データ品質
AIの学習や分析に用いるデータの正確性や信頼性を表す指標です。低品質なデータはモデルの精度低下を招くため、機械学習プロジェクトの成否を分ける重要な要素として近年特に重視されています。
データサイエンスのAI用語一覧（2ページ目）
56件データサイエンスに関するAI用語を56件掲載しています。意味や使い方、関連用語を一覧から確認できます。 現在は2ページ目です。
名義尺度
名義尺度とは、データを分類・区別するための測定尺度の一種であり、順序や数値的な意味を持たないカテゴリカルデータを指します。例えば、性別、血液型、国籍などがこれに該当します。統計学や機械学習においては、分析やモデリングの前にワンホットエンコーディングなどの前処理を施すことが一般的です。
モデリング
AIやデータサイエンスにおけるモデリングとは、収集したデータからパターンや規則性を抽出し、予測や分類を行うための数式や機械学習モデルを構築するプロセスのことです。データをアルゴリズムに学習させ、最適な予測ができる状態を作り出す一連の作業を指し、AI開発における極めて重要な中核フェーズに位置づけられます。
数理計画法
数理計画法とは、与えられた制約条件の下で、特定の目的関数を最大化または最小化する最適な意思決定を数学的に求める手法です。AIや機械学習のモデル訓練における損失関数の最小化や、物流・生産計画の最適化、ポートフォリオ選択など、限られた資源を最も効率的に配分する意思決定問題で幅広く活用されています。
数理最適化
数理最適化とは、与えられた制約条件のもとで、特定の目的関数を最小化または最大化する最適解を数学的に導き出す手法です。配送ルートの最適化や人員配置、ポートフォリオ管理など幅広い分野で活用されています。機械学習モデルの学習プロセスやデータ分析においても欠かせない基盤技術となっています。
ハードターゲット
ハードターゲットとは、機械学習の分類問題において正解ラベルを「0か1か」の確信的な値として与える教師データの表現方法です。ニューラルネットワークの学習時に広く使われますが、過剰適合を引き起こすリスクがあるため注意が必要です。
評価指標
評価指標とは、AIモデルや機械学習アルゴリズムの予測精度や性能を定量的に測定・比較するための基準のことです。分類タスクにおける正解率や適合率、回帰タスクにおける平均二乗誤差など、目的に応じた多様な指標が存在します。適切な評価指標を選ぶことで、モデルの強みや課題を正確に把握し、継続的な改善が可能になります。
ランダムエラー
ランダムエラー（偶然誤差）とは、データの測定や観測において、予測不可能な要因によって不規則に発生するばらつきのことです。測定環境の微小な変動などにより、真の値を中心に正負の両方向にランダムに発生します。機械学習や統計モデルにおいては、完全に排除することが不可能な「ノイズ」として扱われ、適切なデータ分析や評価を行う上でその性質を理解することが極めて重要です。
モデル化
モデル化とは、現実世界の複雑な現象やデータの特徴を、数学的な数式やプログラムとして抽象化し、構造的に表現するプロセスです。AIや機械学習においては、大量のデータから規則性やパターンを自動的に抽出し、予測や判断を行うための予測モデル構築の基礎となります。
知識情報
知識情報とは、単なるデータや断片的な情報に、文脈や意味、体系的な関連性を付加して、AIが理解・推論できるように構造化したデータのことです。人工知能の「知識表現」の基盤であり、「ナレッジグラフ」や「オントロジー」などの技術を用いて定義されます。自動推論や検索エンジン、意思決定支援システムなどの高度なAIシステムを支える核心的な要素です。
リアルタイム分析
リアルタイム分析とは、データが発生した瞬間に即座に収集・処理・分析を行い、ほぼ遅延なく結果を出力する技術です。インターネット取引やIoTの普及に伴い、絶え間なく生成されるビッグデータを即座に意思決定に活かす手法として重要視されています。バッチ処理とは異なり、異常検知や即時推奨など、瞬時の対応が必要な領域で威力を発揮します。
大規模なデータセット
AIや機械学習モデルの訓練に用いられる、膨大な量の情報が集まったデータの集合体のことです。数百万から数千億件ものテキスト、画像、音声、数値データなどが含まれており、現代のディープラーニングや生成AIの高い性能と精度を支える重要な基礎データとして、研究開発に不可欠な存在となっています。
頻度論統計学
頻度論統計学とは、確率は同じ条件で無限に試行を繰り返した際の長期的な発生頻度であると定義する統計学の手法です。母集団のパラメータを固定された未知の定数と捉え、標本データを用いて仮説検定や信頼区間の推計を行います。機械学習のモデル評価やABテストなど、データ分析やAI領域で幅広く活用されている基盤的アプローチです。
ユークリッド空間
ユークリッド空間とは、私たちが日常的に認識する2次元の平面や3次元の立体を、任意の位置や距離の概念をもつ高次元へ一般化した数学的な空間のことです。機械学習では、データを多次元のベクトル空間として表現する際の基本的な枠組みとして利用され、データ間の直線距離（ユークリッド距離）に基づいて類似度の計算や分類が行われます。
数理モデル
数理モデルとは、現実世界の複雑な現象や仕組みを、数学的な式や記号、規則を用いて抽象化し表現したものです。AIや機械学習の基盤となる概念であり、データから規則性を抽出して予測や最適化を行うために欠かせません。物理学や経済学など多様な分野で意思決定や現象のシミュレーションに活用されています。
探索的データ解析（EDA）
探索的データ解析（EDA）とは、データセットの特徴を理解するために、統計量や可現化手法を用いてデータを様々な角度から観察・分析するアプローチです。機械学習モデルを構築する前段階において、データの分布や外れ値の有無、変数間の関係性を直感的に把握し、適切な仮説を立てるために極めて重要な役割を果たします。
統計的仮説検定
統計的仮説検定とは、データをもとに、ある仮説が正しいと言えるかどうかを確率論的に判断するための統計的手法です。データに現れた差や効果が、単なる偶然によるものなのか、それとも意味のある変化なのかを数学的に評価します。機械学習のモデル評価やA/Bテストなど、データ主導の意思決定において非常に重要な役割を果たします。
クラス
機械学習の分類問題において、予測や分類の対象となる「グループ」や「カテゴリ」を指す用語。例えば、画像認識で写真に写る対象を「犬」や「猫」に分ける際、その「犬」「猫」のそれぞれがクラスと呼ばれる。データのラベル付けや評価指標の計算において基本となる重要な概念である。
データ処理
データ処理とは、収集した生データをコンピュータが扱いやすい形式に変換・整理する一連の操作のことです。AIや機械学習の文脈では、モデルの学習精度を最大化するためのデータクリーニング、正規化、特徴量抽出などが含まれます。高品質なAIモデルを構築するためには、適切なデータ処理が不可欠であり、開発プロセスの大部分を占める重要な工程です。
ハイパーパラメータ最適化
ハイパーパラメータ最適化とは、機械学習モデルの学習を制御する設定値（ハイパーパラメータ）を、最適な性能を引き出すために自動的または体系的に調整する手法です。モデルパラメータと異なり自動では学習されないため、グリッドサーチやベイズ最適化などの探索手法を用いて、予測精度の向上や過学習の防止を図ります。
テキストデータ
テキストデータとは、文字や文章の形式で構成された情報のことであり、AIや自然言語処理の分野においてモデルの学習や分析の基礎となる重要なリソースです。SNSの投稿や論文、チャット履歴など多様な媒体で活用されています。
ベクター
ベクター（ベクトル）とは、AIや機械学習において、複数の数値データを一列に並べて表現したものです。画像、音声、テキストなどの多様な情報を数値の羅列へと変換することで、コンピューターがデータの意味や特徴を計算できるようになります。AIモデルが情報を理解し、検索や分類などの処理を行うための基盤となる概念です。
統計解析
統計解析は、収集したデータから規則性や傾向を数理的に見出し、意思決定や予測に役立てる手法です。データの特徴を要約する記述統計と、一部のデータから全体を推測する推測統計に大別され、データサイエンスや機械学習の基礎として極めて重要な役割を果たしています。相関と因果の混同や、データの偏りに注意して扱う必要があります。
医療データ
医療データとは、診療記録や生体情報、遺伝子情報など医療分野で収集される多様なデータの総称です。AI技術の発展に伴い、病気の早期発見や治療方針の決定、新薬開発の効率化においてその活用と機械学習モデルの精度向上が期待されています。