学習データ
学習データとは、機械学習モデルがパターンや規則性を学び、予測や推論の能力を獲得するために使用されるデータのことです。テキスト、画像、音声、数値など多様な形式が存在し、モデルの精度や安全性は学習データの品質と量に大きく依存します。AI開発における基盤となる重要な要素であり、適切な収集と前処理が不可欠です。
データ科学のAI用語一覧
10件データ科学に関するAI用語を10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。
分類タスク
分類タスクとは、機械学習において入力データをあらかじめ定義されたカテゴリのいずれかに割り当てるタスクです。スパムメールの判定や画像の物体認識など幅広い分野で活用されており、教師あり学習の代表的な形式の一つです。予測結果が連続値ではなく離散的なラベルになる点が特徴であり、AI活用における基盤となる技術です。
ドメインシフト
ドメインシフトとは、AIモデルの訓練に使用した学習データと、実際に運用する際に入力されるデータの確率分布が変化する現象のことです。データの収集環境や利用状況の違いによって発生し、機械学習モデルの予測精度が大きく低下する原因となります。実社会で安定した性能を維持するために、ドメインシフトへの対策は非常に重要です。
マージン
マージンとは、機械学習の分類問題において、決定境界から最も近いデータ点（サポートベクトルなど）までの距離、あるいはその余白のことです。マージンを最大化するように境界を決定することで、未知のデータに対する予測性能（汎化性能）を高めることができます。特にサポートベクターマシン（SVM）などのアルゴリズムで重要な概念です。
分布内データ
分布内データとは、機械学習モデルが訓練時に学習したデータと同じ統計的性質や確率分布に従うデータのことです。モデルが本来の予測精度や汎化性能を正しく発揮するための前提となるデータであり、テストや運用時にこの範囲内のデータが与えられることで、モデルは信頼性の高い結果を出力できます。
正例
正例とは、機械学習の分類問題においてモデルが検出や識別を目指す対象となるデータのことです。例えばスパムメール検出におけるスパムメールや、画像診断における病変画像などが該当します。対義語である負例と組み合わせて学習させることで、モデルは対象の特徴を正しく捉えられるようになります。
ファスポジティブ
ファスポジティブ（偽陽性）とは、機械学習の二値分類タスクにおいて、実際には「陰性（ネガティブ）」である対象を、モデルが誤って「陽性（ポジティブ）」と判定してしまうエラーのことです。スパムメールではない通常メールをスパムと判定するようなケースが該当し、システムの信頼性やユーザー体験に影響を与える重要な評価指標の一つです。
ゲノムワイド関連解析
ゲノムワイド関連解析（GWAS）は、ヒトの全ゲノムにわたる遺伝子変異と、病気の発症リスクや身体的特徴などの表現型との関連性を統計的に調べる手法です。膨大な遺伝子情報から疾患に関わる特定の遺伝子変異を検出でき、疾患の原因究明や個別化医療の進展、さらにAIによる疾患予測モデルの構築に欠かせないデータ分析手法です。
ロングリードシーケンサー
数千から数十万塩基対に及ぶ長いDNA断片を一度に解読できる次世代のゲノム解析装置。従来のショートリード技術では解析が困難だった、ゲノムの複雑な反復配列や構造変異の特定において極めて高い効果を発揮します。AI技術との融合により、膨大なロングリードデータから高精度なゲノムアセンブリを実現し、個別化医療や生物学研究を加速させています。
グランドトゥルース
グランドトゥルースとは、機械学習やデータ分析において「客観的な事実」や「真の正解」として扱われるデータのことです。主に教師あり学習において、AIモデルの予測結果と照らし合わせる正解データとして利用されます。モデルの学習時や予測精度の評価指標を計算する際の基準となり、AIの性能を左右する非常に重要な役割を果たします。