//
ホーム
›
IT用語集
›
AI・機械学習
AI・機械学習用語一覧
全 245 語 — カテゴリ別・あいうえお順で検索できます
カテゴリ別
あいうえお順
あ
か
さ
た
な
は
ま
や
ら
わ
他
あ行
AIの歴史と変遷
AIブーム
AGI（汎用人工知能）
アルゴリズム
アノテーション
F1スコア
mAP（平均適合率平均）
IoU（Intersection over Union）
NDCG（正規化割引累積利得）
A/Bテスト
オフライン評価・オンライン評価
XGBoost
HDBSCAN
アンサンブル学習
Isolation Forest
LOF（局所外れ値因子）
エポック・バッチサイズ
ROC曲線・AUC
異常検知
アテンション機構
AIエージェント
AI安全性
AI倫理
音声認識（ASR）
音声合成（TTS）
エッジAI
AI規制と法律
SGD（確率的勾配降下法）
Adam
AdaGrad / RMSProp
ウォームアップ（学習率）
重みの初期化
Optuna
AlexNet
EfficientNet
インスタンスセグメンテーション
RNN（再帰型ニューラルネットワーク）
LSTM
エンコーダー / デコーダー
ALiBi
SFT（Supervised Fine-Tuning）
RLHF
埋め込み表現（Embeddings）
INT8 / INT4量子化
AWQ
o1 / o3（OpenAI推論モデル）
o4-mini
か行
機械学習
教師あり学習
教師なし学習
強化学習
学習（機械学習）
訓練データ
クラス不均衡
欠損値処理
合成データ
カテゴリ変数エンコーディング
決定係数（R²）
交差エントロピー損失
決定木
CatBoost
k近傍法
階層的クラスタリング
活性化関数
勾配降下法
過学習・過適合
学習率
交差検証
混同行列
クラスタリング
k-means
決定木・ランダムフォレスト
勾配ブースティング（XGBoost・LightGBM）
回帰分析
拡散モデル
GAN（敵対的生成ネットワーク）
コンピュータービジョン
学習率スケジューリング
コサインアニーリング
Xavier初期化 / He初期化
グループ正規化
勾配消失 / 勾配爆発
勾配クリッピング
ConvNeXt
画像分類タスク
クロスアテンション
コンテキスト長
KVキャッシュ
コンテキスト内学習（In-Context Learning）
グラウンディング
Claude 3.5 Sonnet
Claude 3.7 Sonnet
Claude 3 Opus
さ行
人工知能
自己教師あり学習
正規化・標準化
相関分析
精度（Accuracy）
線形回帰
スタッキング
主成分分析（PCA詳細）
Sigmoid・Tanh
Softmax
損失関数
正則化（L1・L2）
精度・再現率・F値
次元削減
SVM（サポートベクターマシン）
自然言語処理（NLP）
GPT
生成AI・Generative AI
説明可能なAI（XAI）
層正規化（Layer Normalization）
残差接続（Residual Connection）
スキップ接続
CNN（畳み込みニューラルネットワーク）
ストライド / パディング
セマンティックセグメンテーション
姿勢推定
深度推定
GRU
双方向RNN
Seq2Seq
自己回帰モデル
時系列予測
自己注意機構（Self-Attention）
スケールドドット積アテンション
Sparse Attention
Sliding Window Attention
スケーリング則
事前学習（Pre-training）
GRPO
システムプロンプト
SentencePiece
ゼロショット学習
GPTQ
スペキュレイティブデコーディング
GPT-4o
GPT-4.5
た行
ディープラーニング
転移学習
データ分割
データ拡張
データクレンジング
データラベリング
データバイアス
データガバナンス
特徴量
特徴量選択
特徴量重要度
多重共線性
t-SNE
適合率・再現率
DBSCAN
多層パーセプトロン
ドロップアウト
t-SNE・UMAP
トークナイゼーション
単語埋め込み（Word2Vec・GloVe）
Transformer
大規模言語モデル（LLM）
チェーン・オブ・ソート（CoT）
特徴量エンジニアリング
データ前処理
畳み込み層
特徴マップ
DETR
DPO（Direct Preference Optimization）
チャットテンプレート
トークン（LLM）
トークナイザー
な行
ニューラルネットワーク
ナイーブベイズ
ナレッジカットオフ
は行
半教師あり学習
汎化
バイアスとバリアンスのトレードオフ
外れ値
PR曲線
平均絶対誤差（MAE）
平均二乗誤差・MSE・RMSE
Perplexity（パープレキシティ）
BLEU
BERTScore
ハルシネーション評価指標
ヒューマンエバリュエーション
バギング
ブースティング
パーセプトロン
バックプロパゲーション
バッチ正規化
PCA（主成分分析）
BERT
プロンプトエンジニアリング
ファインチューニング
ハルシネーション（AIの幻覚）
物体検出
ハイパーパラメータ
ハイパーパラメータチューニング
ベイズ最適化
プーリング層
フィルタ / カーネル（CNN）
VGGNet
Faster R-CNN
ポジショナルエンコーディング
フィードフォワード層
Flash Attention
Flash Attention 2 / 3
PPO（LLMにおける強化学習）
報酬モデル
BPE（Byte Pair Encoding）
フューショット学習
ま行
マルチタスク学習
メタ学習
モデル
未学習
マルチモーダルAI
モデル評価指標
ミニバッチ学習
MobileNet
Mask R-CNN
マルチヘッドアテンション
Mixture of Experts（MoE）
命令チューニング（Instruction Tuning）
モデル蒸留
モデルプルーニング
や行
弱いAI
予測
UMAP
YOLO
ら行
ラベル
ROUGE
ロジスティック回帰
ランダムフォレスト
LightGBM
ReLU・Leaky ReLU・GELU
レコメンデーションシステム
RAG（検索拡張生成）
LoRA・PEFT
連合学習（フェデレーテッドラーニング）
ResNet
RegNet
RoPE（Rotary Positional Embedding）
量子化（モデル）
わ行
One-Class SVM
AI・機械学習の基本概念
データと前処理
評価指標
古典的機械学習
ニューラルネットワーク基礎
AI・機械学習
生成AI・大規模言語モデル
プロンプト技術・LLM活用
AI倫理・規制
機械学習・学習手法
生成AI・深層学習
AI・機械学習の応用
コンピュータービジョン
最適化アルゴリズム
学習手法
ニューラルネットワーク
機械学習基礎
機械学習ツール
自然言語処理
機械学習応用
Transformerアーキテクチャ
LLM基礎
LLM推論・最適化
LLMアーキテクチャ
LLM学習・訓練
LLM活用・プロンプト
LLM活用・信頼性
LLM最適化・軽量化
主要AIモデル
AI・機械学習の基本概念
39語
人工知能
機械学習
ディープラーニング
AIの歴史と変遷
AIブーム
弱いAI
AGI（汎用人工知能）
教師あり学習
教師なし学習
強化学習
半教師あり学習
自己教師あり学習
転移学習
マルチタスク学習
メタ学習
モデル
アルゴリズム
予測
学習（機械学習）
汎化
損失関数
勾配降下法
バックプロパゲーション
過学習・過適合
正則化（L1・L2）
ドロップアウト
バッチ正規化
学習率
エポック・バッチサイズ
交差検証
精度・再現率・F値
混同行列
ROC曲線・AUC
次元削減
PCA（主成分分析）
t-SNE・UMAP
クラスタリング
k-means
決定木・ランダムフォレスト
データと前処理
24語
訓練データ
データ分割
未学習
バイアスとバリアンスのトレードオフ
データ拡張
クラス不均衡
外れ値
欠損値処理
データクレンジング
データラベリング
アノテーション
データバイアス
合成データ
データガバナンス
特徴量
ラベル
正規化・標準化
カテゴリ変数エンコーディング
特徴量選択
特徴量重要度
相関分析
多重共線性
t-SNE
UMAP
評価指標
19語
精度（Accuracy）
適合率・再現率
F1スコア
PR曲線
平均絶対誤差（MAE）
平均二乗誤差・MSE・RMSE
決定係数（R²）
交差エントロピー損失
Perplexity（パープレキシティ）
BLEU
ROUGE
BERTScore
mAP（平均適合率平均）
IoU（Intersection over Union）
NDCG（正規化割引累積利得）
ハルシネーション評価指標
A/Bテスト
オフライン評価・オンライン評価
ヒューマンエバリュエーション
古典的機械学習
19語
線形回帰
ロジスティック回帰
決定木
ランダムフォレスト
XGBoost
LightGBM
CatBoost
k近傍法
階層的クラスタリング
DBSCAN
HDBSCAN
アンサンブル学習
バギング
ブースティング
スタッキング
Isolation Forest
LOF（局所外れ値因子）
One-Class SVM
主成分分析（PCA詳細）
ニューラルネットワーク基礎
7語
ニューラルネットワーク
パーセプトロン
多層パーセプトロン
活性化関数
ReLU・Leaky ReLU・GELU
Sigmoid・Tanh
Softmax
AI・機械学習
20語
勾配ブースティング（XGBoost・LightGBM）
SVM（サポートベクターマシン）
ナイーブベイズ
回帰分析
異常検知
レコメンデーションシステム
自然言語処理（NLP）
トークナイゼーション
単語埋め込み（Word2Vec・GloVe）
Transformer
アテンション機構
BERT
GPT
大規模言語モデル（LLM）
プロンプトエンジニアリング
RAG（検索拡張生成）
ファインチューニング
LoRA・PEFT
生成AI・Generative AI
拡散モデル
生成AI・大規模言語モデル
3語
マルチモーダルAI
AIエージェント
ハルシネーション（AIの幻覚）
プロンプト技術・LLM活用
1語
チェーン・オブ・ソート（CoT）
AI倫理・規制
4語
AI安全性
説明可能なAI（XAI）
AI倫理
AI規制と法律
機械学習・学習手法
4語
連合学習（フェデレーテッドラーニング）
特徴量エンジニアリング
モデル評価指標
データ前処理
生成AI・深層学習
1語
GAN（敵対的生成ネットワーク）
AI・機械学習の応用
4語
コンピュータービジョン
音声認識（ASR）
音声合成（TTS）
エッジAI
コンピュータービジョン
23語
物体検出
CNN（畳み込みニューラルネットワーク）
畳み込み層
プーリング層
特徴マップ
フィルタ / カーネル（CNN）
ストライド / パディング
AlexNet
VGGNet
ResNet
EfficientNet
MobileNet
RegNet
ConvNeXt
YOLO
Faster R-CNN
DETR
インスタンスセグメンテーション
Mask R-CNN
セマンティックセグメンテーション
姿勢推定
深度推定
画像分類タスク
最適化アルゴリズム
8語
SGD（確率的勾配降下法）
Adam
AdaGrad / RMSProp
学習率スケジューリング
ウォームアップ（学習率）
コサインアニーリング
勾配クリッピング
ベイズ最適化
学習手法
1語
ミニバッチ学習
ニューラルネットワーク
7語
重みの初期化
Xavier初期化 / He初期化
層正規化（Layer Normalization）
グループ正規化
残差接続（Residual Connection）
スキップ接続
勾配消失 / 勾配爆発
機械学習基礎
2語
ハイパーパラメータ
ハイパーパラメータチューニング
機械学習ツール
1語
Optuna
自然言語処理
7語
RNN（再帰型ニューラルネットワーク）
LSTM
GRU
双方向RNN
Seq2Seq
自己回帰モデル
自己注意機構（Self-Attention）
機械学習応用
1語
時系列予測
Transformerアーキテクチャ
8語
マルチヘッドアテンション
ポジショナルエンコーディング
エンコーダー / デコーダー
フィードフォワード層
スケールドドット積アテンション
クロスアテンション
RoPE（Rotary Positional Embedding）
ALiBi
LLM基礎
8語
コンテキスト長
スケーリング則
ナレッジカットオフ
トークン（LLM）
トークナイザー
BPE（Byte Pair Encoding）
SentencePiece
埋め込み表現（Embeddings）
LLM推論・最適化
6語
KVキャッシュ
Flash Attention
Flash Attention 2 / 3
Sparse Attention
Sliding Window Attention
スペキュレイティブデコーディング
LLMアーキテクチャ
1語
Mixture of Experts（MoE）
LLM学習・訓練
8語
事前学習（Pre-training）
SFT（Supervised Fine-Tuning）
RLHF
DPO（Direct Preference Optimization）
GRPO
PPO（LLMにおける強化学習）
報酬モデル
命令チューニング（Instruction Tuning）
LLM活用・プロンプト
5語
チャットテンプレート
システムプロンプト
コンテキスト内学習（In-Context Learning）
ゼロショット学習
フューショット学習
LLM活用・信頼性
1語
グラウンディング
LLM最適化・軽量化
6語
モデル蒸留
量子化（モデル）
INT8 / INT4量子化
GPTQ
AWQ
モデルプルーニング
主要AIモデル
7語
GPT-4o
GPT-4.5
o1 / o3（OpenAI推論モデル）
o4-mini
Claude 3.5 Sonnet
Claude 3.7 Sonnet
Claude 3 Opus
