時系列交差検証
時系列交差検証とは、時間的な順序を考慮して機械学習モデルの汎化性能を評価する手法です。未来のデータを用いて過去を予測するデータリークを防ぎ、株価予測や需要予測などの時系列データにおいて正確な検証を行うために広く用いられます。
データ分析のAI用語一覧（8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8ページ目です。
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。
クロスバリデーション
クロスバリデーションとは、機械学習モデルの汎化性能を正確に評価するための統計的手法です。手元のデータを分割して学習と検証を何度も繰り返すことで、データの偏りに依存しない信頼性の高い評価結果を得ることができます。
時系列データ予測
時系列データ予測は、時間の経過に伴い変化する過去のデータを分析し、未来の数値を予測する技術です。売上予測や需要予測、気象予報など、時間的順序が意味を持つ多様な分野で活用されています。近年は従来の統計手法に加え、ディープラーニングなどのAI技術の導入により、複雑なパターンや長期的な変動に対しても高い精度での予測が可能となっています。
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。
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。
ビジネスインテリジェンス
ビジネスインテリジェンス（BI）とは、企業が蓄積した膨大なデータを集計・分析し、経営や現場の意思決定を迅速かつ正確に行うための手法やツールの総称です。売上データや顧客情報をダッシュボードなどで可視化することで、現状の課題把握や業績予測を支援し、データ駆動型の業務改善を実現します。
CRM
CRMとは、顧客との関係性を管理・分析し、良好な関係を築くことでLTVの最大化を目指すビジネスの手法およびシステムです。近年ではAIを活用した顧客行動の予測やパーソナライゼーションが進化しています。
顧客生涯価値
顧客生涯価値（LTV）とは、1人の顧客が取引開始から終了までの期間に、企業やサービスへもたらす総利益のことです。AIを活用した予測モデルでは、過去の行動データから将来の購買予測を行い、効率的な顧客獲得やマーケティング施策の最適化に役立てられます。
ターゲティング
AIや機械学習を活用して、特定の属性や行動パターンを持つユーザーを識別し、広告やコンテンツを的確に配信する手法です。データ分析を基に、より精度の高いアプローチを実現します。
ポジションバイアス
ポジションバイアスとは、ユーザーが情報を閲覧する際、提示された順番や位置（画面の上部や最初）によって、内容の質に関わらず選択・評価が偏ってしまう現象です。AIモデルの学習データや検索エンジンの評価において、この偏りを適切に補正することが重要視されています。
意思決定支援システム
意思決定支援システムは、データやAIを活用して人間の意思決定をサポートする情報システムです。膨大な情報から有用な洞察を導き出し、ビジネスや医療などの現場でより迅速で精度の高い判断を下せるよう支援します。
ベースライン
AIや機械学習の開発において、新しいモデルの性能を評価するための基準となる比較対象や初期値のことです。開発したモデルが本当に優れているかを判断するための重要な指標として利用されます。
ドリルダウン
ドリルダウンとは、データ分析において集約された全体像から、より詳細な下位階層のデータへと順次掘り下げていく操作のことです。AIやビジネスインテリジェンスの分野で、売上データの詳細な要因分析や、機械学習モデルの予測結果の深掘りに活用されます。
マーケットバスケット分析
マーケットバスケット分析とは、POSデータや購買履歴を分析し、顧客が同時に購入する商品の傾向や関連性を見つけ出す手法です。小売業のレコメンドや商品陳列の最適化、機械学習を活用した需要予測などに広く活用されています。
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。
DataFrame
DataFrame（データフレーム）とは、データ分析や機械学習において広く用いられる、行と列からなる二次元の表形式データ構造です。主にPythonのライブラリであるPandasなどで提供されており、異なるデータ型のカラムを同一のテーブル内で保持しながら、データの結合、集計、フィルタリング、欠損値処理などを効率的に行えます。
ドメイン整合性
ドメイン整合性とは、訓練データが存在するソースドメインと、未見のデータが存在するターゲットドメインの間におけるデータの分布やルールの不一致を解消し、機械学習モデルの予測性能を維持する性質を指します。
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。
最頻値
最頻値とは、データの中で最も多く観測される値のことです。機械学習やデータ分析において、カテゴリ変数の代表値を求めたり、モデルの予測結果の傾向を把握したりする際に重要な役割を果たします。
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。
順序尺度
順序尺度とは、データの要素間に大小や順位といった明確な順序関係はあるものの、その差や間隔の広さまでは等しくないデータ尺度のことです。アンケートの満足度評価やランキングなどに広く用いられ、機械学習の前処理において適切なエンコーディング手法を選択する際などに重要な概念となります。