確率分布
確率分布とは、確率変数を取り得る値とその値を取る確率の対応関係を示したものです。AIや機械学習において、データの傾向を数理的にモデル化し、予測や生成を行うための基礎となる極めて重要な概念です。
データ分析のAI用語一覧（2ページ目）
38件データ分析に関するAI用語を38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。
ビッグデータ
ビッグデータとは、従来のデータベース処理技術では管理や解析が困難な、巨大で複雑かつ多様なデータ群のことです。単に容量が大きいだけでなく、更新頻度の高さやデータの多様性が特徴です。AIや機械学習の精度向上、新たなビジネス価値の創出、迅速な意思決定において極めて重要な基盤として活用されています。
系列データ
系列データとは、順序や前後の文脈が重要な意味を持つデータの総称です。時系列データや自然言語の文章、音声などが該当し、AIの分野ではリカレントニューラルネットワークやトランスフォーマーなどのモデルを用いて処理されます。
回帰
回帰とは、データ間の関係性を数式でモデル化し、連続的な数値を予測する機械学習や統計学の手法です。例えば過去のデータに基づいて将来の売上高や気温、株価などを連続値として予測する際に用いられます。正解データ（目的変数）が数値であるタスクに適しており、予測モデルの構築や要因分析において基礎的かつ極めて重要な役割を果たします。
データ前処理
データ前処理とは、機械学習モデルの精度を高めるために、収集した未加工のデータをクリーニングして扱いやすい形に整える一連の作業です。AIの性能を左右する最も重要なプロセスのひとつであり、欠損値の補完や数値化などが行われます。
欠損値
欠損値とは、データセットの中でデータが記録されていない、あるいは存在しない値のことです。機械学習のモデルを訓練する前に適切な前処理を行わないと、予測精度の低下や学習エラーの原因となります。
データ分析
データ分析とは、収集した膨大なデータから有用な情報や規則性を発見し、意思決定や課題解決に役立てるプロセスです。ビジネスや機械学習の前段階として、現状の把握や未来予測を行うために欠かせない手法となっています。
線形回帰
線形回帰は、数値データの関係性を直線的な数式でモデル化し、将来の予測や分析を行う統計学および機械学習の代表的な手法です。一方のデータが変化したときにもう一方のデータがどのように変化するかを予測します。売上予測や価格決定など幅広い分野で利用されており、計算負担が小さく解釈性が高いという特徴があります。
不均衡データ
不均衡データとは、機械学習の分類問題において、特定のクラスに属するデータ数が他のクラスに比べて極端に少ない状態を指します。そのままでは多数派の予測ばかりを学習してしまうため、適切な前処理やモデルの調整が必要です。
多クラス分類
多クラス分類とは、データが3つ以上のカテゴリのどれに属するかを予測する機械学習のタスクです。犬や猫、鳥など複数の選択肢から正解を1つ選ぶ問題などで広く利用され、画像認識や自然言語処理の基礎となる重要な技術です。
二項分布
二項分布とは、互いに独立した「成功か失敗か」の2通りの結果しか得られない試行（ベルヌーイ試行）を一定回数繰り返したとき、成功する回数の確率分布を示す離散確率分布です。AIや機械学習の分野では、2値分類モデルの評価やデータサンプリングの理論的裏付け、あるいはABテストの有意差検定などに幅広く応用されています。
平均値
平均値とは、データの総和をデータ数で割って得られる統計的な代表値のことです。機械学習やデータ分析では、データセット全体の傾向を把握したり、モデルの予測誤差を評価する指標として頻繁に使用されます。異常値の影響を受けやすい特徴がありますが、データの中心的な位置を直感的に捉える基本的な尺度として重要です。
主成分分析 (PCA)
主成分分析（PCA）は、多次元のデータを情報の損失を最小限に抑えながら、より少ない次元に圧縮する次元削減の手法です。データのばらつきが最も大きい方向（主成分）を見つけ出し、高次元データを2次元や3次元に要約することで、データの視覚化や機械学習モデルの軽量化・前処理に広く利用されています。
デンドログラム
デンドログラムは、階層的クラスタリングの結果を樹木状の図として視覚化したものです。データ同士の類似度や結合される順序、階層構造を直感的に把握できます。垂直方向の線の高さがデータ間の距離を表し、特定の高さで切断することにより、目的に応じた適切なクラスタ数を決定できるため、データ分析や分類問題で広く活用されます。