第17章 AI・機械学習
まんがでわかる コンピューター技術英語大全｜大学・専門学校・技術者のための教科書と演習
☰ 全巻目次（26ページ）・章を選ぶ／閉じる
第17章 AI・機械学習
生成AIの技術文書を読むための言葉
100 / 100件表示
1〜10番の用語
Artificial intelligence
人工知能
認識・推論・生成などの知的処理を実現する技術の総称。
Machine learning
機械学習
データから規則性を学習し予測などに使う方法。
Model
モデル
学習した規則性などを使って出力を生成・予測する仕組み。
Training data
学習データ
モデルが規則性を学ぶために利用するデータ。
Inference
推論
学習済みモデルを使って新しい入力から結果を得る処理。
Prompt
プロンプト
生成AIへ渡す指示や入力文。
Token
トークン
言語モデルが文章を処理するときに使用する単位。
Hallucination
ハルシネーション
AIが事実に反する内容をもっともらしく生成する現象。
Embedding
埋め込み表現
文章などを意味的な特徴を含む数値ベクトルへ変換した表現。
API endpoint
APIエンドポイント
APIへ要求を送る宛先となるURLなど。
11〜20番の用語
Deep learning
多層ニューラルネットワークを利用する学習方式
多層ニューラルネットワークを利用する学習方式。AIの学習・推論・評価のどの工程に関わるかを区別します。
Neural network
神経回路を模した計算モデル
「神経回路を模した計算モデル」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Artificial neuron
ニューラルネットワークの計算単位
「ニューラルネットワークの計算単位」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Input layer
入力データを受け取る層
「入力データを受け取る層」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Hidden layer
中間計算を行う層
「中間計算を行う層」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Output layer
推定結果などを出す層
「推定結果などを出す層」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Model parameter
学習によって調整するモデル内部の値
学習によって調整するモデル内部の値。AIの学習・推論・評価のどの工程に関わるかを区別します。
Hyperparameter
学習前などに設定する調整値
学習前などに設定する調整値。AIの学習・推論・評価のどの工程に関わるかを区別します。
Training dataset
モデル学習に使用するデータ集合
「モデル学習に使用するデータ集合」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Validation dataset
モデルの調整・評価に使うデータ集合
「モデルの調整・評価に使うデータ集合」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
21〜30番の用語
Test dataset
最終的な性能確認に使うデータ集合
「最終的な性能確認に使うデータ集合」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Training loop
データを繰り返し学習する処理
データを繰り返し学習する処理。AIの学習・推論・評価のどの工程に関わるかを区別します。
Training epoch
訓練データ全体を1回処理する単位
「訓練データ全体を1回処理する単位」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Mini-batch
まとめて学習計算に使うデータの小集団
「まとめて学習計算に使うデータの小集団」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Batch size
一度に処理するデータの数
「一度に処理するデータの数」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Learning rate
学習時にパラメーターを変更する大きさの係数
「学習時にパラメーターを変更する大きさの係数」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Optimizer
損失を減らす方向へモデルを更新する方式
損失を減らす方向へモデルを更新する方式。AIの学習・推論・評価のどの工程に関わるかを区別します。
Gradient descent
勾配を用いて損失を減らす最適化法
「勾配を用いて損失を減らす最適化法」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Backpropagation
誤差の情報を逆方向へ伝える学習計算法
「誤差の情報を逆方向へ伝える学習計算法」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Loss function
予測と正解の差を数値化する関数
「予測と正解の差を数値化する関数」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
31〜40番の用語
Model convergence
学習や最適化が安定した状態
学習や最適化が安定した状態。AIの学習・推論・評価のどの工程に関わるかを区別します。
Overfitting
訓練データに適合しすぎて新データに弱い状態
訓練データに適合しすぎて新データに弱い状態。AIの学習・推論・評価のどの工程に関わるかを区別します。
Underfitting
データの特徴を十分に学べていない状態
データの特徴を十分に学べていない状態。AIの学習・推論・評価のどの工程に関わるかを区別します。
Regularization
過度な適合を抑えるための手法
「過度な適合を抑えるための手法」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Dropout layer
学習時に一部の結合等を無効にする層
「学習時に一部の結合等を無効にする層」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Early stopping
過学習を避けるため学習を途中で止めること
過学習を避けるため学習を途中で止めること。AIの学習・推論・評価のどの工程に関わるかを区別します。
Supervised learning
正解付きデータから学ぶ方式
正解付きデータから学ぶ方式。AIの学習・推論・評価のどの工程に関わるかを区別します。
Unsupervised learning
正解ラベルなしのデータから構造を学ぶ方式
正解ラベルなしのデータから構造を学ぶ方式。AIの学習・推論・評価のどの工程に関わるかを区別します。
Self-supervised learning
データから学習用の課題を作る方式
データから学習用の課題を作る方式。AIの学習・推論・評価のどの工程に関わるかを区別します。
Reinforcement learning
報酬などを手掛かりに行動を学ぶ方式
報酬などを手掛かりに行動を学ぶ方式。AIの学習・推論・評価のどの工程に関わるかを区別します。
41〜50番の用語
Classification model
入力を種類ごとに分類するモデル
「入力を種類ごとに分類するモデル」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Regression model
連続的な数値を予測するモデル
「連続的な数値を予測するモデル」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Clustering
似ているデータ同士をまとめる技術
「似ているデータ同士をまとめる技術」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Feature extraction
予測に使う特徴を取り出す処理
予測に使う特徴を取り出す処理。AIの学習・推論・評価のどの工程に関わるかを区別します。
Feature engineering
有用な入力変数を設計・加工すること
有用な入力変数を設計・加工すること。AIの学習・推論・評価のどの工程に関わるかを区別します。
Vector representation
複数の数値でデータを表す形式
「複数の数値でデータを表す形式」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Similarity search
似た特徴のデータを探す検索方式
似た特徴のデータを探す検索方式。AIの学習・推論・評価のどの工程に関わるかを区別します。
Cosine similarity
ベクトルの向きの近さを測る指標
ベクトルの向きの近さを測る指標。AIの学習・推論・評価のどの工程に関わるかを区別します。
Dimensionality reduction
特徴量の次元数を減らす処理
特徴量の次元数を減らす処理。AIの学習・推論・評価のどの工程に関わるかを区別します。
Principal component analysis
分散の大きい方向を抽出する次元削減法
「分散の大きい方向を抽出する次元削減法」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
51〜60番の用語
Precision metric
陽性と予測したものの正解率
「陽性と予測したものの正解率」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Recall metric
本当の陽性のうち検出できた割合
「本当の陽性のうち検出できた割合」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
F1 score
適合率と再現率の調和平均
「適合率と再現率の調和平均」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Confusion matrix
分類結果の正誤を表形式で整理したもの
「分類結果の正誤を表形式で整理したもの」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Accuracy metric
全予測のうち正しかった割合
「全予測のうち正しかった割合」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
False discovery rate
陽性予測のうち誤りの割合
「陽性予測のうち誤りの割合」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Receiver operating characteristic
分類しきい値ごとの検出性能を表す曲線
「分類しきい値ごとの検出性能を表す曲線」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Area under the curve
評価曲線の下側の面積を表す指標
評価曲線の下側の面積を表す指標。AIの学習・推論・評価のどの工程に関わるかを区別します。
Natural language processing
文章や音声の言語を扱う技術
「文章や音声の言語を扱う技術」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Computer vision
画像や映像を解析・理解する技術
「画像や映像を解析・理解する技術」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
61〜70番の用語
Speech recognition
音声をテキストなどへ変換する技術
「音声をテキストなどへ変換する技術」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Text-to-speech synthesis
文字から音声を生成する技術
「文字から音声を生成する技術」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Generative AI
文章や画像などを生成するAI
「文章や画像などを生成するAI」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Large language model
大規模な言語データで学習したモデル
「大規模な言語データで学習したモデル」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Foundation model
多様な用途への適応を想定した基盤モデル
「多様な用途への適応を想定した基盤モデル」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Transformer architecture
注意機構を利用するニューラルネット構造
注意機構を利用するニューラルネット構造。AIの学習・推論・評価のどの工程に関わるかを区別します。
Attention mechanism
入力の関連部分へ重みを付ける仕組み
「入力の関連部分へ重みを付ける仕組み」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Self-attention
同じ系列内の要素関係を計算する仕組み
「同じ系列内の要素関係を計算する仕組み」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Tokenization
文字や文をモデル用の単位へ分割する処理
文字や文をモデル用の単位へ分割する処理。AIの学習・推論・評価のどの工程に関わるかを区別します。
Context window
一度の処理で参照できる入力などの範囲
「一度の処理で参照できる入力などの範囲」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
71〜80番の用語
System prompt
モデルの動作方針を与える上位の指示
「モデルの動作方針を与える上位の指示」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Prompt engineering
入力文を工夫して目的の出力を得る方法
入力文を工夫して目的の出力を得る方法。AIの学習・推論・評価のどの工程に関わるかを区別します。
Few-shot prompting
少数の例を示して回答を誘導する方法
少数の例を示して回答を誘導する方法。AIの学習・推論・評価のどの工程に関わるかを区別します。
Zero-shot prompting
例を示さずに課題を指示する方法
例を示さずに課題を指示する方法。AIの学習・推論・評価のどの工程に関わるかを区別します。
Chain-of-thought prompting
考え方の段階を示すよう指示する方法
考え方の段階を示すよう指示する方法。AIの学習・推論・評価のどの工程に関わるかを区別します。
Inference latency
推論結果が返るまでの時間
「推論結果が返るまでの時間」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Model fine-tuning
追加のデータでモデルを用途に合わせて調整すること
追加のデータでモデルを用途に合わせて調整すること。AIの学習・推論・評価のどの工程に関わるかを区別します。
Parameter-efficient fine-tuning
一部の追加パラメーター等だけを学習する手法
「一部の追加パラメーター等だけを学習する手法」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Low-rank adaptation
少ない追加パラメーターで調整するLoRA方式
少ない追加パラメーターで調整するLoRA方式。AIの学習・推論・評価のどの工程に関わるかを区別します。
Quantization
数値の精度を下げてメモリや計算量を抑える処理
数値の精度を下げてメモリや計算量を抑える処理。AIの学習・推論・評価のどの工程に関わるかを区別します。
81〜90番の用語
Knowledge distillation
大きなモデルの知識を小さいモデルへ移す手法
「大きなモデルの知識を小さいモデルへ移す手法」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Retrieval-augmented generation
外部情報を検索して生成に利用するRAG
「外部情報を検索して生成に利用するRAG」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Vector database
ベクトルに基づく検索を得意とするデータベース
「ベクトルに基づく検索を得意とするデータベース」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Semantic search
意味の近さを手掛かりにする検索
「意味の近さを手掛かりにする検索」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Tool calling
AIが外部の機能を呼び出す仕組み
「AIが外部の機能を呼び出す仕組み」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Function calling
構造化した引数を用いて機能を呼び出す方式
構造化した引数を用いて機能を呼び出す方式。AIの学習・推論・評価のどの工程に関わるかを区別します。
AI agent
目的達成のため複数の手順を進めるAIシステム
「目的達成のため複数の手順を進めるAIシステム」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Agent workflow
AIエージェントが行う作業手順
AIエージェントが行う作業手順。AIの学習・推論・評価のどの工程に関わるかを区別します。
Multimodal model
文字・画像・音声など複数の情報形式を扱うモデル
「文字・画像・音声など複数の情報形式を扱うモデル」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Model evaluation
モデルの品質・性能を測定すること
モデルの品質・性能を測定すること。AIの学習・推論・評価のどの工程に関わるかを区別します。
91〜100番の用語
Benchmark dataset
性能比較用に用意されたデータ集合
「性能比較用に用意されたデータ集合」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Human evaluation
人が出力の良し悪しを評価する方式
人が出力の良し悪しを評価する方式。AIの学習・推論・評価のどの工程に関わるかを区別します。
Bias mitigation
偏りの悪影響を減らす対策
「偏りの悪影響を減らす対策」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Data privacy
個人情報などを適切に保護すること
個人情報などを適切に保護すること。AIの学習・推論・評価のどの工程に関わるかを区別します。
AI safety
AI利用に伴う危険を減らす取り組み
「AI利用に伴う危険を減らす取り組み」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Model monitoring
運用中のモデル品質などを監視すること
運用中のモデル品質などを監視すること。AIの学習・推論・評価のどの工程に関わるかを区別します。
Drift detection
データや性能の変化を検出すること
データや性能の変化を検出すること。AIの学習・推論・評価のどの工程に関わるかを区別します。
Inference throughput
単位時間当たりに処理できる推論量
「単位時間当たりに処理できる推論量」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Model compression
モデルを小さくして資源消費を減らす技術
「モデルを小さくして資源消費を減らす技術」を意味します。AIの学習・推論・評価のどの工程に関わるかを区別します。
Context retrieval
回答生成に必要な関連情報を取り出すこと
回答生成に必要な関連情報を取り出すこと。AIの学習・推論・評価のどの工程に関わるかを区別します。
