データマート
データマートとは、組織内の特定の部門や目的に合わせて必要なデータだけを抽出・整理した専用のデータベースです。データウェアハウスやデータレイクからデータを切り出して構築され、特定の分析業務やBIツールでの可視化を高速化します。データのサイロ化を防ぐ適切な管理が必要ですが、迅速な意思決定を支援する重要なデータ基盤です。
データ分析のAI用語一覧（3ページ目）
325件データ分析に関するAI用語を325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3ページ目です。
半教師あり学習
半教師あり学習は、少量の教師データと大量の未ラベルデータを利用してモデルを訓練する機械学習の手法です。データ収集コストを大幅に削減しつつ、高い予測精度を実現できるため注目されています。
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。
データ利活用
データ利活用とは、収集・蓄積したデータを分析し、ビジネス上の意思決定や業務効率化、新サービスの創出に役立てる取り組みのことです。AIや機械学習の発展に伴い、膨大なビッグデータから価値ある知見をリアルタイムに抽出することが重要視されています。
算術平均
算術平均とは、すべての数値を足し合わせてからデータの個数で割る代表的な平均値の算出方法です。AIや機械学習の前処理やモデル評価において、データの中心傾向を把握するための基本的な統計量として広く利用されています。
単純移動平均
単純移動平均は、時系列データの一定期間の平均値を順次計算し、データの短期的な不規則変動を取り除いて全体のトレンドを滑らかに表現する、データ分析において最も基本的な統計的手法です。機械学習におけるデータの前処理や、ノイズ除去の手段として広く活用されており、データの傾向を視覚的かつ直感的に把握するのに役立ちます。
多変量解析
多変量解析とは、複数の変数（データ項目）を同時に扱い、それらの相互関係やパターンを明らかにする統計手法の総称です。予測や分類、次元削減など幅広い目的で利用され、現代のデータ分析や機械学習の基礎として重要な役割を果たしています。
カテゴリカルデータ
カテゴリカルデータとは、性別や血液型のようにいくつかのグループや質的な属性に分類されるデータのことで、数値としての大小や四則演算の意味を持ちません。AIや機械学習モデルで扱う際には、数値への変換処理が不可欠です。
統計的有意差
統計的有意差とは、観察されたデータ間の違いや効果が、単なる偶然ではなく統計的に意味のある違いであると判断できる状態を指します。仮説検定を用いて算出されるp値が、あらかじめ設定した有意水準を下回る場合に統計的有意差があると結論付けられます。AIやデータ分析においてモデル改善や施策の効果検証に欠かせない概念です。
NoSQL
NoSQL（Not Only SQL）は、従来のRDBとは異なり、表形式以外の多様なデータ構造でデータを格納・管理するデータベースの総称です。大量のデータや非構造化データを高速かつ柔軟に処理できるため、ビッグデータの解析やリアルタイムなAI・データ分析基盤で広く活用されています。
時系列データ
時系列データとは、時間の経過に伴って順序よく観測・記録されたデータのことです。株価の変動、気温の変化、工場のセンサー情報など、時間の順序自体が重要な意味を持つ特徴があります。近年では、ディープラーニングなどの機械学習技術を用いて、このデータから未来の数値を予測したり、異常な変化を素早く検知したりする技術が広く活用されています。
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。
Pandas
Pandasは、Pythonで表形式のデータを効率的に処理・分析するためのオープンソースのライブラリです。機械学習の前処理やデータサイエンスの分野で広く活用されています。
単回帰分析
単回帰分析とは、1つの説明変数から1つの目的変数を予測する最も基本的な統計手法および機械学習モデルです。データ間の関係性を直線で近似し、因果関係や傾向を分析する際によく用いられます。
固有値
固有値とは、線形代数における基本概念の一つで、ある正方行列をベクトルに掛け合わせた際に、そのベクトルの方向を変えずに引き伸ばしたり縮めたりする倍率のことです。機械学習では、主成分分析（PCA）においてデータの特徴的な方向（主成分）が持つ情報量や分散の大きさを定量的に評価するための最重要指標として広く応用されています。
ユークリッド距離
ユークリッド距離とは、2点間の最も短い直線距離を計算する数学的な手法です。機械学習では、K近傍法やクラスタリングなどのアルゴリズムにおいて、データ同士の類似度や近さを測るための基本的な指標として広く利用されています。
リレーショナルデータベース
リレーショナルデータベース（RDB）は、データを行と列からなる表（テーブル）形式で管理し、複数のテーブル間を「関係（リレーション）」によって紐付けるシステムです。データの不整合を防ぐ高い一貫性と、SQLによる柔軟なデータ操作が特徴で、企業の基幹システムやAIモデルの学習用データの管理に広く用いられています。
予測モデル
予測モデルとは、過去のデータやパターンを分析し、将来の出来事や未知の数値を予測するために構築された算術的・統計的な仕組みです。機械学習や統計学のアルゴリズムを活用してデータ間の規則性を学習し、新しいデータが入力された際に確度の高い予測を出力します。売上予測や需要予測、リスク管理などビジネスの幅広い分野で活用されています。
列指向ストレージ
列指向ストレージとは、データをレコード（行）単位ではなくカラム（列）単位でまとめて格納する方式です。特定の列のみを効率的に読み込めるため、大量のデータを対象とした集計処理や分析処理を劇的に高速化できます。圧縮効率の高さも特徴で、データウェアハウスや機械学習のデータ基盤など、ビッグデータ分析の分野において標準的な技術として広く活用されています。
プライバシー予算
プライバシー予算とは、データから統計情報や機械学習モデルを作成する際に消費される個人情報の許容量を示す指標です。差分プライバシーにおいてデータ開示の回数やノイズ量を管理し、過度な情報漏洩を防ぐために用いられます。
因果推論
因果推論とは、データから「何が原因で何が結果になったのか」という因果関係を科学的に導き出す手法です。単なる相関関係にとどまらず、施策の効果測定や意思決定の精度向上に欠かせない技術として、AIやビジネスの現場で広く活用されています。
相関関係
相関関係とは、2つの変数の一方が変化するときにもう一方も一定の規則性をもって変化する関係性のことです。AIやデータ分析において、データ間の隠れたつながりを見つけ出すための基本的な指標として広く活用されています。
レコメンド
レコメンドとは、ユーザーの過去の行動履歴や嗜好、似た傾向を持つ他のユーザーのデータなどを分析し、興味を持ちそうな情報や商品を自動的に提案する技術です。ECサイトの売上向上や動画配信サービスの視聴継続に広く活用されています。
マンハッタン距離
マンハッタン距離とは、格子状の街路を進むように座標軸に沿って移動したときの総距離を測定する手法です。機械学習のK近傍法やクラスタリングにおいて、外れ値の影響を受けにくい距離指標として広く活用されています。