間隔尺度
間隔尺度とは、データの順序だけでなく、値の間隔が等しいことを示す数値の尺度です。ゼロ点が絶対的ではないため、足し算や引き算は可能ですが、掛け算や割り算は意味を持ちません。AIや機械学習の分野において、データの特性を正しく理解し適切な前処理を行うために重要な概念です。
データ分析のAI用語一覧（7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7ページ目です。
非IIDデータ
非IIDデータとは、各データの確率分布が同一ではなく、互いに独立でもないデータの状態を指します。 federated learningなどの分散学習において、参加者ごとに偏ったデータが集まる状況などで大きな課題となります。
機械学習パイプライン
機械学習パイプラインとは、データ収集から前処理、モデルの訓練、評価、デプロイまでの各工程を自動化し、一連のワークフローとして連続的に実行する仕組みです。開発効率の向上や再現性の確保に欠かせない重要な基盤です。
特異値
特異値とは、行列の性質やデータの主要な特徴を捉えるための線形代数における概念です。AIや機械学習の分野では、データの圧縮、次元削減、ノイズ除去などを効率的に行うための特異値分解の基礎として極めて重要な役割を果たしています。
ホールドアウト検証
ホールドアウト検証は、機械学習モデルの性能を評価するために手元にあるデータセットを訓練データとテストデータに分割する最も基本的な手法です。未知のデータに対する予測力を公平に測定する目的で広く使われています。
表計算ソフト
表計算ソフトは、格子状のセルに数値や文字を入力し、計算やデータ分析を行うソフトウェアです。AIやデータ分析の分野では、機械学習モデルに投入する前のデータ前処理や、小規模なデータセットの確認・整理に頻繁に利用されています。直感的な操作性から広く普及していますが、大規模データの処理や複雑なデータベース機能の代用には限界もあります。
標準偏差
標準偏差とは、データのばらつき具合を表す統計的な指標です。各データが平均値からどれくらい離れているかを平均的に示したもので、元のデータと同じ単位で扱える特徴があります。AIや機械学習の分野では、データ前処理における特徴量スケールの揃え込み（標準化）や、モデルの予測精度の評価、異常検知など幅広く活用されています。
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。
バイオインフォマティクス
バイオインフォマティクスとは、生物学と情報科学を融合させ、DNAやタンパク質などの膨大な生体データをコンピュータを用いて解析する学問です。AIや機械学習の発展により、創薬や遺伝子解析の分野で不可欠な技術となっています。
OLAP
OLAPは、大量の多次元データを高速に集計・分析するための技術です。ビジネスインテリジェンスの中核をなし、多角的な視点からデータの傾向や詳細を瞬時に把握することを可能にします。
循環変動
循環変動とは、時系列データにおいて1年を超える長期的な周期で繰り返される上下の変動パターンです。時系列分析における主要な構成要素の一つであり、数年から十数年規模の景気循環や市場の周期的な変化などを指します。季節変動とは異なり、周期の長さや振幅が一定ではないため、AIや機械学習モデルで正確に予測するには十分な期間のデータと高度なモデル設計が必要となります。
列指向フォーマット
列指向フォーマットは、データを「列（カラム）」単位で連続して格納するデータ保存形式です。同じデータ型の値が並ぶため圧縮効率が高く、特定の列のみをスキャンして集計するビッグデータ解析や機械学習の前処理を劇的に高速化します。データウェアハウスやApache Parquetなどで広く活用されている、分析特化型の技術です。
多変量テスト
多変量テストとは、Webサイトやアプリなどの要素を複数同時に変更し、どの組み合わせが最も高い成果を生むかを検証する最適化手法です。AI技術と組み合わせることで、膨大な組み合わせパターンから効率的に最適なデザインや文言を導き出します。
指数平滑移動平均
指数平滑移動平均（EMA）とは、過去のデータに指数関数的に減少する重みを与えて平均を計算する統計的手法です。新しいデータほど重みが大きくなるため、データの急な変化や最新の傾向を素早く捉えられます。AIやディープラーニングでは、モデルパラメータの平滑化や最適化アルゴリズムの勾配計算などに広く活用されています。
単変量解析
単変量解析とは、1つの変数のみに着目してその分布や統計的特性を要約・分析する基本的なデータ分析手法です。平均値や標準偏差の算出、ヒストグラムによる可視化などを通じてデータの傾向や異常値を把握します。機械学習や探索的データ解析の前処理として、個々の特徴量の性質を把握するために幅広く活用されます。
探索的データ分析
探索的データ分析とは、本格的なモデリングや仮説検証を行う前に、データの構造や特性を視覚化や統計量を用いて多角的に把握するプロセスです。機械学習やAI開発の前段階において、データの傾向や潜む問題点を発見するために不可欠な手法として広く活用されています。
中央値代入法
中央値代入法とは、機械学習のデータ前処理において、欠損値がある場合にそれをその特徴量の中央値で置き換える手法です。外れ値の影響を受けにくいため、平均値代入法と比べて歪んだ分布のデータに対して頑健であるという特徴を持ちます。
統計学的仮説検定
統計学的仮説検定とは、データに基づいて確率的な判断を下し、ある仮説が正しいかどうかを科学的に検証する手法です。AIの開発やデータ分析において、モデルの性能向上や施策の効果測定が偶然によるものでないかを判定するために広く活用されています。
SQL
SQLとは、リレーショナルデータベースに蓄積されたデータを操作・抽出・管理するための標準的な問い合わせ言語です。AI開発においては、機械学習モデルの学習データ準備や特徴量エンジニアリング、自然言語からクエリを生成するテキスト・トゥ・SQL技術など、データ活用の基盤として不可欠な役割を担っています。
共変量シフト
共変量シフトとは、機械学習モデルの訓練データとテストデータの間で入力データの確率分布が変化する現象のことです。モデルの予測精度低下を招く大きな原因となり、ドメイン適応やモデルの監視において重要な課題とされています。
サンプリングバイアス
サンプリングバイアスとは、収集したデータが母集団を正しく代表していない偏った状態のことです。機械学習モデルの訓練データにこの偏りがあると、未知のデータに対する予測精度が著しく低下し、公平性や信頼性を損なう原因となります。
標本平均
標本平均とは、母集団から抽出した一部のデータである標本から計算される平均値のことです。AIや機械学習において、膨大なデータ全体を直接扱うことが難しい場合に、母集団の特性を推測するための基本的な指標として広く活用されています。
レコメンドシステム
レコメンドシステムとは、ユーザーの過去の行動履歴や嗜好を分析し、興味を持ちそうな情報や商品を自動で提案する仕組みです。ECサイトや動画配信サービスなどで広く活用され、ユーザーの利便性向上や売上増加に貢献しています。