移動平均（MA）とは、時系列データにおいて一定期間ごとの平均値を順次ずらしながら算出する統計手法です。データの不規則な変動（ノイズ）を取り除き、全体的な傾向（トレンド）を滑らかに捉えるために用いられます。AIや機械学習の分野では、時系列予測モデルの特徴量生成や、ニューラルネットワークの学習時に用いられる最適化アルゴリズム、重みの平滑化などで広く活用されています。
移動平均とは
移動平均は、時系列データのばらつきや一時的なノイズを打ち消し、データの背後にある長期的な変動傾向（トレンド）を視覚的・数値的に分かりやすくするための基本的なデータ平滑化手法です。
詳しく解説
移動平均は、時間の経過とともに変化するデータ（時系列データ）に対して、特定の期間（窓幅）を設定し、その期間内のデータの平均値を求め、期間を1ステップずつずらしながら計算を繰り返す手法です。これにより、データに含まれる短期的なランダムノイズや季節変動が相殺され、滑らかな曲線が得られます。AI・機械学習においては、時系列予測を行う際の前処理（特徴量エンジニアリング）として極めて重要です。また、深層学習における最適化アルゴリズムである「Adam」などでは、勾配の情報を移動平均で管理することで、学習を安定化させています。さらに、学習中のモデルの重みを指数移動平均によって平滑化し、テストデータに対する汎化性能を向上させる技術（モデル平均化）も頻繁に使われます。
具体例・使われ方
移動平均の具体例としては、日々の株価や売上データの予測が挙げられます。例えば、「7日移動平均」を算出する場合、過去7日間のデータの平均値を計算し、それをグラフ上にプロットしていくことで、日ごとの急激な増減に惑わされずに「今週全体として売上は増加傾向にあるか」を判断できます。また、機械学習の学習曲線（Lossの推移グラフ）が細かく上下して見づらい際に、移動平均を用いてグラフを滑らかにし、損失関数が順調に減少（収束）しているかを確認する際にも利用されます。
似た用語との違い
移動平均と混同されやすいものに「累加平均」や単なる「算術平均（単純平均）」があります。算術平均は対象となるデータ全体の平均値を1つだけ算出するのに対し、移動平均は特定の区間をスライドさせながら複数の平均値を算出します。また、「指数移動平均」は、直近のデータに大きな重みを置き、過去になるほど指数関数的に重みを小さくして計算する手法であり、すべてのデータを均等に扱う「単純移動平均」に比べて、直近の変化に対して素早く反応するという違いがあります。
注意点
移動平均を計算する際には、設定する「期間（窓幅）」の長さに注意する必要があります。期間が短すぎるとノイズを十分に除去できず、逆に長すぎると直近の重要な変化（トレンド転換など）に対する反応が遅れる（時間的遅延が発生する）というトレードオフが存在します。また、移動平均はあくまで過去のデータの平均化であるため、急激な外的ショックによる突発的な変化を即座に予測することは困難です。