種である標準化は、データを平均「0」、分散「1」にスケーリングすることを意味する。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「平均絶対偏差」「中央絶対偏差」について説明。いずれもデータの広がり具合を表す統計量。平均絶対偏差は、各データに対して「平均値との差」(=偏差)の絶対値を計算し、その総和をデータ数で割った値(=平均値)を表す。中央絶対偏差は、各データに対して「中央値との差」(=偏差)の絶対値を計算し、その全ての絶対値から求めた中央値を表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「分散」「標準偏差」について説明。いずれもデータの広がり具合を表す統計量。分散は、各データに対して「平均値との差」(=偏差)の二乗値を計算し、その総和をデータ数で割った値(=平均値)を表す。標準偏差は、分散に対する平方根の値を表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「平均値」「中央値」「最頻値」について説明。平均値はデータの合計値をデータ数で割った値、中央値はデータを順番に並べた際に中央に位置する値、最頻値は最も頻繁に出現する値を表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「決定係数R2(R二乗)」について説明。線形回帰モデルの評価関数の一つで、回帰式のモデルが観測データにどれくらい当てはまるかを表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「中央絶対誤差」について説明。評価関数の一つで、各データに対して「予測値と正解値の差(=誤差)」の絶対値を計算していき、それら全ての計算結果における中央値を表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「Huber損失」について説明。損失関数の一つで、各データに対する「予測値と正解値の差(=誤差)」が、指定したパラメーター値の範囲内の場合は二乗値を使った計算、範囲外の場合は絶対値を使った計算の結果値のこと、もしくはその計算結果の総和をデータ数で割った値(=平均値)を表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「平均二乗パーセント誤差の平方根」について説明。評価関数の一つで、各データに対して「予測値と正解値との差を、正解値で割った値(=パーセント誤差)」の二乗値を計算し、その総和をデータ数で割った値(=平均値)に対する平方根の値を表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「平均絶対パーセント誤差」について説明。評価関数の一つで、各データに対して「予測値と正解値との差を、正解値で割った値(=パーセント誤差)」の絶対値を計算し、その総和をデータ数で割った値(=平均値)を表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「平均二乗対数誤差」について説明。損失関数/評価関数の一つで、各データに対して「予測値の対数と正解値の対数との差(=対数誤差)」の二乗値を計算し、その総和をデータ数で割った値(=平均値)を表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「平均二乗誤差」について説明。損失関数/評価関数の一つで、各データに対して「予測値と正解値の差(=誤差)」の二乗値を計算し、その総和をデータ数で割った値(=平均値)を表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「平均絶対誤差」について説明。損失関数/評価関数の一つで、各データに対して「予測値と正解値の差(=誤差)」の絶対値を計算し、その総和をデータ数で割った値(=平均値)を表す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「評価関数」について説明。機械学習モデルの性能/精度をスコアリングして評価するための関数を指し、例えば回帰問題なら平均二乗誤差、分類問題なら正解率などの関数がある。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「損失関数」について説明。「正解値」と、モデルによる出力された「予測値」とのズレの大きさである損失値を計算するための関数を指し、例えば平均二乗誤差などの関数がある。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「シンプソンのパラドックス」について説明。主に層別の分割表において、グループ間に見られる相関関係が「全体でも成り立つだろう」と直感的に推測されるのに対し、場合によっては、全体では異なる結果になる現象を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「身体性」について説明。物理的に身体が存在することによる効果を論じる問題を指す。現状のコンピュータ/人工知能は必ずしも身体性を有していないので、人間と同じようには知能を獲得できないとされる。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「シンボルグラウンディング問題」について説明。記号(言葉)が実世界の意味に結び付いているかを論じる問題を指す。現状のコンピュータ/人工知能は必ずしも結び付いておらず、言葉を理解していないとされる。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「無色の緑の考えが猛烈に眠る」について説明。文法的には正しいが意味的にはナンセンスな文章の例として、言語学や自然言語処理でよく用いられている。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「中国語の部屋」について説明。チューリングテストへの反論として提起された思考実験。中国語による質疑応答テストで、英語しか分からない人が中国語の質問に適切に回答できる方法を提示することで、この種のテストに合格しても「中国を理解していることは意味しない」という点を反論の根拠とする。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「チューリングテスト」について説明。機械(=人工知能)が人間の模倣をして、人間がそれに気付かないかをテストすること。手順としは、審査員と、機械もしくは人間とで、自然言語による会話を行い、最後に審査員は会話相手が機械か人間かを判定する。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「トロッコ問題」について説明。「多くの人を助けるためなら、1人を犠牲にしてもよいのか」という倫理的ジレンマを問う思考実験を指す。この問題に正解はない。自動運転で注目されている。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「フレーム問題」について説明。有限の処理能力しか持たないAI/ロボットは、無限の可能性を含む現実的な課題において、その課題に関係のあることだけを選び出して(=フレームを設定して)適切に実行するのが難しいことを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「Garbage In, Garbage Out」について説明。ゴミ(Garbage)のような不良データを入力すると、出来上がる機械学習モデルもゴミのように不良なものになる、という戒め/金言のこと。ゴミを入れないのは簡単なように見えて難しい。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「トイプロブレム」について説明。迷路やオセロのようにルールとゴールが決まっている世界の問題をAIで解くことであり、転じて、そのような世界観の問題しか解けないことを指す。第1次AIブームを終焉(しゅうえん)させた理由とされる。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「モラベックのパラドックス」について説明。機械学習モデルを含むAI(人工知能)やロボット工学において、大人が行うような高度な知性に基づく推論よりも、1歳児が行うような本能に基づく運動スキルや知覚を身に付ける方がはるかに難しい、という定説を示す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「偏りと分散のトレードオフ」について説明。機械学習モデルによる予測において汎化誤差を最小化させるために、偏り誤差を小さくするとバラツキ(分散)誤差が大きくなり、逆にバラツキ誤差を小さくすると偏り誤差が大きくなるという、両者のトレードオフの関係性を示す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「内挿/外挿(Interpolation/Extrapolation)」について説明。機械学習モデルで、訓練データの範囲内で出力を求めることを「内挿」、範囲外で求めることを「外挿」と呼ぶ。機械学習モデルは、原理的に内挿は得意だが、外挿は苦手。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「バーニーおじさんのルール(Uncle Bernie's rule)」について説明。ニューラルネットワークの重みパラメーター数の10倍以上の訓練データが最低限必要であるとする経験則を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「みにくいアヒルの子の定理(Ugly Duckling theorem)」について説明。何らかの仮定/前提知識がないと、分類やパターン認識は不可能であることを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「ノーフリーランチ定理(No Free Lunch theorem)」について説明。全ての問題において優れた性能を発揮できる“万能”の「教師ありの機械学習モデル」や「探索/最適化のアルゴリズム」など(=無料のランチ)は理論上、存在しないことを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「次元の呪い」について説明。特徴量などの次元が多くなるほど、必要な訓練データの量が「指数関数」的に増えてしまう現象を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「SELU(Scaled Exponential Linear Unit)」について説明。「0」を基点として、入力値が0以下なら「0」〜「-λα」(λは基本的に約1.0507、αは基本的に約1.6733)の間の値を、0より上なら「入力値をλ倍した値」を返す、ニューラルネットワークの活性化関数を指す。ReLUおよびELUの拡張版。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「ELU(Exponential Linear Unit)」について説明。「0」を基点として、入力値が0以下なら「0」〜「-α」(αは基本的に1.0)の間の値を、0より上なら「入力値と同じ値」を返す、ニューラルネットワークの活性化関数を指す。ReLUの拡張版。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「PReLU(Parametric ReLU)」について説明。「0」を基点として、入力値が0より下なら「入力値をα倍した値」(αはパラメーターであり学習により決まる)、0以上なら「入力値と同じ値」を返す、ニューラルネットワークの活性化関数を指す。ReLUやLeaky ReLUの拡張版。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「Leaky ReLU(Leaky Rectified Linear Unit)/LReLU」について説明。「0」を基点として、入力値が0より下なら「入力値とα倍した値」(α倍は基本的に0.01倍)、0以上なら「入力値と同じ値」を返す、ニューラルネットワークの活性化関数を指す。ReLUの拡張版。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「Mish関数」について説明。「0」を基点として、入力値が0以下なら出力値は「ほぼ0」だが(わずかに「負の値」になる)、0より上なら「入力値とほぼ同じ値」を返す、ニューラルネットワークの活性化関数を指す。類似するReLUやSwish関数の代替として使われる。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「ソフトプラス関数」について説明。途中から右肩上がりになる滑らかな曲線で、「0」〜「∞」の間の値(入力値が0以下なら「0」に近い数値、0より上なら「入力値と同じ値」に近い数値)を返す、ニューラルネットワークの活性化関数を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「Swish関数」について説明。「0」を基点として、0以下なら「ほぼ0」だが(わずかに「負の値」になる)、0より上なら「入力値とほぼ同じ値」を返す、ニューラルネットワークの活性化関数を指す。類似するReLUの代替として使われる。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「ソフトマックス関数(Softmax function)」について説明。複数の出力値の合計が「1.0」(=100%)になるような値を返す、ニューラルネットワークの活性化関数を指す。主に分類問題の出力層で使われる。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「恒等関数(線形関数)」について説明。入力値と全く同じ数値を返す、ニューラルネットワークの活性化関数を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「活性化関数」について説明。人工ニューラルネットワークにおける、ある1つのニューロンにおいて、入力を受けて、次のニューロンへ出力するために行う「非線形変換の処理(関数)」もしくは「恒等関数」を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「tanh関数(双曲線正接関数)」について説明。座標点(0, 0)を基点(変曲点)として点対称となるS字型の滑らかな曲線で、「-1」〜「1」の間の値を返す、ニューラルネットワークの活性化関数を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「ReLU(Rectified Linear Unit)/ランプ関数」について説明。「0」を基点として、0以下なら「0」、0より上なら「入力値と同じ値」を返す、ニューラルネットワークの活性化関数を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「シグモイド関数(Sigmoid function)」について説明。座標点(0, 0.5)を基点(変曲点)として点対称となるS字型の滑らかな曲線で、「0」〜「1」の間の値を返す、ニューラルネットワークの活性化関数を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「ステップ関数(Step function)」について説明。「0」を基点(閾値)として、0未満なら「0」、0以上なら「1」を返すような、ニューラルネットワークの活性化関数を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「公平性(Fairness)」について説明。機械学習モデルが不当な差別(人種差別/民族差別や、性別差別、文化差別/地域差別など)を引き起こさないように、不公平なバイアスを排除することを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「アカウンタビリティ(Accountability)」について説明。ガバナンスと倫理の観点で、AIシステムの設計/実装の情報開示から結果/決定の説明までを行い、利害関係者に納得してもらう責任を指す。簡単に言うと、「AIシステムの挙動に対して、誰が/何が、責任を持つのか」を明らかにすること。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「MLOps(“Machine Learning”と“Operations”の合成語)」について説明。機械学習モデルの実装〜運用のライフサイクルを円滑に進めるために築かれる、機械学習チーム/開発チームと運用チームが協調し合う管理体制(機械学習基盤)を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「透明性(Transparency)」について説明。機械学習のプロセスや内容が誰にでもはっきりと分かるようになっていること、またはそのような状態にすることを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「説明可能なAI」および「解釈性」について説明。推定結果に至るプロセスを人間が説明できるようになっている機械学習モデル(=AI本体)のこと、あるいはその技術・研究分野を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「PoC貧乏」について説明。AIテクノロジー企業にとって、PoCばかりを行い、実際のプロジェクトが何も開始できない事態を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「PoC(Proof of Concept:概念実証)」について説明。コンセプト(概念)の実現可能性を検証することを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「シンギュラリティ」について説明。人工知能がさらに優れた人工知能を再帰的に創造していくことで、人間を完全に超える圧倒的に高度な知性が生み出されるとする仮説を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「人工知能」について説明。人間が行う「知的活動」をコンピュータプログラムとして実現することを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「精度検証データ」「評価データ」について説明。モデルの性能評価/精度検証で使うチューニング用データを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「教師なし学習」について説明。正解が決まっていないトレーニングデータを使って学習する方法を指す。正解のラベル(教師データ)は必要ない。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「転移学習」について説明。ある特定領域で学習済みのモデルに追加学習させることでカスタマイズし、別の領域に適応させる技術を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「トレーニングデータ」について説明。学習において、モデルのトレーニングに使うデータを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「トレーニング」について説明。機械学習モデルのパラメーター(ニューラルネットワークであれば重みやバイアスなど)を自動的に調整していくことを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「テストデータ」について説明。完成候補のモデルに対して使う最終テスト用のデータを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「TensorFlow」について説明。グーグルが公開している機械学習用のオープンソースライブラリを指す。特にニューラルネットワークの実装でよく使われている。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「教師あり学習」について説明。正解が決まっているトレーニングデータを使って学習する方法を指す。正解は、ラベル(教師データ)として学習前に作成しておく必要がある。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「音声生成」「音楽生成」について説明。AIにより、音声を機械的に作成すること、または作曲することを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「音声認識」について説明。人に言われた言葉の内容を認識することを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「半教師あり学習」について説明。教師あり学習と教師なし学習を組み合わせて学習する方法を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「RNN」について説明。ネットワーク内部に再帰構造を持つ、ディープニューラルネットワークのアルゴリズムの一種を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「強化学習」について説明。プログラムの行動に対するフィードバック(報酬・罰)をトレーニングデータとして使って学習する方法を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「回帰」について説明。連続する入力値に対する次の値を予測することを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「自然言語処理」について説明。言葉を理解して情報を抽出して識別や未来予測をすること(認識モデル)、もしくは会話文章などを生成すること(生成モデル)を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「ニューラルネットワーク」について説明。人間の神経回路を真似して、入力層→1つ以上の隠れ層(中間層)→出力層という多層ネットワークを構成する手法を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「モデル」について説明。機械学習において、学習後の具体的な計算式/計算方法を指す。基本的に[入力]→[モデル]→[出力]という関係性がある。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「機械学習」について説明。人間が行う知的活動の一つである「学習」をコンピュータプログラムによって実現することを指す。人工知能(AI)の一種。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「LSTM」について説明。ネットワーク内部での短期記憶を長期間、活用できる構造を持つ、ディープニューラルネットワークのアルゴリズムの一種を指す。RNNの拡張バージョンであり、長期的な依存関係を学習できるという、より良い特長がある。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「学習方法」について説明。モデルを作るための「学習」の方法を指す。教師あり学習/教師なし学習/強化学習などがある。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「学習」について説明。機械学習のモデルを「作る」ことを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「ラベル」について説明。個々のデータに付与される正解情報を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「推論」について説明。機械学習のモデルを「使う」ことを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「画像認識」について説明。画像や映像から情報を抽出して識別や未来予測をすることを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「画像生成」について説明。、絵画の生成、画像や映像の自動加工などを行うことを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「表現学習」について説明。画像/音声/自然言語から特徴表現(feature)を自動的に抽出する学習を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「次元削減」について説明。情報量を本来よりも減らすことで、本質的なデータ構造(特徴:features)を表現することを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「ディープニューラルネットワーク」について説明。ニューラルネットワークをディープラーニングに対応させて、ネットワークの階層を深くしたもののことを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「ディープラーニング」について説明。機械学習の手法の一つで、通常は、ニューラルネットワークの階層を深くしたもの(ディープニューラルネットワーク)を用いた学習のことを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「CNN」について説明。ネットワーク内部に畳み込みとプーリングの層を持つ、ディープニューラルネットワークのアルゴリズムの一種を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「クラスタリング」について説明。入力値を、事前に定義されていないグループに分割することを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「分類」について説明。離散的な入力値を、事前に定義された複数のクラスに分類することを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「AutoML」について説明。機械学習モデルの設計・構築を自動化するための手法全般、またはその概念を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「オートエンコーダー」について説明。ネットワークへの入力と出力が同じという構造を持つ、ディープニューラルネットワークのアルゴリズムの一種を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「手法」について説明。機械学習のモデルを作成する手順/方法のことを指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「アルゴリズム」について説明。機械学習において、学習前の抽象的な計算式や計算方法を指す。

【一色政彦 , デジタルアドバンテージ】()
AI・機械学習の用語辞典:

用語「強いAI」「弱いAI」について、また類義語として「汎用型AI(AGI)」「特化型AI」について説明。「人間が行う知的活動を完全に模倣できるAI」もしくは「特定のタスク(処理)のみを実現するAI」を指す。

【一色政彦 , デジタルアドバンテージ】()

RSSについて

アイティメディアIDについて

メールマガジン登録

@ITのメールマガジンは、 もちろん、すべて無料です。ぜひメールマガジンをご購読ください。