閾値（いきち／しきいち）とは、ある状態や判定を切り替える境目となる基準値のことです。AIや機械学習では、モデルが出力した確率値をもとに二値分類の判定を下す際や、ニューロンの発火を制御する活性化関数などで重要な役割を果たします。
閾値とは
閾値とは、連続的な数値データをもとに「合格・不合格」「陽性・陰性」などの判定や動作を切り替える境界となる基準値のことです。
詳しく解説
AIや機械学習の領域において、閾値はモデルの出力結果を行動やクラスに変換するために不可欠です。例えば二値分類モデルは、通常0から1の範囲の確率を出力します。この出力を陽性または陰性に分類するため、基準となる確率（デフォルトでは0.5など）を閾値として設定します。閾値を上下させることで、モデルの適合率と再現率のバランスを調整できます。また、ニューラルネットワークの基礎となる活性化関数においても、入力信号の合計が閾値を超えた場合にのみ次の層へ信号を伝達する仕組みが用いられています。さらに、ROC曲線や混同行列を用いて最適な閾値を探索・評価する作業は、機械学習の実務における重要なチューニング工程の一つです。
具体例・使われ方
迷惑メールフィルターでは、メールがスパムである確率が閾値（例: 0.8）を超えた場合にのみ自動で迷惑メールフォルダへ振り分けます。また、医療診断支援AIでは、疾患の見逃し（偽陰性）を防ぐために閾値をあえて低めに設定し、少しでも疑わしいケースを医師の確認へ回すように運用されます。
似た用語との違い
閾値は「状態を切り替える境目となる値」であるのに対し、「バイアス」はモデル全体の出力を上下にシフトさせる調整パラメータを指します。また、「重み」は入力特徴量の重要度を表す係数であり、閾値とは役割が異なります。
注意点
閾値は一度決めれば常に一定で良いわけではなく、誤検知（偽陽性）と見逃し（偽陰性）のトレードオフを考慮してビジネスや医療の要件に応じた調整が必要です。また、データの分布が変化すると過去に設定した最適な閾値が適切に機能しなくなるため、定期的な見直しが求められます。