訓練データ
訓練データとは、機械学習モデルがパターンや規則性を学習するために使用されるデータ群です。AIの精度や性能を左右する基礎となり、適切な品質と量の確保が不可欠です。
データセットのAI用語一覧
14件データセットに関するAI用語を14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。
学習用コーパス
学習用コーパスとは、自然言語処理モデルや機械学習モデルの訓練を目的に収集・整理されたテキストデータの大規模な集合体です。文脈理解や文法規則、知識の獲得に不可欠であり、大規模言語モデルの事前学習や特定タスク向けのファインチューニングなど、幅広いAI開発の基盤データとして活用されます。
検証データ
検証データとは、機械学習モデルの訓練中にモデルの性能を評価し、ハイパーパラメータの調整や過学習の検知を行うために使用されるデータセットです。訓練データとは独立して用意され、モデルの直接的な学習には使われません。最適なモデル構造や設定を選び出し、未知のデータに対する予測精度を高める重要な役割を担います。
評価データ
評価データとは、AIモデルや機械学習モデルの予測精度や性能を客観的に検証するために使用される専用のデータセットです。モデルの学習時には使用せず、完成したモデルが未知のデータに対してどれほど正確に処理できるかという汎化性能を正しく測定する役割を果たします。
教師データ
教師データとは、AIや機械学習モデルに正解の出力例を学習させるためのデータです。入力データとその正解の組み合わせで構成され、AIがパターンや規則性を習得して予測や分類を行うための基盤となります。精度の高いモデル開発には、量と質の両方が求められます。
ベンチマークデータセット
ベンチマークデータセットとは、AIモデルや機械学習アルゴリズムの性能を客観的に比較・評価するために標準化されたデータの集まりです。AI研究や開発において、モデルの精度向上や異なる手法間の優劣を公平に測るための共通基準として広く利用されています。
データ汚染
データ汚染とは、AIの学習や評価に用いるデータセットに不適切なデータや本来含めてはならないテストデータが混入する現象です。特に評価用データが事前学習段階でモデルに取り込まれると、AIが過剰に高い性能を示す漏洩が生じ、正確な性能評価が困難になります。AIの信頼性や公正性を担保する上で重要な課題です。
検証データセット
検証データセットとは、機械学習モデルの学習過程においてハイパーパラメータの調整やモデル構造の選定、過学習の検知を行うために使用される独立したデータ群です。未知のデータに対する汎化性能を適切に評価するための重要な役割を担います。
パブリックドメイン
パブリックドメインとは、知的財産に対する著作権や特許権などの権利が消滅し、または最初から存在せず、社会全体で自由に利用・改変・再配布できる状態を指します。AIの機械学習において、著作権侵害のリスクを気にせず安全に使える学習データとして重要な概念です。
ゲノムデータ
ゲノムデータとは、生物が持つすべての遺伝情報（ゲノム）をDNAの塩基配列としてデジタル化したデータのことです。近年、深層学習をはじめとするAI技術の発展により、この膨大な塩基配列データから病気の原因遺伝子を特定したり、個人の体質に合わせた個別化医療を提案したり、革新的な新薬を開発する創薬分野での活用が急速に進んでいます。
キャリブレーションデータ
キャリブレーションデータとは、AIモデルの量子化や最適化の際に、モデルの精度低下を最小限に抑えつつパラメータの数値を適切にスケール・調整するために使用される少量のデータセットです。元データの特徴を反映した少量のデータを用いて、モデル軽量化後の処理性能と予測精度の維持を両立させます。
ImageNet
ImageNetは、深層学習の画像認識精度を競う世界的なコンペティションの舞台となった、大規模な画像データセットです。コンピュータビジョンの発展において歴史的な転換点をつくり、AIの画像認識能力を飛躍的に向上させる基礎となりました。
COCO
COCO（Common Objects in Context）は、コンピュータビジョン分野の発展を支える大規模な画像認識用データセットです。物体検出やセグメンテーションなどの性能評価の標準的な基準として広く利用されています。
負例
負例とは、機械学習の教師あり学習において、予測や分類の対象ではないことを示すデータのことを指します。AIモデルが正しい判断を学習するために、正例と組み合わせて使用される重要なデータです。