# G検定 用語集（初学者向け）
- 元資料: 動画「【G検定 聞き流し】用語解説 総まとめ ~2026年試験対応~」（ワイズデータ） https://youtu.be/iNMZtrpTXpM
- 収録用語数: 525 項目（動画の登場順。うち 15 項目は動画に出てこないシラバス補足用語で、「（動画外・シラバス補足）」と表記）
- 説明の中に出てくる専門用語には、その直後に（ ）で意味を添えています。読み方・一言まとめ・具体例・関連用語も付けています。
- 同じフォルダの `G検定単語帳.html`（単語帳）と `G検定用語クイズ.html`（4択クイズ）をブラウザで開くと、この用語集で学習できます。
## 目次
1. [第1章 人工知能の定義・歴史・探索・知識表現・機械学習の基礎](#第1章)
2. [第2章 クラスタリング・次元削減・強化学習基礎・評価指標・学習の仕組み・最適化](#第2章)
3. [第3章 CNN・RNN/LSTM・Attention/Transformer・オートエンコーダ・データ拡張・画像タスクとモデル](#第3章)
4. [第4章 自然言語処理・音声処理・深層強化学習・生成モデル・転移学習](#第4章)
5. [第5章 生成AI・説明可能AI・モデル圧縮・AIプロジェクト推進・統計・個人情報保護](#第5章)
6. [第6章 法律・知的財産・契約・AI倫理・ガバナンス・セキュリティ](#第6章)
---
## 第1章
### 人工知能の定義・歴史・探索・知識表現・機械学習の基礎
### AI効果
**読み**: エーアイこうか
**一言で**: AIの仕組みが分かると「ただの自動化」に見えてしまう心理
AI（人工知能。人間のような判断や学習をコンピューターで行う技術）の仕組みや原理を知ると、人々がその技術を特別なものと思わなくなり、「単なる自動化や高度なアルゴリズム（問題を解くための計算手順）に過ぎない」と感じてしまう心理状態のことです。AIの能力が理解されるにつれて魔法のような印象が薄れ、ただの便利な道具として捉えられてしまう現象を指します。
> 💡 かつては「AI」と呼ばれた漢字変換や検索エンジンも、今では当たり前の機能として誰もAIと意識していません。試験では「仕組みが分かるとAIと見なされなくなる現象」として問われます。
**関連用語**: 人工知能(AI)
[動画 00:00:20](https://youtu.be/iNMZtrpTXpM?t=20)
### エージェント
**読み**: エージェント
**一言で**: 目的のために自分で判断して動くソフトやシステム
特定の目的を達成するために、人がいちいち指示しなくても自律的に（自分で状況を判断して）行動するシステムやソフトウェアのことです。周りの状況を見て、次に何をすべきかを自分で決めて動きます。具体例としては、自動運転車、ゲームで対戦相手を務めるNPC（プレイヤーが操作しない、コンピューターが動かすキャラクター）、SiriやGoogleアシスタントなどのバーチャルアシスタント（音声で話しかけると答えてくれる仮想の秘書）があります。
> 💡 スマートフォンに「明日の天気は？」と話しかけると答えてくれる音声アシスタントは、身近なエージェントの一例です。
**関連用語**: 人工知能(AI)
[動画 00:00:42](https://youtu.be/iNMZtrpTXpM?t=42)
### 人工知能(AI)
**読み**: じんこうちのう（エーアイ）
**一言で**: コンピューターが人間のような知的な作業を行う技術
コンピューターやソフトウェアが人間の知能を模倣し（まねして）、学習・推論（分かっていることから筋道を立てて結論を出すこと）・問題解決・意思決定などの作業を自動的に行う技術のことです。ただし、何をもって人工知能と呼ぶかについては一つに定まった定義がなく、専門家の間でも意見が分かれています。そのため、同じものを見ても、ある人は人工知能だと思い、別の人はそう思わない、ということが起こります。
> 💡 試験では「人工知能の定義は専門家の間でも統一されていない」という点がよく問われます。
**関連用語**: AI効果、機械学習、ディープラーニング、人工知能のレベルの分類
[動画 00:01:01](https://youtu.be/iNMZtrpTXpM?t=61)
### 人工知能のレベルの分類
**読み**: じんこうちのうのレベルのぶんるい
**一言で**: AIを賢さの程度でレベル1〜4に分ける考え方
人工知能は、その仕組みの高度さによって大きく4つのレベル（レベル1〜4）に分類されます。レベル1は決められたルール通りに動く単純な制御プログラム、レベル2は知識やルールをもとに問題を解く古典的な人工知能、レベル3は機械学習（データから自動でパターンを学ぶ技術）を取り入れたAI、レベル4はディープラーニング（人間の脳をまねた仕組みを何層も重ねて学習する技術）を取り入れたAIです。数字が大きいほど、人の手を借りずに自分で学べる範囲が広がります。
> 💡 試験では「エアコンの温度制御はレベル1」「推薦システムはレベル3」のように、具体例がどのレベルに当たるかを問われます。
**関連用語**: レベル1: 単純な制御プログラム、レベル2: 古典的な人工知能、レベル3: 機械学習を取り入れたAI、レベル4: ディープラーニング(深層学習)を取り入れたAI
[動画 00:01:27](https://youtu.be/iNMZtrpTXpM?t=87)
### レベル1: 単純な制御プログラム
**読み**: レベルいち たんじゅんなせいぎょプログラム
**一言で**: あらかじめ決めたルール通りにだけ動くプログラム
事前に人間が決めたルールや条件に基づいて動作するプログラムで、基本的な自動化の作業を行います。「もし〜なら〜する」という決まりごとに従うだけなので、自分で学んだり判断を変えたりすることはありません。具体例としては、温度センサー（温度を測る部品）でエアコンのオン・オフを切り替える仕組みや、人がいることを検知してドアを開ける自動ドアがあります。家電製品の「人工知能搭載」とうたわれる機能の多くは、このレベルに当たります。
> 💡 「設定温度より暑くなったら冷房をつける」という単純なルールだけで動くエアコンがレベル1の例です。
**関連用語**: 人工知能のレベルの分類、レベル2: 古典的な人工知能
[動画 00:01:37](https://youtu.be/iNMZtrpTXpM?t=97)
### レベル2: 古典的な人工知能
**読み**: レベルに こてんてきなじんこうちのう
**一言で**: ルールや知識を組み合わせて複雑に振る舞うAI
論理的なルールや知識ベースシステム（専門知識をたくさん蓄えておき、それを組み合わせて答えを出す仕組み）に基づいて問題を解決するAIです。レベル1よりもルールの組み合わせが多く、入力に応じてさまざまな振る舞いができます。ただし、自分でデータから学習することはなく、知識やルールはすべて人間が用意します。具体例としては、部屋の形や障害物に合わせて動き方を変える自動掃除ロボットのように、複雑な振る舞いを見せる仕組みがあります。
> 💡 将棋のルールと定石を人が全部書き込んだプログラムや、医師の知識を詰め込んだ診断システムもレベル2の例です。
**関連用語**: 人工知能のレベルの分類、レベル1: 単純な制御プログラム、レベル3: 機械学習を取り入れたAI
[動画 00:02:03](https://youtu.be/iNMZtrpTXpM?t=123)
### レベル3: 機械学習を取り入れたAI
**読み**: レベルさん きかいがくしゅうをとりいれたエーアイ
**一言で**: データからルールを自動で学んで予測・分類するAI
データからパターン（繰り返し現れる傾向や規則性）を学習し、そのパターンをもとに予測や分類を行う技術です。レベル2までは人間がルールを決めていましたが、レベル3ではアルゴリズム（問題を解くための計算手順）がデータから自動的にルールを見つけ出します。具体例としては、通販サイトで「あなたへのおすすめ」を表示する推薦システムや、迷惑メールを自動で振り分けるスパムメールフィルターがあります。
> 💡 過去の購入履歴から「この商品を買った人はこれも買う」という傾向を自動で見つけ出す通販サイトのおすすめ機能がレベル3です。
**関連用語**: 人工知能のレベルの分類、機械学習、レベル4: ディープラーニング(深層学習)を取り入れたAI
[動画 00:02:22](https://youtu.be/iNMZtrpTXpM?t=142)
### レベル4: ディープラーニング(深層学習)を取り入れたAI
**読み**: レベルよん ディープラーニング（しんそうがくしゅう）をとりいれたエーアイ
**一言で**: 多層のニューラルネットワークで高度な認識を行うAI
深層学習（ディープラーニング）は、ニューラルネットワーク（人間の脳の神経細胞のつながりをまねした計算の仕組み）を使った機械学習（データから自動でパターンを学ぶ技術）の一種です。特に多層のニューラルネットワークを用いることで、高度な特徴抽出（データから重要な手がかりを取り出すこと）と予測を行い、大量のデータと計算資源（高性能なコンピューターの計算力）によって高度な認識能力を実現します。具体例は、Googleの画像検索やFacebookの写真タグ付け機能などの画像認識システムです。
> 💡 写真に写っている人の顔を自動で見分けて名前を付けるSNSの機能は、レベル4のAIの代表例です。
**関連用語**: 人工知能のレベルの分類、ディープラーニング、レベル3: 機械学習を取り入れたAI、特徴抽出
[動画 00:02:58](https://youtu.be/iNMZtrpTXpM?t=178)
### 人工知能とロボットの違い
**読み**: じんこうちのうとロボットのちがい
**一言で**: AIは学んで判断する、ロボットはプログラム通りに動く
人工知能は、周りの環境から得たデータをもとに学習し、複雑な思考や高度な判断を行います（例：自動運転、画像認識技術）。一方でロボットは、人間が設計したプログラム通りに正確に動作し、プログラムに書かれていない行動はしません（例：自動体温測定機）。つまり、人工知能は「頭脳」にあたる判断の仕組みで、ロボットは「体」にあたる機械そのものです。ロボットの中に人工知能が組み込まれることもありますが、両者は別のものとして区別されます。
> 💡 工場で同じ動きを繰り返す産業用ロボットは、学習や判断をしないためAIではありません。試験では「ロボット＝AIではない」という点が問われます。
**関連用語**: 人工知能(AI)、エージェント
[動画 00:03:37](https://youtu.be/iNMZtrpTXpM?t=217)
### 機械学習
**読み**: きかいがくしゅう
**一言で**: コンピューターがデータから学んで予測・判断する技術
コンピューターが大量のデータを使って学び、その学習した結果を使って予測や判断をする技術です。人間がルールを一つひとつ教えるのではなく、たくさんの例を見せることで、コンピューター自身が規則性を見つけ出します。具体例として、AIに大量のコップの画像を学習させると、コップに共通する特徴（形や取っ手など）を自動的に見つけ、初めて見るコップの画像でも「これはコップだ」と認識できるようになります。
> 💡 子どもがたくさんの犬を見るうちに「犬とはこういうもの」と分かるようになるのと似た仕組みです。
**関連用語**: ディープラーニング、人工知能(AI)、レベル3: 機械学習を取り入れたAI
[動画 00:04:09](https://youtu.be/iNMZtrpTXpM?t=249)
### ディープラーニング
**読み**: ディープラーニング
**一言で**: 多層の神経回路モデルで特徴を自動学習する技術
人工知能の一種で、大量のデータから自動的に特徴（データを見分けるための手がかり）を学習し、複雑な問題を解決する技術です。ニューラルネットワーク（人間の脳の神経細胞のつながりをまねした計算の仕組み）を何層も深く重ねることから「深層学習」とも呼ばれます。従来の機械学習（データから自動でパターンを学ぶ技術）では、どの特徴に注目するかを人間が決める必要がありましたが、ディープラーニングではそれも自動で行います。具体例は、与えられた画像が猫の画像であるかどうかを判別することです。
> 💡 「耳の形」「ひげ」などを人が教えなくても、大量の猫の画像から自力で猫らしさを学び取るのがディープラーニングの特徴です。
**関連用語**: 機械学習、レベル4: ディープラーニング(深層学習)を取り入れたAI、CNN(畳み込みニューラルネットワーク、Convolutional Neural Network)、特徴抽出
[動画 00:04:31](https://youtu.be/iNMZtrpTXpM?t=271)
### シンギュラリティ
**読み**: シンギュラリティ
**一言で**: AIが人間の知能を超えるとされる転換点（2045年説）
人工知能が急速に進化して、人間の知能を超える時期のことです。日本語では「技術的特異点」とも呼ばれます。AIが自分より賢いAIを作れるようになると、進化が爆発的に加速して人間には予測できない世界になる、という考え方です。アメリカの発明家レイ・カーツワイルらによって、2045年頃に到来すると言われています。
> 💡 試験では「シンギュラリティ＝2045年頃」「提唱者はレイ・カーツワイル」という組み合わせがよく問われます。
**関連用語**: 人工知能(AI)、強いAIと弱いAI
[動画 00:04:49](https://youtu.be/iNMZtrpTXpM?t=289)
### シンボルグラウンディング問題
**読み**: シンボルグラウンディングもんだい
**一言で**: AIが記号（言葉）と現実のものを結びつけられない問題
AIが記号（言葉や文字）と現実世界のものとの関係を認識できない、という問題です。人間は「シマウマ」という単語を聞けば、実際に見たことがなくても「縞模様のある馬」を想像できます。しかしAIにとって「シマウマ」は単なる文字の並びに過ぎず、「シマ」と「ウマ」の意味を結びつけて連想することができません。この問題は、AIが物事や文脈（前後のつながり）の本質を本当には理解していないことを示しています。「記号接地問題」とも呼ばれます。
> 💡 試験では「記号接地問題」という別名や、「シマウマ」の例とセットで出題されます。
**関連用語**: 身体性、中国語の部屋、強いAIと弱いAI
[動画 00:05:02](https://youtu.be/iNMZtrpTXpM?t=302)
### 身体性
**読み**: しんたいせい
**一言で**: 知能の獲得には身体を通じた体験が必要だという考え
物理的な身体があることで得られる効果について論じる問題です。人間は身体を通じて環境と関わり合い、見たり触ったりという知覚や体験を通じて高度な知能を獲得していきます。しかしAIは身体を持たないため、同じようには知能を獲得できないという課題があります。シンボルグラウンディング問題（AIが言葉と現実のものを結びつけられない問題）とも深く関係しており、AIが人間のように言葉を本当に理解するには身体性が不可欠だと考えられています。
> 💡 「熱い」という言葉の意味は、実際に熱いものに触れた経験があってこそ本当に分かる、というのが身体性の考え方です。
**関連用語**: シンボルグラウンディング問題、強いAIと弱いAI
[動画 00:05:34](https://youtu.be/iNMZtrpTXpM?t=334)
### ダートマス会議
**読み**: ダートマスかいぎ
**一言で**: 1956年開催、「人工知能」という言葉が生まれた会議
1956年にアメリカのダートマス大学で開かれた会議で、人工知能という研究分野の誕生を象徴する出来事です。この会議で初めて「人工知能（Artificial Intelligence）」という用語が使われ、AIの基礎となる考え方や目標が話し合われました。提案者はジョン・マッカーシーで、マービン・ミンスキーやクロード・シャノンなど、後にAI研究の中心となる研究者たちが集まりました。
> 💡 試験では「1956年」「ダートマス大学」「ジョン・マッカーシーが『人工知能』という言葉を初めて使った」という点が頻出です。
**関連用語**: 人工知能(AI)
[動画 00:06:06](https://youtu.be/iNMZtrpTXpM?t=366)
### トイプロブレム
**読み**: トイプロブレム
**一言で**: 本質を保ったまま単純化した「おもちゃの問題」
コンピューターで扱いにくいほど複雑な問題を、本質を損なわないように単純化したもののことです。「トイ」はおもちゃという意味で、迷路やパズルのように、ルールがはっきりしていて範囲が限られた問題を指します。問題の核心を理解するには役立ちますが、非常に限定された状況で設定された問題なので、実世界の複雑な問題にはそのまま適用できないことが次第に明らかになりました。これが第1次AIブームが終わった原因の一つです。
> 💡 迷路やハノイの塔は解けても、現実の渋滞や病気の診断には使えなかった、というのが第1次AIブームの限界でした。
**関連用語**: 探索木、ハノイの塔、フレーム問題
[動画 00:06:30](https://youtu.be/iNMZtrpTXpM?t=390)
### 知識獲得のボトルネック
**読み**: ちしきかくとくのボトルネック
**一言で**: 人間の知識をコンピューターに入れるのが難しいという課題
コンピューターに知識を取り込ませることの難しさを指す言葉です。ボトルネックとは、瓶の細い首の部分のように、全体の流れを妨げている箇所のことです。第2次AIブームではエキスパートシステム（専門家の知識を蓄えて、専門家のように答えを出すプログラム）が盛んに開発されました。しかし、膨大な知識を集めて管理する難しさや、専門家の暗黙知（本人も言葉でうまく説明できない経験的な知識）を取り込む難しさが課題となりました。さらに、集めた知識が増えるほど情報の矛盾や一貫性のなさが目立つようになりました。
> 💡 ベテラン医師の「なんとなくこの患者は危ない」という勘を、ルールとして書き出すのは非常に難しいことの例です。
**関連用語**: MYCIN(マイシン)、インタビューシステム、DENDRAL(デンドラル)
[動画 00:06:52](https://youtu.be/iNMZtrpTXpM?t=412)
### 強いAIと弱いAI
**読み**: つよいエーアイとよわいエーアイ
**一言で**: 人間同等の汎用知能を持つAIと、特定作業に特化したAI
強いAIは、幅広い分野で人間と同じかそれ以上の知識や理解力を持ち、さまざまな問題に対処できるAIのことですが、現在の科学技術では実現できていません。一方、弱いAIは、限られた作業や特定のドメイン（分野や領域）で高いパフォーマンス（性能）を示しますが、幅広い一般的な知識や理解力には欠けるAIです。音声認識や画像分類など、現在実用化されているAIはすべて弱いAIに当たります。この区別は哲学者ジョン・サールが提唱しました。
> 💡 スマートフォンの音声アシスタントは会話はできても、自分で考えて料理を作ることはできないので「弱いAI」です。
**関連用語**: 中国語の部屋、シンギュラリティ、チューリングテスト
[動画 00:07:26](https://youtu.be/iNMZtrpTXpM?t=446)
### チューリングテスト
**読み**: チューリングテスト
**一言で**: 会話で人間かコンピューターか見分けられるかを試すテスト
コンピューターが、人間と区別できないほど自然な会話を行えるかどうかを判断するテストです。数学者アラン・チューリングが提案しました。審査員が、姿の見えない相手（人間とコンピューター）と文字で会話し、どちらが人間かを判断します。審査員がコンピューターを人間だと間違えてしまえば、そのコンピューターは合格とされます。コンピューターが人間と同じくらいの知能を持っているかどうかを評価する方法として使われます。
> 💡 試験では「提案者はアラン・チューリング」、またこのテストを競う「ローブナーコンテスト」とセットで問われます。
**関連用語**: ローブナーコンテスト、中国語の部屋、ELIZA(イライザ)
[動画 00:08:08](https://youtu.be/iNMZtrpTXpM?t=488)
### 中国語の部屋
**読み**: ちゅうごくごのへや
**一言で**: 会話できても理解はしていない、と示す思考実験
チューリングテスト（会話で人間かコンピューターかを見分けるテスト）の一種で、コンピューターが中国語で会話してコンピューターだと気づかれないようにするテストです。部屋の中の人が中国語を理解していなくても、マニュアル（手順書）通りに記号を並べれば正しい返事ができるのと同じで、コンピューターは中国語を理解せずマニュアルに従って動いているだけなので弱いAI（特定の作業だけをこなすAI）と見なされます。つまり、テストに合格する弱いAIはあっても、物事を本当に理解する強いAI（人間同様の理解力を持つAI）は実現できない、と言えます。
> 💡 哲学者ジョン・サールが提唱しました。試験では「チューリングテストへの反論」「強いAIは実現できないという主張」として問われます。
**関連用語**: チューリングテスト、強いAIと弱いAI、シンボルグラウンディング問題
[動画 00:08:33](https://youtu.be/iNMZtrpTXpM?t=513)
### ローブナーコンテスト
**読み**: ローブナーコンテスト
**一言で**: チューリングテスト形式で会話AIの自然さを競う大会
人工知能がどれだけ自然に人間の対話をまねできるかの精度を競う大会です。チューリングテスト（会話で人間かコンピューターかを見分けるテスト）に基づいており、審査員が人間とコンピューターの両方と会話して、どちらが人間かを判断します。最も人間らしいと判定されたプログラムが表彰されます。1991年から毎年開催されています。
> 💡 試験では「チューリングテストを実際に行うコンテスト」「1991年から開催」という点を押さえておきましょう。
**関連用語**: チューリングテスト、ELIZA(イライザ)
[動画 00:08:59](https://youtu.be/iNMZtrpTXpM?t=539)
### 統計的機械翻訳(SMT: Statistical Machine Translation)
**読み**: とうけいてききかいほんやく（エスエムティー）
**一言で**: 大量の対訳データから確率を学んで翻訳する方式
機械翻訳（コンピューターによる自動翻訳）の一種で、統計モデル（データの出方の傾向を確率で表した仕組み）を使って文を翻訳する手法です。大量の文書の集まりを使い、ある言語の文がもう一方の言語のどの文に対応するか、またどう訳される確率が高いかを統計的に学習します。例えば英語の「bank」は、「money」や「in」と一緒に使われている場合は「銀行」と訳される確率が高い、といったことをデータから学びます。
> 💡 人間が文法ルールを書くルールベース機械翻訳と対比して出題されます。「大量の対訳データ」「確率」がキーワードです。
**関連用語**: ルールベース機械翻訳(RMT: Rule-based Machine Translation)、LLM(大規模言語モデル、Large Language Model)
[動画 00:09:25](https://youtu.be/iNMZtrpTXpM?t=565)
### ルールベース機械翻訳(RMT: Rule-based Machine Translation)
**読み**: ルールベースきかいほんやく（アールエムティー）
**一言で**: 人間が作った文法規則や辞書に従って翻訳する方式
機械翻訳（コンピューターによる自動翻訳）の一種で、人間が作成した言語の規則を使って文を翻訳する手法です。文法や語彙（単語の集まり）、文脈（前後のつながり）などの言語的な規則を人間がはっきりと定義しておき、その規則に基づいて翻訳を行います。初期の機械翻訳で使われた方式ですが、言葉の例外や微妙なニュアンスをすべて規則として書き出すのは難しく、精度に限界がありました。
> 💡 「主語＋動詞＋目的語の英文は、日本語では主語＋目的語＋動詞に並び替える」といった規則を人が書いて翻訳させる方式です。
**関連用語**: 統計的機械翻訳(SMT: Statistical Machine Translation)、知識獲得のボトルネック
[動画 00:10:04](https://youtu.be/iNMZtrpTXpM?t=604)
### フレーム問題
**読み**: フレームもんだい
**一言で**: AIが関係ない情報まで考え続けて動けなくなる問題
本来その問題を解くのに必要のない背景の情報まで考慮して計算し続けてしまい、情報処理能力を超えて機能が止まってしまう問題です。人間は無意識に「今考えるべき範囲（フレーム）」を絞れますが、AIにはそれが難しいのです。買い物を例にすると、AIは商品の配置の変化、他の客の動き、在庫の状況など無数の要素をすべて計算しようとするため、処理に時間がかかり、目的の達成が難しくなってしまいます。
> 💡 試験では、哲学者ダニエル・デネットの「洞窟からバッテリーを運び出すロボット」の例話とともに出題されることがあります。
**関連用語**: トイプロブレム、シンボルグラウンディング問題
[動画 00:10:30](https://youtu.be/iNMZtrpTXpM?t=630)
### ミニマックス法(Mini-Max法)
**読み**: ミニマックスほう
**一言で**: 相手が最善手を打つと仮定して最も有利な手を選ぶ方法
チェスや将棋のようなゲームで、最も良い戦略を見つけるためのアルゴリズム（問題を解くための計算手順）です。自分の番では自分の利益（スコア）が最大になる手を選び、相手の番では相手が自分の利益を最小にする手を選んでくると仮定します。この「最大（マックス）」と「最小（ミニ）」を交互に繰り返して先の手を読むことで、最も有利な手を選択します。チェス、オセロ、囲碁などで活用されます。
> 💡 「相手は自分にとって一番嫌な手を打ってくる」と想定して先読みする、人間のゲームの考え方をそのまま計算にしたものです。
**関連用語**: αβ法(アルファベータ法)、探索木、モンテカルロ法
[動画 00:11:10](https://youtu.be/iNMZtrpTXpM?t=670)
### αβ法(アルファベータ法)
**読み**: アルファベータほう
**一言で**: ミニマックス法で無駄な探索を途中で打ち切る効率化手法
ミニマックス法（相手が最善手を打つと仮定して最も有利な手を選ぶ方法）を効率化するための手法で、調べても結果に影響しないと分かった手の探索を早めに打ち切ることで計算を速くします。打ち切り方には2種類あります。αカットは、スコアが最大のものを選ぶ過程で、すでに見つかっているスコアより小さくなるノード（探索木の分かれ目の点）が出たら探索をやめることです。βカットは、スコアが最小のものを選ぶ過程で、すでに見つかっているスコアより大きくなるノードが出たら探索をやめることです。
> 💡 試験では「αカット＝最大値を選ぶ過程で小さいものを打ち切る」「βカット＝最小値を選ぶ過程で大きいものを打ち切る」の区別が問われます。
**関連用語**: ミニマックス法(Mini-Max法)、探索木
[動画 00:11:39](https://youtu.be/iNMZtrpTXpM?t=699)
### SHRDLU
**読み**: シュルドゥル
**一言で**: 言葉の指示で仮想の積み木を操作できた初期のプログラム
1970年前後にテリー・ウィノグラードが開発した、初期の自然言語（人間が普段使う言葉）を扱うプログラムです。コンピューターの中の仮想空間（画面上の架空の世界）に積み木のようなブロックがあり、ユーザーが「赤いブロックを青い箱の上に置いて」のように英語で指示すると、その意味を理解してブロックを動かすことができました。限られた「積み木の世界」の中では見事に動きましたが、現実世界には広げられなかったことから、トイプロブレムの代表例ともされます。
> 💡 試験では「自然言語でブロックを操作」「開発者はテリー・ウィノグラード」という点が問われます。
**関連用語**: トイプロブレム、STRIPS、ELIZA(イライザ)
[動画 00:12:07](https://youtu.be/iNMZtrpTXpM?t=727)
### STRIPS
**読み**: ストリップス
**一言で**: 前提条件・行動・結果の組で計画を自動生成する仕組み
1971年に開発された、自動計画生成（目標を達成するための行動の順番をコンピューターが自動で組み立てること）のためのシステムです。それぞれの行動を「前提条件（その行動をするために必要な状態）」「行動（何をするか）」「結果（行動後にどう変わるか）」の3つの組み合わせで記述し、現在の状態から目標の状態にたどり着くための行動の並びを探します。プランニング（計画立案）研究の基礎となりました。
> 💡 「ドアを開ける」という行動なら、前提条件は「ドアの前にいる」、結果は「ドアが開いている」のように記述します。
**関連用語**: SHRDLU、探索木
[動画 00:12:21](https://youtu.be/iNMZtrpTXpM?t=741)
### 探索木
**読み**: たんさくぎ
**一言で**: 迷路などの選択肢を枝分かれの木の形で表したもの
迷路のような問題を解くためのツリー構造（木の幹から枝が分かれるように、選択肢が次々と枝分かれしていく形）のことです。それぞれのノード（枝の分かれ目にあたる点）は迷路の1地点を表し、枝はその地点から次に進める方向を表します。スタート地点を根（ルート）として、進める道をすべて枝として書き出していくと木の形になります。探索木を使うことで、スタートからゴールまでの最適な経路を見つけることができます。
> 💡 探索木をどの順番でたどるかによって、幅優先探索と深さ優先探索という2つの方法に分かれます。
**関連用語**: 幅優先探索、深さ優先探索、ミニマックス法(Mini-Max法)、ハノイの塔
[動画 00:12:34](https://youtu.be/iNMZtrpTXpM?t=754)
### 幅優先探索
**読み**: はばゆうせんたんさく
**一言で**: 出発点に近い順に調べ、最短経路を必ず見つける探索法
探索木（選択肢を枝分かれの木の形で表したもの）を調べる方法の一つで、出発点に近いノード（分かれ目の点）から順番に、同じ深さのものをすべて調べてから次の深さに進みます。近い場所から順に調べるため、最短距離で必ずゴールにたどり着けるという利点があります。しかし、調べたノードをすべて記憶しながら探索するため、複雑な迷路ではメモリ（コンピューターの作業用の記憶領域）が足りなくなる可能性があります。
> 💡 試験では「幅優先＝最短経路が保証されるがメモリを多く使う」、「深さ優先＝メモリは少ないが最短の保証なし」の対比で出題されます。
**関連用語**: 深さ優先探索、探索木
[動画 00:12:54](https://youtu.be/iNMZtrpTXpM?t=774)
### 深さ優先探索
**読み**: ふかさゆうせんたんさく
**一言で**: 行き止まりまで進んで戻るのを繰り返す探索法
探索木（選択肢を枝分かれの木の形で表したもの）を調べる方法の一つで、あるノード（分かれ目の点）から行き止まりになるまでひたすら奥へ進み、行き止まりなら1つ前に戻って別の道を進む、という操作を繰り返します。今たどっている道筋だけを覚えておけばよいので、メモリ（コンピューターの作業用の記憶領域）をあまり必要としません。ただし、最初に見つかったゴールへの道が最短であるとは限らず、最短距離でゴールにたどり着く保証はありません。
> 💡 迷路で「右手を壁につけたまま進み続ける」方法に似ています。必ずゴールには着きますが、遠回りになることもあります。
**関連用語**: 幅優先探索、探索木
[動画 00:13:19](https://youtu.be/iNMZtrpTXpM?t=799)
### ハノイの塔
**読み**: ハノイのとう
**一言で**: 円盤を3本の棒で移し替えるパズル。最小手数は2のn乗−1
大きさの異なる円盤を3本の棒の間で移動させるパズルで、アルゴリズム（問題を解くための計算手順）の理解に役立つ有名な問題です。ルールは「1度に1枚の円盤しか動かせない」「大きい円盤を小さい円盤の上に置けない」の2つです。この2つのルールを守って、すべての円盤を別の棒に移し替えます。円盤の数をnとすると、最小の手数は2のn乗−1回になります。例えば円盤が3枚なら7回、4枚なら15回です。
> 💡 試験では「円盤n枚の最小手数は2^n−1」という式がよく問われます。探索やトイプロブレムの例としても登場します。
**関連用語**: 探索木、トイプロブレム
[動画 00:13:32](https://youtu.be/iNMZtrpTXpM?t=812)
### モンテカルロ法
**読み**: モンテカルロほう
**一言で**: 乱数を使った試行の繰り返しで近似的な答えを得る方法
乱数（サイコロを振るように、でたらめに選ばれる数）を使ってシミュレーション（模擬実験）や数値計算を行う手法です。数式で正確な答えを求めるのが難しい場合に、乱数による試行を何度も繰り返して、おおよその答え（近似解）を得ます。活用例として円周率πの計算があります。正方形の中にランダムに点を打ち、正方形に内接する円の中に入った点の割合からπを近似します。点の数を増やすほど、本当の値に近づいていきます。
> 💡 囲碁AIでは、ランダムに最後まで打ってみる試行を大量に繰り返して勝ちやすい手を探す「モンテカルロ木探索」として使われ、AlphaGoにも採用されました。
**関連用語**: AlphaGo(アルファ碁)、ブルートフォース(総当たり)、ミニマックス法(Mini-Max法)
[動画 00:14:09](https://youtu.be/iNMZtrpTXpM?t=849)
### ブルートフォース(総当たり)
**読み**: ブルートフォース（そうあたり）
**一言で**: 考えられる組み合わせをすべて試す力ずくの方法
考えられる組み合わせを全部試して答えを見つける手法です。「ブルートフォース」は「力ずく」という意味です。特別な工夫や技術は不要で確実に答えにたどり着けますが、組み合わせの数が多いと非常に時間がかかるという欠点があります。この方法を使った攻撃として、パスワードを片っ端から試すブルートフォース攻撃、1つのパスワードで多数のIDを試すリバースブルートフォース攻撃、よく使われるパスワードを多数のアカウントに少しずつ試すパスワードスプレー攻撃などがあります。
> 💡 4桁の暗証番号を0000から9999まで順番に全部試すのがブルートフォースです。桁数が増えると試す回数が爆発的に増えます。
**関連用語**: モンテカルロ法、探索木
[動画 00:14:51](https://youtu.be/iNMZtrpTXpM?t=891)
### Cycプロジェクト(サイクプロジェクト)
**読み**: サイクプロジェクト
**一言で**: 人間の一般常識をすべてコンピューターに入れようとする計画
人間が持つすべての一般常識をコンピューターに取り込むことを目指して、1984年に始まったプロジェクトです。30年以上続いていますが今も完成しておらず、人間の一般常識がいかに膨大であるかを示しています。形式化（コンピューターが扱える形に書き表すこと）する常識の例は「水はH2Oで構成される」「犬は哺乳類である」「パリはフランスの首都である」などです。ダグラス・レナートが始めました。
> 💡 試験では「1984年開始」「常識をすべて記述しようとして今も続いている」という点が問われます。知識獲得のボトルネックの例でもあります。
**関連用語**: 知識獲得のボトルネック、オントロジー、意味ネットワーク
[動画 00:15:13](https://youtu.be/iNMZtrpTXpM?t=913)
### DENDRAL(デンドラル)
**読み**: デンドラル
**一言で**: 1960年代開発、世界初のエキスパートシステム
1960年代にスタンフォード大学で開発された、未知の有機化合物（炭素を含む化学物質）を特定する人工知能です。質量分析（物質を分解してその成分の重さを調べる分析方法）の結果と有機化学の知識を使って、どんな物質かを同定（正体を突き止めること）できます。化学の専門家と同じような判断ができることから、世界初のエキスパートシステム（専門家の知識を蓄えて、専門家のように答えを出すプログラム）とされています。
> 💡 試験では「世界初のエキスパートシステム＝DENDRAL（化学分野）」「医療分野のエキスパートシステム＝MYCIN」の対比で出題されます。
**関連用語**: MYCIN(マイシン)、知識獲得のボトルネック
[動画 00:15:45](https://youtu.be/iNMZtrpTXpM?t=945)
### 意味ネットワーク
**読み**: いみネットワーク
**一言で**: 言葉や概念のつながりを矢印付きの図で表した知識表現
単語や概念（ものごとの意味のまとまり）同士の関係性をグラフ（点と点を線でつないだ図）で表したものです。関係性の種類には、「AはBである」を示すis-a（例：猫は哺乳類である）や、「AはBの一部である」を示すpart-of（例：目は頭部の一部である）などがあります。矢印は下位の概念から上位の概念に向かって引かれ、矢印の向いている先が上位の概念です。機械学習の分野では、人間の言葉や知識をコンピューターに理解させるために使われます。
> 💡 「スズメ→鳥→動物」のように矢印でつなぐと、「スズメは動物である」ということも図からたどって分かります。
**関連用語**: is-aの関係、has-aの関係・part-ofの関係、オントロジー、Cycプロジェクト(サイクプロジェクト)
[動画 00:16:08](https://youtu.be/iNMZtrpTXpM?t=968)
### is-aの関係
**読み**: イズアのかんけい
**一言で**: 「AはBである」という上位・下位のカテゴリー関係
意味ネットワーク（言葉や概念のつながりを図で表した知識表現）において、「AはBである」と示す関係のことで、AがBというカテゴリー（分類の枠）に属することを表します。例は「猫は哺乳類である」「哺乳類は動物である」「動物は生物である」です。このようにつなげていくと、意味ネットワークの中で概念同士の階層構造（上位・下位の段階的な構造）ができあがり、知識を整理するのに役立ちます。上位の概念の性質は下位の概念にも引き継がれます（例：哺乳類は乳で子を育てる→猫も乳で子を育てる）。
> 💡 試験では「is-a＝〜は〜である（継承関係）」「part-of＝〜は〜の一部である」の区別が問われます。
**関連用語**: 意味ネットワーク、has-aの関係・part-ofの関係
[動画 00:16:36](https://youtu.be/iNMZtrpTXpM?t=996)
### has-aの関係・part-ofの関係
**読み**: ハズアのかんけい・パートオブのかんけい
**一言で**: 「一部である」と「所有している」という部分と全体の関係
意味ネットワーク（言葉や概念のつながりを図で表した知識表現）における関係の種類で、has-aとpart-ofは互いに逆向きの関係です。part-ofは「〜は〜の一部である」という属性（性質）を示し、has-aは「〜は〜を持っている」という所有を示します。例えば、part-ofでは「目は頭部の一部である」と表現し、has-aでは同じことを逆から見て「頭部は目を所有している」と表現します。全体と部分の関係を表す点で、カテゴリーの関係を表すis-aとは区別されます。
> 💡 「タイヤは自動車の一部（part-of）」「自動車はタイヤを持っている（has-a）」のように、同じ関係を向きを変えて表します。
**関連用語**: is-aの関係、意味ネットワーク
[動画 00:17:05](https://youtu.be/iNMZtrpTXpM?t=1025)
### 質問応答(クエスチョンアンサリング)
**読み**: しつもんおうとう（クエスチョンアンサリング）
**一言で**: 質問に対して答えとなる言葉を返すシステムの研究分野
質問に対して、その答えとなる単語や文を返すシステムに関する研究分野です。仕組みとしては、まず質問文を分析して何を聞かれているかを把握し、答えの候補を複数選び出し、それらを複数の観点から評価して最も適した回答を選びます。この分野の成果として、2011年にアメリカのクイズ番組に出場して人間のチャンピオンに勝利した、IBMのワトソンがあります。
> 💡 検索エンジンが「リンクの一覧」を返すのに対し、質問応答システムは「答えそのもの」を返す点が違いです。
**関連用語**: ワトソン(Watson)、東ロボくん、LLM(大規模言語モデル、Large Language Model)
[動画 00:17:36](https://youtu.be/iNMZtrpTXpM?t=1056)
### ワトソン(Watson)
**読み**: ワトソン
**一言で**: IBM開発、2011年にクイズ番組で人間王者に勝ったAI
IBMが開発した人工知能システムで、自然言語処理（人間が普段使う言葉をコンピューターで扱う技術）や機械学習（データから自動でパターンを学ぶ技術）などを使って、質問に回答します。2011年にアメリカのクイズ番組「ジェパディ!」で人間のチャンピオンに勝利し、大きな注目を集めました。現在は医療や金融などのビジネス分野でも活用されています。
> 💡 試験では「IBM」「2011年」「クイズ番組ジェパディ!」の組み合わせを押さえておきましょう。
**関連用語**: 質問応答(クエスチョンアンサリング)、東ロボくん
[動画 00:18:04](https://youtu.be/iNMZtrpTXpM?t=1084)
### ELIZA(イライザ)
**読み**: イライザ
**一言で**: 1960年代のチャットボットの元祖。人と話しているように見せた
1960年代にジョセフ・ワイゼンバウムが開発した、初期のチャットボット（文字で人間と会話するプログラム）です。仕組みはとてもシンプルで、ユーザーが入力した文の中の特定のキーワードを拾い、それをもとにセラピスト（心理カウンセラー）のような質問や相づちを返します。意味を理解しているわけではありませんが、まるで人と会話しているように見せかけることができました。自然言語処理（人間の言葉をコンピューターで扱う技術）とチャットボットの基礎を築いた重要なプログラムです。
> 💡 「頭が痛い」と入力すると「なぜ頭が痛いと思うのですか？」と返すような、オウム返しに近い仕組みです。試験では「イライザ効果（機械を人間のように感じてしまう現象）」も関連して出題されます。
**関連用語**: チューリングテスト、ローブナーコンテスト、SHRDLU
[動画 00:18:23](https://youtu.be/iNMZtrpTXpM?t=1103)
### MYCIN(マイシン)
**読み**: マイシン
**一言で**: 細菌感染症を診断する、初期の代表的なエキスパートシステム
主に細菌感染症（細菌が体に入って起こる病気）の診断と治療のために設計された、1970年代の初期のエキスパートシステムです。エキスパートシステムとは、ある専門分野の知識をたくさん取り込み、その分野の専門家のように振る舞うプログラムのことです。MYCINは約500のルールをもとに、患者の症状から原因となる細菌を推定し、適した抗生物質（細菌をやっつける薬）を提案しました。初期のエキスパートシステムの中で最も影響力が大きかったとされています。
> 💡 試験では「MYCIN＝医療（感染症）分野のエキスパートシステム」「DENDRAL＝化学分野で世界初」の対比で出題されます。
**関連用語**: DENDRAL(デンドラル)、知識獲得のボトルネック、インタビューシステム
[動画 00:18:46](https://youtu.be/iNMZtrpTXpM?t=1126)
### インタビューシステム
**読み**: インタビューシステム
**一言で**: 専門家にインタビュー形式で質問し知識を引き出す仕組み
インタビュー（質問して答えてもらう形式）を使って情報を集めるシステムです。エキスパートシステム（専門家の知識を蓄えて、専門家のように答えを出すプログラム）を作るには専門家の知識を集める必要がありますが、体系化（整理されて筋道立っていること）されていない専門的な知識を、専門家に自分から話してもらうのは難しいものです。そこで、インタビューの形で順番に質問していくことで、知識を聞き出しやすくします。知識獲得のボトルネック（人間の知識をコンピューターに入れる難しさ）を和らげる工夫の一つです。
> 💡 ベテラン医師に「この症状のとき、まず何を疑いますか？」と順に質問して、頭の中の判断ルールを言葉にしてもらうイメージです。
**関連用語**: 知識獲得のボトルネック、MYCIN(マイシン)
[動画 00:19:05](https://youtu.be/iNMZtrpTXpM?t=1145)
### オントロジー
**読み**: オントロジー
**一言で**: 知識や概念の意味と関係をコンピューター向けに整理する方法
人間の持つ情報や知識を、コンピューターが理解できるように整理して記述することです。もともとは哲学の「存在論」という言葉で、AIの分野では「概念（ものごとの意味のまとまり）とその関係をきちんと定義したもの」を指します。例えば「リンゴ」という単語を見たときに、味や色、果物であることなどを自動で関連付けられるようにするためのものです。コンピューターは文字をそのままの形でしか理解できないため、このような整理が必要になります。
> 💡 試験では、人が細かく定義する「ヘビーウェイトオントロジー」と、データから自動で作る「ライトウェイトオントロジー」の区別が出題されることがあります。
**関連用語**: 意味ネットワーク、Cycプロジェクト(サイクプロジェクト)、セマンティックWeb
[動画 00:19:32](https://youtu.be/iNMZtrpTXpM?t=1172)
### データマイニング
**読み**: データマイニング
**一言で**: 大量のデータから役立つパターンや法則を掘り出す技術
大量のデータの中から、役に立つ情報やパターン（繰り返し現れる傾向や規則性）を自動的に発見する技術です。「マイニング」は「採掘」という意味で、データの山から宝物を掘り出すイメージです。これにより、ビジネスの意思決定や予測に役立つ洞察（深い気づき）を得ることができます。有名な具体例として、「オムツとビール」は一見関係がなさそうですが、同時に買う人が多いという意外な関係を売上データから見つけられた、という話があります。
> 💡 「オムツとビール」の例は、スーパーの買い物データの分析で見つかった典型例として試験でもよく登場します。
**関連用語**: ウェブマイニング、ビッグデータ、レコメンデーション
[動画 00:19:52](https://youtu.be/iNMZtrpTXpM?t=1192)
### ウェブマイニング
**読み**: ウェブマイニング
**一言で**: ウェブ上のデータから役立つ情報を見つけ出す技術
ウェブサイト上のデータを分析して、役に立つ情報やパターン（繰り返し現れる傾向や規則性）を発見する技術です。データマイニング（大量のデータから役立つ法則を掘り出す技術）の一種で、分析の対象はウェブページの内容そのもの、ユーザーがどのページをどう見たかという行動データ、ページ同士がどうリンク（他のページへのつながり）し合っているかというリンク構造などです。
> 💡 ネットショップでどの商品ページがよく見られているかを分析し、売れ筋を予測するのはウェブマイニングの一例です。
**関連用語**: データマイニング、ビッグデータ、セマンティックWeb
[動画 00:20:19](https://youtu.be/iNMZtrpTXpM?t=1219)
### セマンティックWeb
**読み**: セマンティックウェブ
**一言で**: ウェブの情報に「意味」を持たせ、機械が理解できるようにする技術
Web上の情報を、コンピューターがその意味まで理解して処理できるようにする技術です。「セマンティック」は「意味の」という意味です。これにより、データの検索や統合（ばらばらの情報をまとめること）が効率的になります。従来の検索では、膨大なデータが検索ワードにうまく結びつかず、目的の結果が得られないことがありました。しかし、情報に「これは人名」「これは日付」といった意味の情報を与えておくことで、より的確に検索できるようになります。
> 💡 ウェブの生みの親ティム・バーナーズ＝リーが提唱しました。オントロジー（知識を整理して記述する方法）が土台となる技術です。
**関連用語**: オントロジー、ウェブマイニング
[動画 00:20:36](https://youtu.be/iNMZtrpTXpM?t=1236)
### 東ロボくん
**読み**: とうロボくん
**一言で**: 東大合格を目指した日本のAI。読解の壁で2016年に凍結
東京大学に合格させることを目指して、2011年から国立情報学研究所が中心となって開発された人工知能です。本当の目的は、人間の思考や知性とは何かを理解することでした。開発の結果、数学や世界史のように知識や計算で解ける科目は得意でも、国語のように常識や文脈（前後のつながり）の理解を問われる分野は苦手だと分かりました。大きなブレイクスルー（それまでの限界を打ち破る進歩）がなければ東大合格は難しいと判断され、2016年にプロジェクトは凍結されました。
> 💡 試験では「AIは意味を理解していない」ことを示した例として、またシンボルグラウンディング問題との関連で出題されます。
**関連用語**: 質問応答(クエスチョンアンサリング)、ワトソン(Watson)、シンボルグラウンディング問題
[動画 00:21:08](https://youtu.be/iNMZtrpTXpM?t=1268)
### 次元の呪い
**読み**: じげんののろい
**一言で**: 特徴の数が増えるほど必要なデータ量が爆発的に増える現象
データ分析や機械学習（データから自動でパターンを学ぶ技術）において、入力データとなる特徴の数（次元。例えば身長・体重・年齢なら3次元）が増えるほど、精度の高いモデル（予測の仕組み）を作るために必要なデータの量が指数関数的に（倍々ゲームのように爆発的に）増えてしまう現象です。特徴を増やせば賢くなりそうに思えますが、実際にはデータが足りなくなって逆に精度が下がることがあります。
> 💡 この問題への対策として、重要な特徴だけを選ぶ特徴抽出や、次元を減らす次元削減が使われます。
**関連用語**: 特徴抽出、機械学習
[動画 00:21:36](https://youtu.be/iNMZtrpTXpM?t=1296)
### スパムフィルター
**読み**: スパムフィルター
**一言で**: 迷惑メールを機械学習で自動判定して振り分ける仕組み
迷惑メール（スパム）を自動的に見つけ出して、受信トレイに届かないようにするためのソフトウェアです。以前は「この単語が入っていたら迷惑メール」のようなルールを人が決めていましたが、膨大なサンプルデータ（迷惑メールと普通のメールの実例）を使った機械学習（データから自動でパターンを学ぶ技術）によって、高い精度で実用化されました。利用者が「迷惑メール」と報告するたびに、その判定がさらに賢くなっていきます。
> 💡 試験では、機械学習の代表的な応用例、また分類問題（データをカテゴリーに振り分ける問題）の例としてよく登場します。
**関連用語**: 機械学習、分類問題、レベル3: 機械学習を取り入れたAI
[動画 00:21:54](https://youtu.be/iNMZtrpTXpM?t=1314)
### ビッグデータ
**読み**: ビッグデータ
**一言で**: インターネットの発展とともに蓄積された膨大なデータ
インターネットの成長とともに蓄積されてきた、大量のデータの総称です。SNSの投稿、通販の購入履歴、スマートフォンの位置情報、センサー（温度や動きなどを測る部品）の記録など、種類も量も膨大です。これを分析することで、ビジネスの洞察（深い気づき）や予測が可能になります。また、機械学習やディープラーニング（データから自動で学ぶAIの技術）が発展した背景には、学習に使える大量のデータが手に入るようになったことがあります。
> 💡 試験では、第3次AIブームが起きた要因として「ビッグデータ」「計算機の性能向上」「ディープラーニング」の3つがセットで問われます。
**関連用語**: データマイニング、機械学習、ディープラーニング
[動画 00:22:09](https://youtu.be/iNMZtrpTXpM?t=1329)
### レコメンデーション
**読み**: レコメンデーション
**一言で**: ユーザーの好みに合わせて商品やサービスをおすすめすること
ユーザーの好みや過去の行動にもとづいて、商品やサービスを一人ひとりに合わせておすすめすることです（例：Amazonの商品推薦、Netflixの映画推薦）。主な方法は2つあります。協調フィルタリングは、「あなたと似た好みの他のユーザーが好んでいるもの」をおすすめする方法です。コンテンツベースフィルタリングは、「あなたが購入したものと特徴が似ているもの」をおすすめする方法です。
> 💡 試験では「協調フィルタリング＝他のユーザーの行動を利用」「コンテンツベース＝商品自体の特徴を利用」の区別が問われます。
**関連用語**: データマイニング、レベル3: 機械学習を取り入れたAI、機械学習
[動画 00:22:22](https://youtu.be/iNMZtrpTXpM?t=1342)
### ImageNet(イメージネット)
**読み**: イメージネット
**一言で**: 画像認識の学習・評価に使われる数百万枚規模の画像データベース
視覚認識アルゴリズム（画像に何が写っているかをコンピューターが見分ける計算手順）のトレーニング（学習）や評価に使われる、大規模な画像データベース（整理して蓄えられたデータの集まり）です。数百万枚のラベル付き画像（「犬」「車」のように正解の名前が付けられた画像）が含まれ、多くのカテゴリー（分類の枠）に分けられています。スタンフォード大学のフェイフェイ・リーらが構築しました。
> 💡 このデータベースを使った画像認識の競技会がILSVRCで、2012年にディープラーニングが圧勝したことで第3次AIブームの火付け役になりました。
**関連用語**: ILSVRC(ImageNet Large Scale Visual Recognition Challenge)、CNN(畳み込みニューラルネットワーク、Convolutional Neural Network)、ディープラーニング
[動画 00:22:56](https://youtu.be/iNMZtrpTXpM?t=1376)
### ILSVRC(ImageNet Large Scale Visual Recognition Challenge)
**読み**: アイエルエスブイアールシー
**一言で**: 2012年にディープラーニングが圧勝した画像認識の競技会
2010年から始まった、画像認識の精度を競う競技会です。ImageNet（数百万枚規模の画像データベース）を使い、画像に何が写っているかをどれだけ正確に当てられるかを競います。2012年に、ジェフリー・ヒントン率いるトロント大学のチームが、ディープラーニング（人間の脳をまねた仕組みを何層も重ねて学習する技術）を初めて使ったAlexNetというモデルで、他を大きく引き離して優勝しました。それ以降の優勝者はすべてディープラーニングを使っており、この出来事がAI技術の進展に大きく貢献しました。
> 💡 試験では「2012年」「ジェフリー・ヒントン」「トロント大学」「AlexNet」「エラー率を一気に約10ポイント改善」という点が頻出です。
**関連用語**: ImageNet(イメージネット)、CNN(畳み込みニューラルネットワーク、Convolutional Neural Network)、ディープラーニング
[動画 00:23:14](https://youtu.be/iNMZtrpTXpM?t=1394)
### CNN(畳み込みニューラルネットワーク、Convolutional Neural Network)
**読み**: シーエヌエヌ（たたみこみニューラルネットワーク）
**一言で**: 画像認識に特化したディープラーニングの代表的なモデル
画像認識や分類などに特化した、ディープラーニング（人間の脳をまねた仕組みを何層も重ねて学習する技術）のモデルの一種です。「畳み込み」とは、画像の一部分ずつに小さなフィルター（特徴を探し出すための窓）を当てて、線や角などの特徴を取り出す計算のことです。人間の目が部分的な特徴から全体を認識する仕組みをまねています。物体認識、顔認識、自動運転など、多くの視覚認識のタスク（作業）で広く使われています。
> 💡 試験では、CNNの原型が福島邦彦のネオコグニトロンであること、初期のCNNとしてLeNetがあることが問われます。
**関連用語**: ディープラーニング、LeNet(ルネット)、ネオコグニトロン、ILSVRC(ImageNet Large Scale Visual Recognition Challenge)
[動画 00:23:41](https://youtu.be/iNMZtrpTXpM?t=1421)
### LeNet(ルネット)
**読み**: ルネット
**一言で**: 1998年開発、手書き文字を読み取る初期のCNN
1998年にヤン・ルカンによって開発された、初期の畳み込みニューラルネットワーク（CNN。画像認識に特化したディープラーニングのモデル）の一つです。手書きの数字を99.3%の精度で判別することができ、郵便番号の読み取りなどに使われました。構造は、画像から特徴を取り出す畳み込み層、画像を縮めて位置のずれに強くするプーリング層、取り出した特徴をまとめて最終的な答えを出す全結合層から構成されています。この構造は現在のディープラーニングのモデルの基礎となっています。
> 💡 試験では「LeNet＝ヤン・ルカン、1998年、手書き文字認識」、「AlexNet＝ヒントン、2012年、ILSVRC優勝」の対比で出題されます。
**関連用語**: CNN(畳み込みニューラルネットワーク、Convolutional Neural Network)、ネオコグニトロン、ディープラーニング
[動画 00:24:02](https://youtu.be/iNMZtrpTXpM?t=1442)
### AlphaGo(アルファ碁)
**読み**: アルファご
**一言で**: Google DeepMind開発、初めてプロ棋士に勝った囲碁AI
Google DeepMind社によって開発された、人工知能を用いた囲碁のプログラムです。囲碁は手の組み合わせが天文学的に多く、AIが人間に勝つのはまだ先だと考えられていましたが、2015年に初めてプロの棋士に勝利し、世界的なAIブームのきっかけとなりました。ディープラーニング（人間の脳をまねた仕組みを何層も重ねて学習する技術）と強化学習（試行錯誤を通じて良い行動を学ぶ手法）、モンテカルロ木探索（乱数を使った試行で有望な手を探す方法）を組み合わせています。
> 💡 試験では「Google DeepMind」「2015年にプロ棋士に初勝利」「ディープラーニング＋強化学習」という点を押さえておきましょう。
**関連用語**: モンテカルロ法、ディープラーニング、ミニマックス法(Mini-Max法)
[動画 00:24:29](https://youtu.be/iNMZtrpTXpM?t=1469)
### 特徴抽出
**読み**: とくちょうちゅうしゅつ
**一言で**: データから予測に役立つ手がかり（特徴量）を取り出すこと
データの中から、特徴量（予測や分類の手がかりになる数値や情報）を取り出す処理のことです。例えば顔の画像から「目の間の距離」「鼻の高さ」といった数値を取り出すことが特徴抽出に当たります。これによりデータの次元（扱う情報の数）を減らすことができ、学習モデル（データから学んだ予測の仕組み）の性能を向上させることができます。従来の機械学習では人間が特徴を設計していましたが、ディープラーニングではこの特徴抽出を自動で行える点が大きな進歩でした。
> 💡 試験では「ディープラーニングの特徴は特徴抽出を自動で行うこと」、また「次元の呪い」への対策として問われます。
**関連用語**: 次元の呪い、ディープラーニング、機械学習
[動画 00:24:45](https://youtu.be/iNMZtrpTXpM?t=1485)
### 人間の神経回路
**読み**: にんげんのしんけいかいろ
**一言で**: ニューロン同士が信号をやり取りして情報処理する仕組み
人間の脳は、他のニューロンと信号をやり取りする多数のニューロン（神経細胞）で構成されていて、これによって情報処理を行っています。ニューロンは、樹状突起（木の枝のように広がった部分）で他の細胞からの信号を受け取り、軸索（長く伸びたケーブルのような部分）とシナプス（細胞同士のつなぎ目）を通じて次の細胞に信号を送ります。この「受け取って、ある程度たまったら次に送る」という仕組みを数式でまねしたものが、AIで使われるニューラルネットワークです。
> 💡 試験では、神経回路をまねした人工のモデルとして「形式ニューロン」や「パーセプトロン」が関連して出題されます。
**関連用語**: ディープラーニング、ネオコグニトロン、CNN(畳み込みニューラルネットワーク、Convolutional Neural Network)
[動画 00:24:58](https://youtu.be/iNMZtrpTXpM?t=1498)
### ネオコグニトロン
**読み**: ネオコグニトロン
**一言で**: 1980年に福島邦彦が提案したCNNの原型となるモデル
1980年に日本の研究者・福島邦彦によって提案された、視覚パターン認識（画像に写った形や文字を見分けること）のための人工ニューラルネットワーク（人間の脳の神経細胞のつながりをまねした計算の仕組み）です。人間の視覚の仕組みを参考に、単純な特徴を捉える細胞と位置のずれを吸収する細胞を交互に重ねた構造をしています。後に開発された畳み込みニューラルネットワーク（CNN。画像認識に特化したディープラーニングのモデル）の基礎となり、現代の画像認識技術に大きな影響を与えました。
> 💡 試験では「ネオコグニトロン＝福島邦彦、1980年、CNNの原型」として問われます。日本人研究者の重要な業績として覚えておきましょう。
**関連用語**: CNN(畳み込みニューラルネットワーク、Convolutional Neural Network)、LeNet(ルネット)、人間の神経回路
[動画 00:25:19](https://youtu.be/iNMZtrpTXpM?t=1519)
### LLM(大規模言語モデル、Large Language Model)
**読み**: エルエルエム（だいきぼげんごモデル）
**一言で**: 大量の文章で学習し、人間の言葉を理解・生成するAI
大量のテキストデータ（文章データ）をもとに訓練されたAIモデルで、人間の言葉を理解したり、生成したり（新しく作り出したり）する能力があります。インターネット上の膨大な文章から「ある言葉の次にはどんな言葉が来やすいか」を学ぶことで、自然な文章の生成、質問応答、翻訳、要約などさまざまなことができます。代表的なLLMには、OpenAIのGPTシリーズ（ChatGPTの土台となっているモデル）があります。
> 💡 ChatGPTに質問すると自然な日本語で答えが返ってくるのは、LLMが膨大な文章から言葉のつながりを学んでいるからです。
**関連用語**: 質問応答(クエスチョンアンサリング)、ディープラーニング、統計的機械翻訳(SMT: Statistical Machine Translation)
[動画 00:25:37](https://youtu.be/iNMZtrpTXpM?t=1537)
### 決定木
**読み**: けっていぎ
**一言で**: 「もし〜なら」の条件分岐を木の形で重ねて分類・予測する手法
データを「もし〜ならば」という条件に従って次々と枝分かれさせながら、分類や予測を行うアルゴリズム（問題を解くための計算手順）です。木を逆さにしたような構造で、ルート（根。最初の分かれ目）から始まり、条件ごとに枝分かれして、最終的に葉（リーフ。これ以上分かれない末端で、答えが書かれている部分）にたどり着きます。判断の過程が目で見て分かるので、なぜその結果になったのかを説明しやすいのが特徴です。
> 💡 「天気は晴れ？→はい→気温は25度以上？→はい→外で遊ぶ」のようなフローチャートを、データから自動で作るイメージです。決定木をたくさん組み合わせたものがランダムフォレストです。
**関連用語**: ランダムフォレスト、分類問題、回帰問題、アンサンブル学習
[動画 00:26:02](https://youtu.be/iNMZtrpTXpM?t=1562)
### 回帰問題
**読み**: かいきもんだい
**一言で**: 売上や気温のような「数値」を予測する機械学習の問題
数値を予測するための機械学習（データから自動でパターンを学ぶ技術）の問題です。入力データをもとに、連続的な数値（1、2、3のような飛び飛びではなく、23.5度のように切れ目なく変わる値）を出力します。具体例は、売上の予測、気温の予測、不動産価格の予測などです。「犬か猫か」のようにカテゴリーを当てる分類問題とは区別されます。
> 💡 試験では「回帰＝数値を予測」「分類＝カテゴリーを予測」の区別が基本中の基本として問われます。
**関連用語**: 分類問題、線形回帰、重回帰分析、自己回帰モデル(AR: AutoRegressive model)
[動画 00:26:21](https://youtu.be/iNMZtrpTXpM?t=1581)
### 分類問題
**読み**: ぶんるいもんだい
**一言で**: データを決められたカテゴリーのどれかに振り分ける問題
データを、あらかじめ決められたカテゴリー（分類の枠）のどれかに振り分ける機械学習（データから自動でパターンを学ぶ技術）の問題です。具体例は、メールが迷惑メールかどうかを判定するスパム判定、犬か猫かを判別する画像認識、検査結果が陽性か陰性かを判別する病気の診断などです。答えが2種類なら二値分類、3種類以上なら多クラス分類と呼びます。数値を予測する回帰問題とは区別されます。
> 💡 試験では「分類＝カテゴリーを予測」「回帰＝数値を予測」の区別と、ロジスティック回帰やSVMが分類に使われることが問われます。
**関連用語**: 回帰問題、多クラス分類、ロジスティック回帰、スパムフィルター
[動画 00:26:42](https://youtu.be/iNMZtrpTXpM?t=1602)
### 線形回帰
**読み**: せんけいかいき
**一言で**: データの関係を直線で表して数値を予測する基本手法
データの関係を、y = ax + b のような直線の式（線形関数）で表して、数値を予測する手法です。例えば「勉強時間（x）が増えるとテストの点数（y）はどれくらい上がるか」を1本の直線で表すイメージです。直線の引き方は最小二乗法という方法で決めます。これは、実際のデータと直線とのずれ（誤差）を二乗して足し合わせた「二乗誤差」が最も小さくなるように、aとbを求める方法です。
> 💡 試験では「線形回帰は回帰問題の手法」「最小二乗法で二乗誤差を最小化」という点が問われます。説明変数が複数になると重回帰分析と呼びます。
**関連用語**: 回帰問題、重回帰分析、ロジスティック回帰
[動画 00:27:07](https://youtu.be/iNMZtrpTXpM?t=1627)
### ロジスティック回帰
**読み**: ロジスティックかいき
**一言で**: 「回帰」と名が付くが、確率を求めて分類を行う手法
0から1の範囲で確率を求め、その確率をもとにデータを特定のカテゴリー（分類の枠）に分ける手法です。名前に「回帰」と付いていますが、実際には分類問題に使われる点に注意が必要です。例えば、説明変数（予測に使う材料となる情報）として年齢、運動習慣、喫煙の有無などを用い、目的変数（予測したい対象）として病気の発症・非発症を分類する医療データ分析に活用されます。「発症する確率が0.8」のように結果が確率で出るので、判断の根拠が分かりやすいのも特徴です。
> 💡 試験では「ロジスティック回帰は分類に使う」というひっかけがよく出ます。出力にシグモイド関数（値を0〜1に変換する関数）を使う点も重要です。
**関連用語**: 分類問題、線形回帰、回帰問題
[動画 00:27:29](https://youtu.be/iNMZtrpTXpM?t=1649)
### 自己回帰モデル(AR: AutoRegressive model)
**読み**: じこかいきモデル（エーアール）
**一言で**: 過去の自分自身の値から将来の値を予測するモデル
時系列データ（時間の順番に並んだデータ。例えば毎月の売上）を扱う回帰モデル（数値を予測する仕組み）の一つで、過去の自分自身の値を説明変数（予測に使う材料）として、将来の値である目的変数（予測したい対象）を予測します。「自己」回帰という名前は、他のデータではなく自分自身の過去の値を使って予測することから来ています。例えば、過去の売上データをもとに翌月の売上を予測する用途に使われます。
> 💡 「先月と先々月の気温がこうだったから、来月はこのくらい」と予測するのがARモデルです。複数の変数を扱うものはVARモデルと呼ばれます。
**関連用語**: ベクトル自己回帰モデル(VAR: Vector AutoRegressive model)、回帰問題、重回帰分析
[動画 00:27:53](https://youtu.be/iNMZtrpTXpM?t=1673)
### ベクトル自己回帰モデル(VAR: Vector AutoRegressive model)
**読み**: ベクトルじこかいきモデル（ブイエーアール）
**一言で**: 複数の時系列データの相互関係も使って将来を予測するモデル
複数の時系列データ（時間の順番に並んだデータ）を使って、それぞれの変数が過去のデータからどのように影響を受けるかを分析・予測するモデルです。自己回帰モデル（AR）が1つのデータだけを扱うのに対し、VARは複数のデータをまとめて（ベクトルとして）扱います。例えば、ARは過去の売上データから未来の売上を予測しますが、VARは売上、広告費、気温など複数の要因が互いにどう影響し合うかを考慮して、すべての変数の将来の値を予測します。
> 💡 「広告費を増やすと翌月の売上がどう変わるか」のように、変数同士の影響まで見たいときにVARが使われます。
**関連用語**: 自己回帰モデル(AR: AutoRegressive model)、重回帰分析、回帰問題
[動画 00:28:12](https://youtu.be/iNMZtrpTXpM?t=1692)
### 重回帰分析
**読み**: じゅうかいきぶんせき
**一言で**: 複数の説明変数を使って1つの目的変数を予測する手法
複数の説明変数（予測に使う材料となる情報）を用いて、目的変数（予測したい対象）を予測する回帰手法（数値を予測する方法）です。説明変数が1つだけの線形回帰を単回帰分析と呼ぶのに対し、2つ以上使うものを重回帰分析と呼びます。例えば、店舗の立地、天気、曜日などの説明変数を使って、商品の売上（目的変数）を予測する分析に活用されます。どの説明変数が売上にどれくらい影響しているかも分かるため、ビジネスの分析でよく使われます。
> 💡 試験では「単回帰＝説明変数1つ」「重回帰＝説明変数2つ以上」の区別が問われます。
**関連用語**: 線形回帰、回帰問題、ベクトル自己回帰モデル(VAR: Vector AutoRegressive model)
[動画 00:28:45](https://youtu.be/iNMZtrpTXpM?t=1725)
### サポートベクターマシン(SVM: Support Vector Machine)
**読み**: サポートベクターマシン（エスブイエム）
**一言で**: データを最もよく分ける境界線を見つけて分類する手法
データを最もよく分離する境界線（面）を見つけて、分類や回帰を行う機械学習（データから自動でパターンを学ぶ技術）のアルゴリズム（計算手順）です。例えば、紙の上に赤と青の点が散らばっているとき、2色を分ける線はいろいろ引けますが、SVMは「境界線から最も近いデータまでの距離（マージン）」が最大になる線を選びます。これにより汎化性能（学習に使っていない新しいデータにも正しく対応できる力）が高くなり、少ないデータでも高精度な分類が可能です。ディープラーニングが登場する前は、最も強力な手法の一つとされていました。
> 💡 試験では「マージン最大化」「カーネルトリック」とセットで出題されます。
**関連用語**: マージン最大化、カーネル、カーネルトリック、分類問題
[動画 00:29:05](https://youtu.be/iNMZtrpTXpM?t=1745)
### マージン最大化
**読み**: マージンさいだいか
**一言で**: 境界線と最も近いデータとの距離をできるだけ広くとること
サポートベクターマシン（SVM。データを分ける境界線を見つけて分類する手法）において、データを分離する超平面（2次元なら線、3次元なら面にあたる、データを2つに分ける境界）と、その境界に最も近いデータ点であるサポートベクトルとの距離（マージン）を最大化することです。境界線をどちらかのデータに寄せすぎず、両側から最も余裕のある位置に引くイメージです。これにより分類の汎化性能（新しいデータにも正しく対応できる力）が向上し、学習に使っていないデータに対しても高い精度で予測できます。
> 💡 道路の中央線を、両側の車にぶつからないよう真ん中に引くのに似ています。試験では「サポートベクトル＝境界に最も近いデータ点」も問われます。
**関連用語**: サポートベクターマシン(SVM: Support Vector Machine)、カーネルトリック
[動画 00:29:31](https://youtu.be/iNMZtrpTXpM?t=1771)
### カーネル
**読み**: カーネル
**一言で**: データを高次元に変換して直線で分けられるようにする手法
低次元のデータ（扱う情報の数が少ないデータ）を高次元の空間（より多くの情報を持つ空間）に変換して、線形分離（1本の直線や1枚の平面で2つのグループに分けること）ができるようにする手法です。例えば、平面上で円の内側と外側に分かれている点は直線では分けられませんが、高さの情報を加えて立体にすると1枚の平面で分けられるようになります。特にサポートベクターマシン（データを分ける境界線を見つけて分類する手法）などで使われ、そのままでは直線で分けられないデータを分けやすくします。
> 💡 紙の上に混ざって置かれた赤と青のビー玉を、紙を持ち上げて立体的にすると分けやすくなる、というイメージです。
**関連用語**: カーネルトリック、サポートベクターマシン(SVM: Support Vector Machine)、マージン最大化
[動画 00:29:55](https://youtu.be/iNMZtrpTXpM?t=1795)
### カーネルトリック
**読み**: カーネルトリック
**一言で**: 高次元への変換を実際に計算せず、簡単な計算で済ませる工夫
低次元のデータを高次元に写像する（変換して移す）とき、実際に高次元の座標をすべて計算するのではなく、簡単な計算だけで同じ結果が得られるように式を変形する手法です。高次元に変換すると本来は計算量が膨大になりますが、カーネル関数という特別な関数を使うことで、変換後のデータ同士の関係だけを効率よく求められます。これにより計算コスト（計算にかかる時間や資源）を抑えつつ、高次元での識別（分類）を可能にします。
> 💡 試験では「カーネルトリック＝高次元への変換を低コストで実現する工夫、SVMで使われる」として問われます。
**関連用語**: カーネル、サポートベクターマシン(SVM: Support Vector Machine)、マージン最大化
[動画 00:30:11](https://youtu.be/iNMZtrpTXpM?t=1811)
### 多クラス分類
**読み**: たクラスぶんるい
**一言で**: 3つ以上のカテゴリーにデータを振り分ける分類問題
3つ以上のカテゴリー（分類の枠。クラスとも呼びます）にデータを分類する機械学習（データから自動でパターンを学ぶ技術）のタスク（作業）です。答えが2種類の「二値分類」（例：迷惑メールかどうか）と区別して使われます。例えば、0から9の手書き数字を見分ける手書き数字認識（答えが10種類）や、犬・猫・鳥の動物画像分類（答えが3種類）などが該当します。
> 💡 試験では「二値分類＝2種類」「多クラス分類＝3種類以上」の区別が問われます。手書き数字認識は多クラス分類の定番例です。
**関連用語**: 分類問題、ロジスティック回帰、サポートベクターマシン(SVM: Support Vector Machine)
[動画 00:30:24](https://youtu.be/iNMZtrpTXpM?t=1824)
### アンサンブル学習
**読み**: アンサンブルがくしゅう
**一言で**: 複数のモデルの結果を多数決や平均で合わせて精度を上げる手法
複数のモデル（データから学んだ予測の仕組み）を組み合わせ、多数決や平均をとることで予測精度を向上させる手法です。「アンサンブル」は音楽の合奏のことで、一人で演奏するより複数で演奏した方が豊かな音になるのと同じ考え方です。異なるモデルの結果をまとめることで、個々のモデルの弱点を補い合い、より高精度で安定した予測が可能になります。代表的な手法に、バギング（別々のデータで学習した複数のモデルを並行して使う方法）やブースティング（前のモデルの間違いを次のモデルが補うように順番に学習させる方法）があります。
> 💡 「三人寄れば文殊の知恵」のように、複数のモデルの意見を合わせる手法です。試験では「バギング」「ブースティング」の違いとセットで出題されます。
**関連用語**: バギング、ブースティング、ランダムフォレスト、決定木
[動画 00:30:44](https://youtu.be/iNMZtrpTXpM?t=1844)
### バギング
**読み**: バギング
**一言で**: 異なるデータで学習した複数のモデルを並列に作って統合する手法
同じ種類のモデル（データから学んだ予測の仕組み）を複数作り、それぞれ異なるデータで学習させてから結果を統合するアンサンブル学習（複数のモデルを組み合わせて精度を上げる手法）の方法です。学習データは、元のデータから重複を許してランダムに取り出すブートストラップサンプリングという方法で用意します。各モデルは互いに独立して並行に学習します。これによりモデルのばらつきを抑え、過学習（訓練データだけに合わせすぎて、新しいデータに弱くなること）を防ぎながら精度を向上させます。代表的なアルゴリズムにランダムフォレストがあります。
> 💡 試験では「バギング＝並列に学習、ばらつきを抑える」「ブースティング＝直列に学習、間違いを修正」の対比で出題されます。
**関連用語**: アンサンブル学習、ブースティング、ランダムフォレスト、ブートストラップサンプリング
[動画 00:31:06](https://youtu.be/iNMZtrpTXpM?t=1866)
### ブースティング
**読み**: ブースティング
**一言で**: 前のモデルの間違いを次のモデルが補うように順番に学習する手法
弱いモデル（単体では精度があまり高くないモデル。弱学習器とも呼びます）を複数組み合わせて、より強力なモデルを作るアンサンブル学習（複数のモデルを組み合わせて精度を上げる手法）の方法です。モデルを1つずつ順番に作っていき、前のモデルが誤分類した（間違えた）データに重点を置いて次のモデルを学習させることで、徐々に精度を向上させます。並列に学習するバギングと違い、直列に学習するため時間はかかりますが、高い精度が出やすいのが特徴です。代表的なアルゴリズムに勾配ブースティング、AdaBoostがあります。
> 💡 苦手な問題だけを集めて復習を繰り返すことで成績を上げていく勉強法に似ています。
**関連用語**: アンサンブル学習、バギング、勾配ブースティング、AdaBoost(アダブースト)
[動画 00:31:30](https://youtu.be/iNMZtrpTXpM?t=1890)
### ランダムフォレスト
**読み**: ランダムフォレスト
**一言で**: 多数の決定木を組み合わせて多数決で予測する手法
複数の決定木（「もし〜なら」の条件分岐を木の形で重ねて分類・予測する手法）を組み合わせて予測精度を向上させる手法です。木がたくさん集まるので「フォレスト（森）」と呼ばれます。各決定木は元のデータからランダムに選んだ一部のデータと一部の特徴を使って学習し、最終的に分類なら多数決、回帰（数値の予測）なら平均をとって予測を行います。1本の決定木は過学習（訓練データだけに合わせすぎて、新しいデータに弱くなること）しやすいのですが、多数の木を合わせることでそれを抑え、安定した予測が可能になります。
> 💡 試験では「ランダムフォレストはバギングの代表例」「決定木を複数組み合わせる」という点が問われます。
**関連用語**: 決定木、バギング、アンサンブル学習、ブートストラップサンプリング
[動画 00:31:56](https://youtu.be/iNMZtrpTXpM?t=1916)
### 勾配ブースティング
**読み**: こうばいブースティング
**一言で**: 前のモデルの誤差を次のモデルが学んで少しずつ修正する手法
誤差（予測と正解のずれ）を少しずつ修正しながらモデル（データから学んだ予測の仕組み）を強化していくブースティング（モデルを順番に作り、前の間違いを次が補う手法）の一種です。前のモデルがどれくらい、どの方向に間違えたかという誤差そのものを次のモデルに学習させ、それを足し合わせていくことで全体の精度を向上させます。「勾配」とは、誤差を減らすためにどの方向に修正すべきかを示す坂の傾きのことです。
> 💡 実務や競技で広く使われるXGBoostやLightGBMは、勾配ブースティングを高速化したアルゴリズムです。
**関連用語**: ブースティング、AdaBoost(アダブースト)、アンサンブル学習
[動画 00:32:18](https://youtu.be/iNMZtrpTXpM?t=1938)
### AdaBoost(アダブースト)
**読み**: アダブースト
**一言で**: 間違えたデータの重みを増やしながら学習を繰り返す手法
ブースティング（モデルを順番に作り、前の間違いを次が補う手法）の一種で、誤分類された（間違えた）データに重点を置いて学習を繰り返し、精度を向上させる手法です。具体的には、前のモデルが間違えたデータの重み（重要度）を大きくし、次のモデルがそのデータを特に注意して学ぶようにします。また、各モデル（弱学習器。単体では精度が高くないモデル）の性能に応じてモデル自体の重みも調整しながら学習を進め、最終的に多数決や加重平均（重みを付けて平均をとること。回帰の場合）で結果を統合します。
> 💡 試験では「AdaBoost＝誤分類したデータの重みを大きくする」「勾配ブースティング＝誤差を直接学習する」という違いが問われることがあります。
**関連用語**: ブースティング、勾配ブースティング、アンサンブル学習
[動画 00:32:33](https://youtu.be/iNMZtrpTXpM?t=1953)
### ブートストラップサンプリング
**読み**: ブートストラップサンプリング
**一言で**: 重複を許してランダムにデータを取り出し学習用データを作る方法
全データの中から、重複を許して（同じデータが何度選ばれてもよいものとして）ランダムにサンプル（学習に使うデータの一部）を取り出し、それを使って学習を行う手法です。例えば100個のデータから100個を選ぶとき、くじを引いては元に戻す方式で選ぶので、同じデータが2回選ばれたり、一度も選ばれないデータがあったりします。これを繰り返すことで、元のデータから少しずつ異なる学習用データを何セットも作ることができます。バギングやランダムフォレストで、各モデルに別々のデータを与えるために使われます。
> 💡 試験では「バギング＝ブートストラップサンプリングで作ったデータで複数モデルを学習」という流れで問われます。
**関連用語**: バギング、ランダムフォレスト、アンサンブル学習
[動画 00:32:56](https://youtu.be/iNMZtrpTXpM?t=1976)
### クラスタリング
**読み**: クラスタリング
**一言で**: 正解なしでデータを似たもの同士のグループに自動で分ける手法
事前にカテゴリー（分類の枠）を決めずに、データの特徴にもとづいて自動的にグループ分けする手法です。できあがったグループをクラスタと呼びます。あらかじめ決められたカテゴリーにデータを振り分ける「分類」とは異なり、正解のデータを与えずに学習する教師なし学習（正解ラベルなしでデータの構造を見つける学習方法）の代表的な手法です。例えば、顧客の購買傾向を分析し、似た行動をする顧客同士をグループに分けるマーケティング分析などに活用されます。
> 💡 試験では「分類＝教師あり学習、カテゴリーが事前に決まっている」「クラスタリング＝教師なし学習、グループを自動で見つける」の対比が頻出です。
**関連用語**: k-means法(k平均法)、デンドログラム(樹形図)、分類問題
[動画 00:33:05](https://youtu.be/iNMZtrpTXpM?t=1985)
### k-means法(k平均法)
**読み**: ケイミーンズほう（ケイへいきんほう）
**一言で**: データをk個のグループに分ける代表的なクラスタリング手法
データを、あらかじめ決めたk個のクラスタ（似たもの同士のグループ）に分けるクラスタリング（正解なしでデータを自動でグループ分けする手法）の手法です。手順は、まずk個の中心点をランダムに置き、各データ点を最も近い中心点のグループに割り当てます。次に、各グループに属するデータの平均の位置に中心点を動かします。この「割り当て」と「中心の更新」を、中心が動かなくなるまで繰り返してクラスタを最適化します。
> 💡 試験では「kは人間が事前に決める必要がある」「中心（平均）を繰り返し更新する」という点が問われます。
**関連用語**: クラスタリング、デンドログラム(樹形図)
[動画 00:33:31](https://youtu.be/iNMZtrpTXpM?t=2011)
### デンドログラム(樹形図)
**読み**: デンドログラム（じゅけいず）
**一言で**: クラスタがまとまっていく過程を木の形で表した図
クラスタリング（正解なしでデータを自動でグループ分けする手法）の結果を、ツリー構造（木の枝分かれのような形）で可視化した（目で見て分かるようにした）図です。特に、近いデータ同士から順番にまとめていく階層的クラスタリングという方法で使われます。データの類似度（似ている度合い）にもとづいてクラスタが統合されていく過程を示し、どのデータがどの段階でグループ化されたかを直感的に理解できます。図をどの高さで横に切るかによってクラスタの数を変えられるため、クラスタ数の決定やデータの構造の分析に役立ちます。
> 💡 生物の進化の系統樹に似た見た目の図です。試験では「階層的クラスタリングの結果を表す図」として問われます。
**関連用語**: クラスタリング、k-means法(k平均法)
[動画 00:33:45](https://youtu.be/iNMZtrpTXpM?t=2025)
---
## 第2章
### クラスタリング・次元削減・強化学習基礎・評価指標・学習の仕組み・最適化
### ウォード法
**読み**: うぉーどほう
**一言で**: クラスター内のばらつきが最小になるようにまとめていく手法
階層的クラスタリング（似たデータ同士を少しずつまとめて、木のような階層構造を作っていく分類方法）の手法の1つです。クラスター（似たもの同士のグループ）の中の分散（データの散らばり具合）がもっとも小さくなるようにグループ同士をくっつけていきます。あらかじめ決めておいたグループ数になるまで統合を続けます。データの似ている度合いをきちんと考えてまとめるので、大きさのそろったバランスのよいグループ分けができるのが特徴です。
> 💡 試験では「階層的クラスタリングでクラスター内分散を最小化する手法」といえばウォード法、と覚えておくと選択肢を選びやすいです。
**関連用語**: 次元削減
[動画 00:34:10](https://youtu.be/iNMZtrpTXpM?t=2050)
### 特異値分解(SVD: Singular Value Decomposition)
**読み**: とくいちぶんかい（エスブイディー）
**一言で**: 行列を3つの行列に分解してデータの特徴を取り出す手法
行列（数字を縦横に並べた表のようなもの）を、特異値（データの重要さを表す数）と特異ベクトル（データの向きを表す数の並び）に分解して、データの特徴を取り出す手法です。どんな行列Aでも A = UΣV^T という形に変換でき、直交行列（互いに直角な向きをもつ特別な行列）であるUとV^T、そして対角行列（斜めの位置にだけ数が入った行列）であるΣの3つに分けられます。重要な部分だけを残すことができるので、次元削減（データの項目数を減らすこと）やノイズ除去、画像圧縮などに使われます。
> 💡 写真データを特異値分解して、大きな特異値の部分だけを残すと、見た目をあまり変えずにファイルサイズを小さくできます。
**関連用語**: 次元削減、主成分分析(PCA: Principal Component Analysis)
[動画 00:34:32](https://youtu.be/iNMZtrpTXpM?t=2072)
### 次元削減
**読み**: じげんさくげん
**一言で**: 情報をなるべく失わずにデータの項目数を減らすこと
高次元（項目の数がとても多い状態）のデータを、できるだけ情報を失わないようにしながら、少ない項目数（低次元）に圧縮する手法です。たとえば100項目あるアンケート結果を、特徴を保ったまま2〜3個の軸にまとめるイメージです。データの特徴を保ちながら計算を速くしたり、グラフにして目で見られるようにしたり（可視化）できます。代表的な手法には主成分分析（データがもっとも散らばる方向を新しい軸にする方法）やt-SNE（近いデータは近く、遠いデータは遠くなるように2次元などへ配置する方法）などがあります。
> 💡 身長・体重・胸囲・座高など多数の体のサイズを「体の大きさ」という1つの軸にまとめるのは次元削減の身近な例です。
**関連用語**: 主成分分析(PCA: Principal Component Analysis)、t-SNE(t-distributed Stochastic Neighbor Embedding)、特異値分解(SVD: Singular Value Decomposition)、多次元尺度構成法(MDS: Multi-Dimensional Scaling)
[動画 00:35:00](https://youtu.be/iNMZtrpTXpM?t=2100)
### 主成分分析(PCA: Principal Component Analysis)
**読み**: しゅせいぶんぶんせき（ピーシーエー）
**一言で**: データが最も散らばる方向を新しい軸にして項目数を減らす手法
データの特徴をなるべく保ちながら、次元（データの項目数）を圧縮する代表的な手法です。データの分散（散らばり具合）がもっとも大きくなる方向を探し、それを「主成分」と呼ぶ新しい軸にします。もとの多数の項目をこの新しい軸に置きかえることで、少ない項目でデータを表せるようになります。情報が多く残る軸だけを使うので、次元削減（項目数を減らすこと）やノイズ除去（余計なばらつきを取りのぞくこと）に活用されます。
> 💡 試験では「分散が最大になる方向＝主成分」「教師なし学習の次元削減手法」というキーワードで問われます。
**関連用語**: 次元削減、特異値分解(SVD: Singular Value Decomposition)、t-SNE(t-distributed Stochastic Neighbor Embedding)、多次元尺度構成法(MDS: Multi-Dimensional Scaling)
[動画 00:35:22](https://youtu.be/iNMZtrpTXpM?t=2122)
### 多次元尺度構成法(MDS: Multi-Dimensional Scaling)
**読み**: たじげんしゃくどこうせいほう（エムディーエス）
**一言で**: データ同士の距離関係を保ったまま2〜3次元に配置する手法
主成分分析（データがもっとも散らばる方向を新しい軸にして項目数を減らす手法）と同じく、次元削減（データの項目数を減らすこと）の手法の1つです。高次元（項目が多い）データの類似度（どれくらい似ているか）をもとに、低次元（項目が少ない）の空間に配置し直して、目で見えるようにします。データ同士の距離の関係をできるだけ保ったまま2次元や3次元にまとめるので、「近いもの同士は近くに、遠いものは遠くに」置かれた地図のような図ができます。パターンの発見やクラスタ分析（似たもの同士をグループ分けする分析）に活用されます。
> 💡 都市間の移動時間の表だけから、実際の地図に近い配置図を描き出すようなことができます。
**関連用語**: 次元削減、主成分分析(PCA: Principal Component Analysis)、t-SNE(t-distributed Stochastic Neighbor Embedding)
[動画 00:35:38](https://youtu.be/iNMZtrpTXpM?t=2138)
### t-SNE(t-distributed Stochastic Neighbor Embedding)
**読み**: ティースニー
**一言で**: 高次元データを2〜3次元の図にして見やすくする非線形の次元削減手法
高次元（項目がとても多い）データを、2次元や3次元の図にして目で見られるようにするための次元削減（データの項目数を減らすこと）の手法です。PCA（主成分分析。データが散らばる方向を新しい軸にする方法）などと違い、線形（まっすぐな直線や平面）では表せない複雑な関係も学習して、近いデータは近く、遠いデータは遠くに配置できる利点があります。例として、0〜9の手書き数字の画像データ（1枚あたり784個の数字で表される）を2次元に圧縮して、数字ごとにかたまりとなって並ぶ図を作ることができます。
> 💡 手書き数字データ（MNIST）の784次元を2次元に落として可視化する例が有名で、試験でも「可視化目的の非線形次元削減」として出題されます。
**関連用語**: 次元削減、主成分分析(PCA: Principal Component Analysis)、多次元尺度構成法(MDS: Multi-Dimensional Scaling)
[動画 00:36:06](https://youtu.be/iNMZtrpTXpM?t=2166)
### 協調フィルタリング
**読み**: きょうちょうふぃるたりんぐ
**一言で**: 他のユーザーの行動データをもとにおすすめを出す推薦手法
ユーザーの過去の行動（買った・見た・評価したなど）と、ほかのユーザーのデータをもとに、その人に合いそうなアイテム（商品や動画など）を推薦する手法です。「自分と似た行動をしている人が好きなものは、自分も好きだろう」という考え方にもとづいています。ネット通販で見かける「この商品を買った人は他にこの商品も買っています」といったレコメンドシステム（おすすめを自動で表示する仕組み）に使われています。ただし、まだデータの少ない新しいユーザーや商品にはうまく働きにくい弱点があります。
> 💡 動画配信サービスで、自分と視聴傾向が似ている人たちがよく見ている作品がおすすめに出てくるのが協調フィルタリングです。
**関連用語**: コンテンツベースフィルタリング、コールドスタート問題
[動画 00:36:32](https://youtu.be/iNMZtrpTXpM?t=2192)
### コールドスタート問題
**読み**: こーるどすたーともんだい
**一言で**: データが足りない新規ユーザー・新商品にうまく推薦できない問題
推薦システム（ユーザーに合ったおすすめを自動で表示する仕組み）で、十分なデータがないために適切なおすすめができない問題のことです。「コールドスタート」は「冷えた状態からのスタート」、つまり手がかりが何もない状態を意味します。新しく登録したユーザーは視聴履歴がないため好みがわからず、新しく追加されたコンテンツは評価が少ないため推薦されにくい、という2つの側面の課題があります。特に協調フィルタリング（他のユーザーの行動データをもとに推薦する手法）で起こりやすい問題です。
> 💡 動画サービスに登録したばかりの人に、何をおすすめすればよいかわからない状態がコールドスタート問題です。試験では協調フィルタリングの弱点として問われます。
**関連用語**: 協調フィルタリング、コンテンツベースフィルタリング
[動画 00:36:54](https://youtu.be/iNMZtrpTXpM?t=2214)
### コンテンツベースフィルタリング
**読み**: こんてんつべーすふぃるたりんぐ
**一言で**: アイテム自体の特徴をもとに似たものを推薦する手法
ユーザーが過去に評価したアイテム（商品や動画など）の特徴（ジャンル、作者、価格帯など）をもとに、それと似た特徴をもつアイテムを推薦する手法です。ほかのユーザーの情報ではなく、アイテムそのものの特徴に注目するので、まだ利用者の少ない新しいアイテムや、新しいユーザーへの対応がしやすいという利点があります。例として、動画のレコメンド（おすすめ表示）で、その人の視聴履歴にある動画のジャンルなどを分析し、似た動画をおすすめする、といった使い方があります。
> 💡 「アクション映画をよく見る人にアクション映画をおすすめする」のがコンテンツベース、「同じ人たちが見ている映画をおすすめする」のが協調フィルタリング、と区別して覚えましょう。
**関連用語**: 協調フィルタリング、コールドスタート問題
[動画 00:37:13](https://youtu.be/iNMZtrpTXpM?t=2233)
### トピックモデル
**読み**: とぴっくもでる
**一言で**: 文章に隠れた話題（トピック）を単語の出方から見つける手法
文書（文章データ）の中に出てくる単語のパターンを分析して、その文書に隠れているトピック（主題、話題）を取り出す手法です。たとえば「選手」「得点」「監督」という単語が多ければスポーツの話題、「首相」「国会」「政策」が多ければ政治の話題、といった具合に、単語の組み合わせから話題を推定します。例として、大量のニュース記事をスポーツ、政治、エンタメなどのトピックに自動で分類することができます。正解ラベルを与えずに学習する、教師なし学習（答えのないデータから構造を見つける学習）の一種です。
> 💡 代表的な手法としてLDA（潜在的ディリクレ配分法）が試験でよく問われます。
**関連用語**: 潜在的ディリクレ配分法(LDA: Latent Dirichlet Allocation)
[動画 00:37:39](https://youtu.be/iNMZtrpTXpM?t=2259)
### 潜在的ディリクレ配分法(LDA: Latent Dirichlet Allocation)
**読み**: せんざいてきでぃりくれはいぶんほう（エルディーエー）
**一言で**: 文書が複数の話題の混ざりでできていると考えて話題を推定する手法
トピックモデル（文章に隠れた話題を単語の出方から見つける手法）の代表的な手法で、文書の中の単語の分布（どの単語がどれくらい出てくるか）から、隠れたトピック（話題）を推定します。1つの文書は複数のトピックを含んでいる（たとえば「7割がスポーツ、3割が経済」のように混ざっている）と仮定し、単語の出現確率（その単語が出てくる割合）にもとづいてトピックを分類します。ニュース記事や論文の自動分類、テキスト分析（文章データの分析）などに活用されています。
> 💡 試験では「LDA＝トピックモデルの代表手法」と覚えておけば十分なことが多いですが、同じ略称の「線形判別分析」と混同しないよう注意しましょう。
**関連用語**: トピックモデル
[動画 00:37:59](https://youtu.be/iNMZtrpTXpM?t=2279)
### マルコフ決定過程(MDP: Markov Decision Process)
**読み**: まるこふけっていかてい（エムディーピー）
**一言で**: 次の状態が「今の状態と行動」だけで決まるモデル。強化学習の土台
次にどの状態になるかの確率が、過去にどんな状態をたどってきたかには関係なく、「今の状態」と「今選んだ行動」だけで決まる、という状態遷移モデル（状態がどう移り変わるかを表す仕組み）です。この「過去に依存しない」という性質をマルコフ性と呼びます。強化学習（試行錯誤しながら報酬が最大になる行動を学ぶ学習）の問題を数学的に表すための土台になっています。例として、毎回使うサイコロを選べるすごろくでは、今いるマス（状態）と選んだサイコロ（行動）だけで次のマスが決まるので、マルコフ決定過程に当たります。
> 💡 すごろくで「これまでどのマスを通ってきたか」は次のマスに関係なく、「今のマス」と「振るサイコロ」だけで決まる、というイメージで覚えましょう。
**関連用語**: 状態価値関数、行動価値関数、Q学習
[動画 00:38:23](https://youtu.be/iNMZtrpTXpM?t=2303)
### 割引率
**読み**: わりびきりつ
**一言で**: 将来もらえる報酬を今の価値に換算するときに掛ける率
強化学習（試行錯誤しながら報酬が最大になる行動を学ぶ学習）で使われるハイパーパラメータ（学習前に人が決めておく設定値）の1つで、将来もらえる報酬の価値を、今の価値に割り引いて考えるときに使う率です。ふつう0から1の間の値で、1に近いほど将来の報酬を重視し、0に近いほど目先の報酬を重視することになります。例として、現在の100円と1年後の100円を比べると現在の100円のほうが価値が高い、という考え方を数式で表すための指標です。
> 💡 割引率を0.9にすると、1ステップ先の報酬は0.9倍、2ステップ先は0.81倍…と、遠い将来ほど価値が小さく見積もられます。
**関連用語**: 状態価値関数、行動価値関数、マルコフ決定過程(MDP: Markov Decision Process)
[動画 00:38:47](https://youtu.be/iNMZtrpTXpM?t=2327)
### 状態価値関数
**読み**: じょうたいかちかんすう
**一言で**: ある状態にいることが将来どれだけ得かを表す関数
ある状態にいるとき、そこから先で将来得られる報酬（ごほうびとなる点数）の期待値（平均的にどれくらいもらえそうかという見込み）を表す関数です。強化学習（試行錯誤しながら報酬が最大になる行動を学ぶ学習）で、エージェント（行動を選ぶ主体、たとえばゲームのプレイヤー役のプログラム）が、今いる状態の良し悪しを評価するために使われます。「この状態は有利か不利か」を点数で表すものなので、最適な行動を選ぶための基準になります。
> 💡 将棋でいえば「今の盤面がどれくらい有利か」を点数で表したものが状態価値関数のイメージです。
**関連用語**: 行動価値関数、割引率、Q学習、マルコフ決定過程(MDP: Markov Decision Process)
[動画 00:39:12](https://youtu.be/iNMZtrpTXpM?t=2352)
### 行動価値関数
**読み**: こうどうかちかんすう
**一言で**: ある状態で特定の行動をとると将来どれだけ得かを表す関数（Q関数）
ある状態で特定の行動を選んだとき、そこから先で得られる将来の報酬（ごほうびとなる点数）の期待値（平均的にどれくらいもらえそうかという見込み）を表す関数です。状態価値関数（状態の良し悪しだけを表す関数）と違って、「どの行動をとるか」まで含めて価値を評価します。強化学習（試行錯誤しながら報酬が最大になる行動を学ぶ学習）で、エージェント（行動を選ぶ主体）が最適な行動を学ぶために使われます。Q関数とも呼ばれ、Q学習（行動価値を更新しながら最適な行動を学ぶ手法）の中心となる考え方です。
> 💡 将棋でいえば「今の盤面でこの一手を指したら、どれくらい有利になるか」を点数で表したものが行動価値関数です。
**関連用語**: 状態価値関数、Q学習、割引率、マルコフ決定過程(MDP: Markov Decision Process)
[動画 00:39:29](https://youtu.be/iNMZtrpTXpM?t=2369)
### バンディットアルゴリズム
**読み**: ばんでぃっとあるごりずむ
**一言で**: 限られた試行回数で最も報酬の高い選択肢を見つける手法
限られた回数の中で、もっとも高い報酬（ごほうび）が得られる選択肢を効率よく見つける手法です。名前は、複数のスロットマシン（バンディット）のうちどれが一番当たりやすいかを、限られたコインで見つける問題に由来します。試行を重ねながら報酬の高い選択肢を探す「探索」と、すでに良いとわかった選択肢を使い続ける「利用」の2つのバランスを取ることが重要です。探索ばかりだと損をし、利用ばかりだともっと良い選択肢を見逃してしまうからです。
> 💡 Webサイトで複数の広告案のうち、どれが一番クリックされるかを試しながら表示を最適化する場面で使われます。試験では「探索と利用のトレードオフ」がキーワードです。
**関連用語**: ε-greedy方策(イプシロン・グリーディ方策)、UCB方策(Upper Confidence Bound)
[動画 00:39:48](https://youtu.be/iNMZtrpTXpM?t=2388)
### ε-greedy方策(イプシロン・グリーディ方策)
**読み**: いぷしろんぐりーでぃほうさく
**一言で**: 確率εでランダムに試し、残りは最良と思う行動を選ぶ方策
強化学習（試行錯誤しながら報酬が最大になる行動を学ぶ学習）で、行動の選び方（方策）のバランスを取る方法です。確率ε（イプシロン。たとえば0.1なら10%）でランダムに行動を選び、残りの1−εの確率（90%）でその時点でもっとも良いとされる行動を選びます。グリーディ（greedy）は「欲張り」という意味で、常に一番良さそうな行動をとることを指します。ときどきランダムに動くことで、まだ試していない選択肢も試しつつ（探索）、良いとわかっている行動を活用して（利用）、最適な行動を学んでいけます。
> 💡 いつも同じお気に入りの店に行きつつ、10回に1回は新しい店を試してみる、という行動がε-greedy方策のイメージです。
**関連用語**: バンディットアルゴリズム、UCB方策(Upper Confidence Bound)、Q学習
[動画 00:40:14](https://youtu.be/iNMZtrpTXpM?t=2414)
### UCB方策(Upper Confidence Bound)
**読み**: ユーシービーほうさく
**一言で**: 報酬の平均に「不確かさ」を上乗せして行動を選ぶ方策
これまでに得られた報酬（ごほうび）の平均値だけでなく、その選択肢の不確かさ（まだ試した回数が少なく、本当の価値がよくわかっていない度合い）も考慮して行動を選ぶ手法です。UCBは「信頼上限」という意味で、「この選択肢はこれくらい良いかもしれない」という上限の見積もりが高いものを選びます。あまり試していない選択肢には不確かさのぶんだけ上乗せ点を与えるので、そうした選択肢にもチャンスが回り、結果として成果の高い行動を効率よく見つけられます。
> 💡 ε-greedy方策が「たまに完全ランダム」で探索するのに対し、UCB方策は「まだよく知らない選択肢を優先的に」探索する点が違いです。
**関連用語**: バンディットアルゴリズム、ε-greedy方策(イプシロン・グリーディ方策)
[動画 00:40:35](https://youtu.be/iNMZtrpTXpM?t=2435)
### Q学習
**読み**: キューがくしゅう
**一言で**: 状態と行動の組み合わせの価値（Q値）を更新しながら学ぶ強化学習
それぞれの状態でどの行動が最適かを学んでいく、強化学習（試行錯誤しながら報酬が最大になる行動を学ぶ学習）の代表的なアルゴリズム（計算手順）です。エージェント（行動を選ぶ主体、たとえばゲームのプレイヤー役のプログラム）は試行錯誤を重ねながら、「この状態でこの行動をとると、将来どれくらい報酬がもらえるか」を表すQ値を、状態と行動の組み合わせごとに少しずつ更新していきます。この表（Qテーブル）が整ってくると、各状態でQ値が最大の行動を選ぶだけで、最適な行動方針が手に入ります。ロボット制御やゲームAIなどに活用されています。
> 💡 試験では「行動価値関数（Q値）を学習する価値ベースの手法」として出題され、これにディープラーニングを組み合わせたものがDQNです。
**関連用語**: 行動価値関数、状態価値関数、ε-greedy方策(イプシロン・グリーディ方策)、方策勾配法
[動画 00:40:51](https://youtu.be/iNMZtrpTXpM?t=2451)
### 方策勾配法
**読み**: ほうさくこうばいほう
**一言で**: 行動を選ぶ確率（方策）そのものを直接学習する強化学習の手法
どの行動をどれくらいの確率で選ぶかという方策（行動の選び方のルール）そのものを直接学習して、得られる報酬（ごほうび）を最大にしようとする強化学習（試行錯誤しながら報酬が最大になる行動を学ぶ学習）の手法です。Q学習のように状態と行動の組み合わせごとの価値を全部求めるのではなく、方策を少しずつ良い方向に調整していきます。そのため行動の選択肢がとても多い場合（たとえばロボットの関節角度のように連続的な値）でも効率よく低コストで学習でき、「70%の確率で右へ」といった確率的な行動選択にも対応しやすいのが特徴です。
> 💡 試験では「価値ベース（Q学習）」と「方策ベース（方策勾配法）」の対比で問われます。代表的な手法にREINFORCEがあります。
**関連用語**: REINFORCE、Actor-Critic(アクター・クリティック)、Q学習
[動画 00:41:11](https://youtu.be/iNMZtrpTXpM?t=2471)
### REINFORCE
**読み**: リインフォース
**一言で**: 得られた報酬をもとに方策を直接更新する、方策勾配法の基本手法
エージェント（行動を選ぶ主体、たとえばゲームのプレイヤー役のプログラム）が実際に得た報酬（ごほうび）をもとに、方策（どの行動をどれくらいの確率で選ぶかのルール）を直接見つけ出していく、方策勾配法（方策そのものを学習する強化学習の手法）のもっとも基本的な手法です。行動の選択肢が多い場合、すべての状態と行動について価値関数（将来の報酬の見込みを表す関数）を計算するのは大きなコストがかかります。REINFORCEは価値を全部計算するかわりに方策関数を学習するので、効率よく最適な行動を選べるようになります。
> 💡 「良い結果につながった行動は選ばれやすく、悪い結果につながった行動は選ばれにくくする」という調整を、1回のプレイが終わるごとに行うイメージです。
**関連用語**: 方策勾配法、Actor-Critic(アクター・クリティック)
[動画 00:41:33](https://youtu.be/iNMZtrpTXpM?t=2493)
### Actor-Critic(アクター・クリティック)
**読み**: あくたーくりてぃっく
**一言で**: 行動を決める役と評価する役を組み合わせた強化学習手法
行動を決める「アクター（役者）」と、その行動の良し悪しを評価する「クリティック（批評家）」という2つの役割を組み合わせた強化学習（試行錯誤しながら報酬が最大になる行動を学ぶ学習）の手法です。アクターが環境（エージェントが行動する相手となる世界、たとえばゲームの盤面）に対して行動を選び、クリティックがその結果を価値関数（将来の報酬の見込みを表す関数）で評価してフィードバックを返します。アクターはそのフィードバックをもとに方策（行動の選び方）を学習するので、効率的に最適な行動を身につけられます。
> 💡 方策ベース（方策勾配法）と価値ベース（Q学習など）の両方の良いところを組み合わせた手法、と覚えておくと試験で役立ちます。
**関連用語**: 方策勾配法、REINFORCE、Q学習、状態価値関数
[動画 00:42:03](https://youtu.be/iNMZtrpTXpM?t=2523)
### 過学習
**読み**: かがくしゅう
**一言で**: 訓練データに合わせすぎて、新しいデータで精度が落ちること
モデル（データから学習した予測の仕組み）が訓練データ（学習に使ったデータ）に過剰に合わせこんでしまい、まだ見たことのないデータに対する予測精度が下がってしまう現象です。訓練データに含まれるノイズ（偶然のばらつき）や例外的なパターンまで丸暗記してしまうために起こります。モデルが複雑すぎる場合や、訓練データの量が少ない場合に起こりやすくなります。過学習を防ぐには、正則化（モデルの複雑さにペナルティを与える手法）やドロップアウト、データを増やすことなどが有効です。
> 💡 過去問の答えを丸暗記して模試は満点なのに、本番の初見問題は解けない状態が過学習のイメージです。
**関連用語**: 未学習、汎化性能、正則化、ドロップアウト
[動画 00:42:25](https://youtu.be/iNMZtrpTXpM?t=2545)
### 未学習
**読み**: みがくしゅう
**一言で**: モデルが単純すぎて訓練データの特徴さえ捉えられていない状態
モデル（データから学習した予測の仕組み）が訓練データ（学習に使ったデータ）の特徴を十分に捉えられておらず、訓練データに対してさえ予測精度が低い状態です。過学習（訓練データに合わせすぎて新しいデータに弱くなること）とは反対の問題で、「学習不足」とも言えます。モデルが単純すぎる、学習の回数が足りない、学習率（1回の学習でどれくらい大きく調整するかを決める値）が不適切、などが原因で起こります。
> 💡 試験では「訓練誤差も汎化誤差も大きい＝未学習」「訓練誤差は小さいが汎化誤差が大きい＝過学習」という対比で問われます。
**関連用語**: 過学習、訓練誤差、汎化誤差
[動画 00:42:52](https://youtu.be/iNMZtrpTXpM?t=2572)
### 訓練誤差
**読み**: くんれんごさ
**一言で**: 訓練データに対する予測の間違いの大きさ
モデル（データから学習した予測の仕組み）が、訓練データ（学習に使ったデータ）に対してどれだけ間違った予測をしたかを示す指標です。値が小さいほど、訓練データにうまく合っていることを意味します。ただし、訓練誤差が小さければよいというわけではなく、小さすぎる場合は過学習（訓練データに合わせすぎて新しいデータに弱くなること）を起こしている可能性があります。そのため、汎化誤差（新しいデータに対する誤差）とセットで見ることが大切です。
> 💡 学習を進めると訓練誤差はどんどん下がりますが、汎化誤差が途中から上がり始めたら過学習のサインです。
**関連用語**: 汎化誤差、過学習、未学習、汎化性能
[動画 00:43:09](https://youtu.be/iNMZtrpTXpM?t=2589)
### 汎化性能
**読み**: はんかせいのう
**一言で**: 見たことのない新しいデータにどれだけ正しく対応できるかの能力
モデル（データから学習した予測の仕組み）が、訓練（学習）に使っていない新しいデータに対して、どれだけ正しく予測できるかを示す能力です。「汎化」とは、学んだことを一般化して、初めて見るケースにも応用できることを意味します。機械学習の目的は訓練データを覚えることではなく、未知のデータに正しく対応することなので、汎化性能が高いモデルほど、実用的で信頼できるモデルだといえます。汎化性能を正しく測るためには、ホールドアウト検証や交差検証といった方法で、学習に使っていないデータで評価します。
> 💡 練習問題だけでなく初見の本番問題でも高得点が取れる受験生は「汎化性能が高い」といえます。
**関連用語**: 汎化誤差、過学習、ホールドアウト検証、交差検証
[動画 00:43:25](https://youtu.be/iNMZtrpTXpM?t=2605)
### 汎化誤差
**読み**: はんかごさ
**一言で**: 未知のデータに対する予測の間違いの大きさ
モデル（データから学習した予測の仕組み）が、まだ見たことのないデータに対してどれだけ間違った予測をするかを示す指標です。値が小さいほど、現実の新しいデータにもよく合っていることを意味します。訓練誤差（学習に使ったデータに対する誤差）は学習を進めるほど下がり続けるのが普通ですが、汎化誤差は過学習（訓練データに合わせすぎて新しいデータに弱くなること）が起きると、最初は減少したあと、途中から増加に転じる傾向があります。この2つの誤差の差が大きくなったら要注意です。
> 💡 試験では「訓練誤差は下がり続けるのに汎化誤差が上がり始める」グラフが示され、過学習の発生を読み取らせる問題がよく出ます。
**関連用語**: 訓練誤差、汎化性能、過学習、未学習
[動画 00:43:42](https://youtu.be/iNMZtrpTXpM?t=2622)
### 混同行列
**読み**: こんどうぎょうれつ
**一言で**: 分類の予測と正解の組み合わせを4マスの表に整理したもの
分類モデル（データをカテゴリに振り分けるモデル）の予測結果と、実際の正解とを比べて整理するための表です。真陽性（実際も本物で予測も本物）、偽陽性（実際は偽物なのに本物と予測）、真陰性（実際も偽物で予測も偽物）、偽陰性（実際は本物なのに偽物と予測）の4つのパターンに件数を振り分けます。「陽性（本物・該当する）」「陰性（偽物・該当しない）」という言葉は検査の結果になぞらえたものです。この表をもとにして、正解率・適合率・再現率・F値といった評価指標が計算されるので、分類モデルの評価の出発点になります。
> 💡 病気の検査なら「病気の人を病気と判定＝真陽性」「健康な人を病気と判定＝偽陽性」「病気の人を健康と判定＝偽陰性」です。試験では4マスの位置関係が頻出です。
**関連用語**: 正解率・適合率・再現率・F値、ROC曲線・AUC
[動画 00:44:05](https://youtu.be/iNMZtrpTXpM?t=2645)
### 正解率・適合率・再現率・F値
**読み**: せいかいりつ・てきごうりつ・さいげんりつ・エフち
**一言で**: 分類モデルの性能を測る4つの代表的な指標
二値分類（「はい／いいえ」のように2つに分けること）モデルの性能を評価する代表的な指標で、どれも混同行列（予測と正解の組み合わせを整理した表）から計算します。正解率は、全体のうち正しく分類できた割合です。適合率は、「陽性（該当する）」と予測したもののうち、実際に陽性だった割合で、予測の「正確さ」を表します。再現率は、実際に陽性だったもののうち、正しく陽性と予測できた割合で、「取りこぼしの少なさ」を表します。F値は、適合率と再現率はどちらかを上げると片方が下がりやすい関係にあるため、両者のバランスを1つの数字にまとめた指標（調和平均）です。
> 💡 がん検診では見逃しが怖いので再現率を重視し、迷惑メール判定では大事なメールを間違えて迷惑扱いしたくないので適合率を重視する、といった使い分けが試験で問われます。
**関連用語**: 混同行列、ROC曲線・AUC
[動画 00:44:50](https://youtu.be/iNMZtrpTXpM?t=2690)
### ROC曲線・AUC
**読み**: ロックきょくせん・エーユーシー
**一言で**: 分類モデルの判別能力をグラフと面積で評価する指標
ROC曲線は、分類モデル（データをカテゴリに振り分けるモデル）の性能を目で見て評価するためのグラフです。横軸に偽陽性率（FPR。実際は陰性なのに陽性と間違えた割合）、縦軸に真陽性率（TPR。実際に陽性のものを正しく陽性と判定できた割合、再現率と同じ）をとり、判定の基準となるしきい値（ここから上を陽性とする境目の値）を変えながら点を打ってつないだものです。AUCはこのROC曲線の下側の面積を表し、最大が1です。1に近いほど性能が高く、0.5だとランダムに当てずっぽうで判定しているのと同じになります。モデルの判別能力を1つの数値で比べられる便利な指標です。
> 💡 試験では「ROC曲線が左上に膨らむほど良いモデル」「AUC=0.5はランダム予測と同じ」というポイントがよく問われます。
**関連用語**: 混同行列、正解率・適合率・再現率・F値
[動画 00:45:23](https://youtu.be/iNMZtrpTXpM?t=2723)
### 平均二乗誤差(MSE: Mean Squared Error)
**読み**: へいきんにじょうごさ（エムエスイー）
**一言で**: 予測と実際の差を二乗して平均した、回帰の代表的な誤差指標
予測した値と実際の値の差（誤差）を二乗し、その平均をとった指標です。二乗するので、マイナスの誤差もプラスとして扱えるうえ、誤差の大きい予測ほど値が大きくふくらみます。つまり、大きく外した予測をより強くペナルティ（罰点）として扱う性質があります。回帰モデル（数値を予測するモデル。たとえば家の価格を予測するなど）の精度評価によく使われ、値が小さいほど予測の精度が高いことを意味します。
> 💡 試験では「外れ値（極端に大きく外れたデータ）の影響を受けやすい指標はMSE、受けにくいのはMAE」という対比が問われます。
**関連用語**: 平均二乗誤差の平方根(RMSE: Root Mean Squared Error)、平均絶対誤差(MAE: Mean Absolute Error)、誤差関数(損失関数)
[動画 00:45:52](https://youtu.be/iNMZtrpTXpM?t=2752)
### 平均二乗誤差の平方根(RMSE: Root Mean Squared Error)
**読み**: へいきんにじょうごさのへいほうこん（アールエムエスイー）
**一言で**: MSEの平方根をとり、元のデータと同じ単位にした誤差指標
平均二乗誤差（MSE。予測と実際の差を二乗して平均した値）に平方根（二乗する前の値に戻す計算、ルート）を適用した指標です。MSEは二乗しているため単位が「円の二乗」のようにわかりにくくなりますが、平方根をとることで単位が元のデータと同じ（たとえば「円」）に戻り、「だいたい平均してこれくらい外れている」と誤差の大きさを直感的に理解しやすくなります。回帰モデル（数値を予測するモデル）の評価に使われ、値が小さいほど予測の精度が高いことを意味します。
> 💡 家賃予測モデルのRMSEが5000円なら、「平均するとおよそ5000円くらい予測がずれている」と読めます。
**関連用語**: 平均二乗誤差(MSE: Mean Squared Error)、平均絶対誤差(MAE: Mean Absolute Error)
[動画 00:46:12](https://youtu.be/iNMZtrpTXpM?t=2772)
### 平均絶対誤差(MAE: Mean Absolute Error)
**読み**: へいきんぜったいごさ（エムエーイー）
**一言で**: 予測と実際の差の絶対値を平均した、外れ値に強い誤差指標
予測した値と実際の値の差の絶対値（マイナスの符号を取りのぞいた大きさ）を平均した指標です。二乗ではなく絶対値を使うので、誤差をそのままの単位で評価でき、大きく外れた予測があっても値が極端にふくらみません。そのため外れ値（極端にかけ離れたデータ）の影響を受けにくいのが特徴です。回帰モデル（数値を予測するモデル）の評価に使われ、値が小さいほど予測の精度が高いことを意味します。
> 💡 MSEは大きな外れを強く罰するのに対し、MAEはすべての誤差を同じ重みで扱う、という違いを押さえておきましょう。
**関連用語**: 平均二乗誤差(MSE: Mean Squared Error)、平均二乗誤差の平方根(RMSE: Root Mean Squared Error)
[動画 00:46:33](https://youtu.be/iNMZtrpTXpM?t=2793)
### ホールドアウト検証
**読み**: ほーるどあうとけんしょう
**一言で**: データを学習用と検証用に1回分けて性能を測る基本的な方法
手元のデータセット（データのまとまり）を学習用と検証用の2つに分けて、モデル（データから学習した予測の仕組み）の汎化性能（見たことのない新しいデータにどれだけ正しく対応できるか）を評価する、もっとも基本的な方法です。「ホールドアウト」は「取っておく」という意味で、一部のデータを学習に使わず取っておきます。学習用データでモデルを訓練し、取っておいた検証用データで予測精度を確かめることで、未知のデータへの対応力を測ります。分け方は1回だけなので手軽ですが、たまたまの分け方によって結果が変わりやすいという弱点があります。
> 💡 たとえばデータの8割で学習し、残り2割でテストする、というのが典型的なホールドアウト検証です。
**関連用語**: 交差検証、k-分割交差検証、汎化性能
[動画 00:46:53](https://youtu.be/iNMZtrpTXpM?t=2813)
### 交差検証
**読み**: こうさけんしょう
**一言で**: データの分け方を変えて学習と検証を繰り返し、評価の偏りを減らす方法
データをいくつかのグループに分け、「どのグループを検証用にするか」を入れかえながら学習と検証を何度も繰り返して、モデル（データから学習した予測の仕組み）の性能を評価する方法です。ホールドアウト検証（1回だけ学習用と検証用に分ける方法）では、たまたまの分け方で結果がかたよることがありますが、交差検証では複数回の結果を平均するので、そのかたよりを減らせます。その結果、より信頼性の高い汎化性能（新しいデータへの対応力）の測定ができます。
> 💡 代表的なやり方がk-分割交差検証です。試験では「データが少ないときに有効な評価方法」としても問われます。
**関連用語**: k-分割交差検証、ホールドアウト検証、汎化性能
[動画 00:47:12](https://youtu.be/iNMZtrpTXpM?t=2832)
### k-分割交差検証
**読み**: ケーぶんかつこうさけんしょう
**一言で**: データをk個に分け、検証用を入れかえながらk回評価する方法
交差検証（分け方を変えて学習と検証を繰り返す評価方法）の一種で、データをk個のグループに分け、そのうち1つを検証用、残りのk−1個を学習用として訓練と評価を行い、検証用のグループを入れかえながらこれをk回繰り返す方法です。たとえばk=5なら、データを5つに分けて5回の訓練・評価を行い、その平均をモデル（データから学習した予測の仕組み）の性能とします。すべてのデータが1回ずつ検証に使われるので、データを無駄なく使えて、安定したモデル評価ができます。
> 💡 試験では「k=5やk=10がよく使われる」「kをデータ数と同じにしたものを1個抜き交差検証（LOOCV）と呼ぶ」といった点が問われます。
**関連用語**: 交差検証、ホールドアウト検証、汎化性能
[動画 00:47:32](https://youtu.be/iNMZtrpTXpM?t=2852)
### 赤池情報量規準(AIC: Akaike Information Criterion)
**読み**: あかいけじょうほうりょうきじゅん（エーアイシー）
**一言で**: 当てはまりの良さとシンプルさのバランスでモデルを選ぶ指標
モデル（データから学習した予測の仕組み）の良さを、データへの当てはまりの良さと、モデルのシンプルさ（パラメータ、つまり調整する値の数の少なさ）のバランスで評価する指標です。日本の統計学者・赤池弘次さんが考案しました。当てはまりが良いほど値は小さくなりますが、パラメータが増えるほどペナルティ（罰点）が加わって値が大きくなります。値が小さいほど良いモデルとされ、複雑にしすぎて過学習（訓練データに合わせすぎて新しいデータに弱くなること）になるのを避けながら、ほどよいモデルを選ぶのに役立ちます。
> 💡 試験では「AICは値が小さいほど良い」「BICとの違い（BICのほうが複雑なモデルに厳しい）」が問われます。
**関連用語**: ベイズ情報量規準(BIC: Bayesian Information Criterion)、オッカムの剃刀、過学習
[動画 00:47:53](https://youtu.be/iNMZtrpTXpM?t=2873)
### ベイズ情報量規準(BIC: Bayesian Information Criterion)
**読み**: べいずじょうほうりょうきじゅん（ビーアイシー）
**一言で**: AICより複雑なモデルに厳しいペナルティを与えるモデル選択の指標
モデル（データから学習した予測の仕組み）のデータへの当てはまりの良さと、モデルの複雑さ（パラメータ、つまり調整する値の数）の両方を考えて評価する指標です。AIC（赤池情報量規準。当てはまりとシンプルさのバランスを見る指標）と似ていますが、複雑なモデルに対してAICよりも厳しいペナルティ（罰点）を与えるのが特徴です。値が小さいほど良いモデルとされます。AICが予測の良さを重視するのに対し、BICは「本当のデータの構造を正しく言い当てているか」を重視します。また、データの数が多くなるほど、BICのほうが複雑なモデルにいっそう厳しくなります。
> 💡 試験では「AIC＝予測重視、BIC＝構造の正しさ重視でより単純なモデルを選びやすい」という対比で出題されます。
**関連用語**: 赤池情報量規準(AIC: Akaike Information Criterion)、オッカムの剃刀、過学習
[動画 00:48:13](https://youtu.be/iNMZtrpTXpM?t=2893)
### オッカムの剃刀
**読み**: おっかむのかみそり
**一言で**: 同じ説明ができるなら、より単純な仮説を選ぶべきという考え方
複数の仮説（ものごとの説明の仕方）があるときは、もっとも単純なものを選ぶべきだ、という考え方です。14世紀の哲学者オッカムにちなんで名付けられ、「余計な前提をかみそりでそぎ落とす」というイメージから「剃刀」と呼ばれます。機械学習では、複雑すぎるモデル（データから学習した予測の仕組み）は過学習（訓練データに合わせすぎて新しいデータに弱くなること）を起こしやすいため、シンプルで、それでいて十分な性能を出せるモデルのほうが望ましいとされます。AICやBICといったモデル選択の指標も、この考え方にもとづいて複雑さにペナルティを与えています。
> 💡 同じくらい当たる予測モデルが2つあるなら、パラメータが少ないほうを選ぶ、というのがオッカムの剃刀の実践です。
**関連用語**: 赤池情報量規準(AIC: Akaike Information Criterion)、ベイズ情報量規準(BIC: Bayesian Information Criterion)、過学習、正則化
[動画 00:48:49](https://youtu.be/iNMZtrpTXpM?t=2929)
### CPU(Central Processing Unit)
**読み**: シーピーユー
**一言で**: コンピューターの頭脳として命令の実行や計算・制御を行う装置
コンピューターの頭脳にあたる部分で、プログラムの命令を実行したり、計算や制御（ほかの部品への指示出し）を行ったりする中心的な装置です。中央処理装置とも呼ばれます。プログラムの指示にしたがって順番にデータを処理し、メモリ（データを一時的に置いておく場所）やディスクなどほかの部品と連携して、コンピューター全体を動かします。1つ1つの処理を順番に素早くこなすのが得意ですが、ディープラーニング（多層のニューラルネットワークを使った機械学習）のように同じ種類の計算を大量に同時に行う作業は、GPU（並列計算が得意なプロセッサ）のほうが向いています。
> 💡 試験では「CPUは逐次処理（順番に1つずつ）が得意、GPUは並列処理（同時にたくさん）が得意」という対比で問われます。
**関連用語**: GPU(Graphics Processing Unit)、TPU(Tensor Processing Unit)
[動画 00:49:07](https://youtu.be/iNMZtrpTXpM?t=2947)
### GPU(Graphics Processing Unit)
**読み**: ジーピーユー
**一言で**: 大量の計算を同時に処理できる、ディープラーニングに欠かせないプロセッサ
大量のデータを同時に高速で処理できる、並列計算（たくさんの計算を同時に進めること）向けのプロセッサ（計算を行う装置）です。もともとは画面に映す画像を処理するために開発されました。画像処理は「大量の点に同じ計算をする」作業なので、同じ性質をもつディープラーニング（多層のニューラルネットワークを使った機械学習）などの大規模な数値計算にも向いており、現在では広く利用されています。CPU（コンピューターの頭脳となる装置）が処理を順番にこなすことに特化しているのに対し、GPUは単純な計算をいっぺんに行う並列処理に特化しています。
> 💡 ディープラーニングが急速に発展した背景の1つに、GPUを汎用計算に使えるようにしたGPGPUという技術の普及があります。
**関連用語**: CPU(Central Processing Unit)、TPU(Tensor Processing Unit)、GPGPU(General-Purpose computing on GPU)
[動画 00:49:28](https://youtu.be/iNMZtrpTXpM?t=2968)
### GPGPU(General-Purpose computing on GPU)
**読み**: ジーピージーピーユー
**一言で**: 画像処理用のGPUを、画像以外の一般的な計算にも使う技術
GPGPUは、もともと画面に映す画像を処理するための装置であるGPU（たくさんの単純な計算を同時に進めるのが得意なプロセッサ）を、画像処理以外の一般的な計算にも使う技術のことです。「General-Purpose（汎用）」という名前のとおり、画像以外の目的に転用することを指します。ディープラーニング（多層のニューラルネットワークを使った機械学習）の計算は「大量の数値に同じ計算を繰り返す」という性質があるため、GPUの並列処理（同時にたくさんの計算をすること）がぴったり合い、学習時間を大幅に短縮できます。NVIDIA社のCUDA（GPUで汎用計算をするための開発環境）が代表的な仕組みです。
> 💡 試験では「GPUを画像処理以外の汎用計算に使うことをGPGPUと呼ぶ」「ディープラーニングの計算に向いている理由は並列処理」という点が問われます。
**関連用語**: GPU(Graphics Processing Unit)、CPU(Central Processing Unit)、TPU(Tensor Processing Unit)
（動画外・シラバス補足）
### TPU(Tensor Processing Unit)
**読み**: ティーピーユー
**一言で**: Googleが開発した機械学習専用の高速・省電力プロセッサ
Googleが開発した、機械学習専用の高性能なプロセッサ（計算を行う装置）です。名前の「テンソル」は、ディープラーニング（多層のニューラルネットワークを使った機械学習）で扱う多次元の数値のかたまりのことです。深層学習モデルの処理を高速化するために設計が最適化されていて、GPU（並列計算が得意なプロセッサ）よりも省電力で、効率的に大量の計算を行えます。GoogleのクラウドサービスやAI製品の内部で使われています。
> 💡 試験では「CPU・GPU・TPUの違い」として、TPU＝Google製の機械学習専用チップ、と覚えておけば対応できます。
**関連用語**: GPU(Graphics Processing Unit)、CPU(Central Processing Unit)
[動画 00:49:54](https://youtu.be/iNMZtrpTXpM?t=2994)
### 単純パーセプトロン
**読み**: たんじゅんぱーせぷとろん
**一言で**: 入力層と出力層だけの最も基本的なニューラルネットワーク
入力層（データを受け取る層）と出力層（結果を出す層）だけで構成された、もっともシンプルなニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）です。入力された値に重み（それぞれの入力をどれくらい重視するかを表す数）を掛けて足し合わせ、バイアス（調整用に足す数）を加えて出力を計算します。主に二値分類（「はい／いいえ」のように2つに分けること）に使われます。ただし、線形分離（1本の直線や平面でデータを2つに分けること）ができる問題しか扱えないという制限があり、たとえばXOR（排他的論理和）のような問題は解けません。
> 💡 試験では「単純パーセプトロンは線形分離可能な問題しか解けない」「隠れ層を加えた多層パーセプトロンで非線形も扱える」がセットで問われます。
**関連用語**: 多層パーセプトロン(MLP: Multi-Layer Perceptron)、入力層・隠れ層・出力層、XOR問題／線形分離可能
[動画 00:50:13](https://youtu.be/iNMZtrpTXpM?t=3013)
### XOR問題／線形分離可能
**読み**: エックスオアもんだい／せんけいぶんりかのう
**一言で**: 1本の直線で分けられるかどうか。XORは分けられず単純パーセプトロンの限界を示した
線形分離可能とは、データを2つのグループに分けるときに、1本の直線（データの項目が3つ以上なら平面や超平面）だけできれいに分けられることです。単純パーセプトロン（入力層と出力層だけの基本的なニューラルネットワーク）は、線形分離可能な問題しか解けません。XOR（排他的論理和。2つの入力が「異なるとき」だけ1を出す論理演算）は、点を紙に描くと直線1本では分けられない代表例で、これが単純パーセプトロンでは解けないことを1969年にミンスキーとパパートが示しました。この指摘は第1次AIブームが冷めるきっかけの1つになりましたが、隠れ層（入力層と出力層の間の層）を加えた多層パーセプトロンなら解けることがのちに分かりました。
> 💡 試験では「XOR問題は単純パーセプトロンでは解けない（線形分離不可能）」「多層にすれば解ける」「指摘したのはミンスキー」がセットで問われます。
**関連用語**: 単純パーセプトロン、多層パーセプトロン(MLP: Multi-Layer Perceptron)、入力層・隠れ層・出力層
（動画外・シラバス補足）
### 入力層・隠れ層・出力層
**読み**: にゅうりょくそう・かくれそう・しゅつりょくそう
**一言で**: ニューラルネットワークを構成する3種類の層
ニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）を構成する層の種類です。入力層はデータを受け取る層、出力層は最終的な結果を出す層、隠れ層はその間にあって、データの特徴を取り出したり変換したりする層です。隠れ層は外からは直接見えないので「隠れ」と呼ばれます。隠れ層がない単純パーセプトロン（入力層と出力層だけのネットワーク）は線形分類（直線や平面で分けられる分類）しか表現できませんが、隠れ層という新しい変換の段階を追加することで、非線形（曲がった境界が必要な）分類もできるようになります。
> 💡 隠れ層を何層も深く重ねたものがディープラーニング（深層学習）です。「ディープ＝隠れ層が深い」と覚えましょう。
**関連用語**: 単純パーセプトロン、多層パーセプトロン(MLP: Multi-Layer Perceptron)
[動画 00:50:33](https://youtu.be/iNMZtrpTXpM?t=3033)
### 多層パーセプトロン(MLP: Multi-Layer Perceptron)
**読み**: たそうぱーせぷとろん（エムエルピー）
**一言で**: 隠れ層を持つことで非線形な関係も学べるニューラルネットワーク
入力層（データを受け取る層）、隠れ層（間にあって特徴を変換する層）、出力層（結果を出す層）をもつニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）です。単純パーセプトロン（入力層と出力層だけのネットワーク）では直線で分けられる問題しか扱えませんでしたが、隠れ層を通すことで非線形（曲がった境界が必要な複雑な）関係も学習できるようになり、複雑な分類や回帰（数値を予測する）問題にも対応できます。隠れ層をたくさん重ねたものが、いわゆるディープラーニング（深層学習）です。
> 💡 試験では「単純パーセプトロンでは解けないXOR問題が、多層パーセプトロンなら解ける」という点がよく問われます。
**関連用語**: 単純パーセプトロン、入力層・隠れ層・出力層、特徴表現学習、XOR問題／線形分離可能、万能近似定理
[動画 00:51:00](https://youtu.be/iNMZtrpTXpM?t=3060)
### 万能近似定理
**読み**: ばんのうきんじていり
**一言で**: 隠れ層が1層でも、ノードが十分あればどんな連続関数でも近似できるという定理
万能近似定理は、隠れ層（入力層と出力層の間にある層）が1層しかないニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）でも、その層のノード（計算の単位）の数を十分に増やせば、どんな連続関数（グラフが途切れずつながる関数）でも好きな精度で近似できる、という数学の定理です。1989年ごろにサイベンコらが証明しました。「理論上はどんな関係でも表現できる」ことを保証してくれる一方で、必要なノード数がいくつかや、どうやって学習すれば良い重みが見つかるかまでは教えてくれません。実際には層を深くしたほうが少ないノード数で効率よく表現できることが多く、それがディープラーニング（多層のニューラルネットワークを使った機械学習）が発展した理由の1つです。
> 💡 試験では「隠れ層1層でも任意の関数を近似できる」という主張の名前として問われます。「だから深くする必要がない」という意味ではない点に注意しましょう。
**関連用語**: 多層パーセプトロン(MLP: Multi-Layer Perceptron)、入力層・隠れ層・出力層、特徴表現学習
（動画外・シラバス補足）
### 特徴表現学習
**読み**: とくちょうひょうげんがくしゅう
**一言で**: データから学習に適した特徴を自動で取り出す学習のこと
データの中から特徴量（予測に役立つ手がかりとなる数値や項目）を自動で取り出して、学習に適した形に変換する機械学習の手法です。従来の機械学習では、「画像のどこを見ればよいか」といった特徴を人間が手作業で設計する必要がありました（特徴量エンジニアリング）。特徴表現学習ではこれをモデル（データから学習した予測の仕組み）自身が行うので、人間が気づかないような複雑なパターンや構造も効率よく捉えられます。ディープラーニング（多層のニューラルネットワークを使った機械学習）の大きな強みは、この特徴表現学習ができる点にあります。
> 💡 猫の画像認識で、「耳の形」「ひげ」といった特徴を人が教えなくても、ネットワークが自分で見つけ出すのが特徴表現学習です。
**関連用語**: 多層パーセプトロン(MLP: Multi-Layer Perceptron)、入力層・隠れ層・出力層
[動画 00:51:17](https://youtu.be/iNMZtrpTXpM?t=3077)
### 活性化関数
**読み**: かっせいかかんすう
**一言で**: 各ノードの出力に非線形な変換を加える関数。これがあるから複雑な関係を学べる
活性化関数は、ニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）の各ノード（計算の単位）で、入力に重みを掛けて足し合わせた値に、非線形（直線的でない）な変換を加える関数です。もし活性化関数がなければ、層をいくら重ねても全体は1本の直線的な計算にまとまってしまい、複雑な関係を学べません。代表的なものと出力の範囲は、シグモイド関数が0〜1、tanh関数（ハイパボリックタンジェント関数）が−1〜1、ReLU関数が0以上（正の値はそのまま）、出力層で使うソフトマックス関数は各出力が0〜1で合計が1です。微分（傾き）の最大値はシグモイド関数が0.25、tanh関数が1で、どちらも1以下のため層が深くなると勾配消失問題（学習に必要な調整量が小さくなりすぎて学習が進まなくなる問題）を起こしやすく、現在は隠れ層ではReLU関数が主流です。
> 💡 試験では「各関数の出力範囲」「シグモイドの微分の最大値は0.25」「隠れ層はReLU、二値分類の出力層はシグモイド、多クラス分類の出力層はソフトマックス」という使い分けがよく問われます。
**関連用語**: シグモイド関数、ハイパボリックタンジェント関数(tanh)、ReLU関数(Rectified Linear Unit)、ソフトマックス関数
（動画外・シラバス補足）
### シグモイド関数
**読み**: しぐもいどかんすう
**一言で**: 入力を0〜1の範囲に押し込めるS字型の活性化関数
どんな入力の値でも0から1の範囲に変換する、なめらかなS字型の関数で、ニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）の活性化関数として使われます。活性化関数とは、各ノード（ネットワークを構成する1つ1つの計算の単位）の出力に非線形（直線的でない）な変換を加える処理のことで、これがあることで複雑な関係を学べるようになります。出力が0〜1なので確率として解釈しやすく、二値分類（2つに分けること）の出力層でよく使われます。一方、層を深くすると勾配消失問題（学習に必要な調整量がどんどん小さくなって学習が進まなくなる問題）を起こしやすいという弱点があります。
> 💡 試験では「シグモイド関数の微分の最大値は0.25で、勾配消失の原因になる」「出力が0〜1」というポイントが問われます。
**関連用語**: ハイパボリックタンジェント関数(tanh)、ReLU関数(Rectified Linear Unit)、ソフトマックス関数、勾配消失問題、活性化関数
[動画 00:51:37](https://youtu.be/iNMZtrpTXpM?t=3097)
### ハイパボリックタンジェント関数(tanh)
**読み**: はいぱぼりっくたんじぇんとかんすう（タンエイチ）
**一言で**: 入力を-1〜1の範囲に変換する、0を中心としたS字型の活性化関数
入力の値を−1から1の範囲に変換する、S字型の活性化関数（各ノードの出力に非線形な変換を加える関数）です。シグモイド関数（入力を0〜1の範囲に変換するS字型の関数）とよく似た形をしていますが、出力の中心が0になっている点が異なります。出力が0を中心に対称に分布するため、シグモイド関数に比べて学習が安定しやすいという特徴があります。ただし、シグモイド関数と同じく、層が深くなると勾配消失問題（学習に必要な調整量が小さくなりすぎて学習が進まなくなる問題）が起こりやすい点は残っています。
> 💡 試験では「tanhの出力範囲は−1〜1」「シグモイドより勾配消失しにくいがゼロにはならない」といった点が問われます。
**関連用語**: シグモイド関数、ReLU関数(Rectified Linear Unit)、勾配消失問題、活性化関数
[動画 00:52:01](https://youtu.be/iNMZtrpTXpM?t=3121)
### ReLU関数(Rectified Linear Unit)
**読み**: レルかんすう
**一言で**: 0以下は0、正の値はそのまま出す、最も広く使われる活性化関数
入力が0以下なら0を、0より大きければ入力をそのまま出力する活性化関数（各ノードの出力に非線形な変換を加える関数）です。グラフにすると坂道（ランプ）の形になるので、ランプ関数とも呼ばれます。計算がとても簡単で、正の領域では傾きが常に1なので、シグモイド関数やtanh関数で問題となる勾配消失問題（学習に必要な調整量が小さくなりすぎて学習が進まなくなる問題）が起こりにくく、学習が速く進みます。そのためディープラーニング（多層のニューラルネットワークを使った機械学習）でもっとも広く使われています。
> 💡 試験では「勾配消失問題の対策として用いられる活性化関数」としてReLUが問われます。弱点は、0以下の入力ではまったく学習が進まなくなる点です。
**関連用語**: Leaky ReLU関数、シグモイド関数、ハイパボリックタンジェント関数(tanh)、勾配消失問題、活性化関数、dying ReLU(ダイイングReLU)
[動画 00:52:19](https://youtu.be/iNMZtrpTXpM?t=3139)
### Leaky ReLU関数
**読み**: りーきーレルかんすう
**一言で**: 入力が0以下でもわずかに値を出す、ReLUの改良版
ReLU関数（0以下なら0、正なら入力をそのまま出す活性化関数）の改良版で、入力が0以下のときにも、わずかな傾き（たとえば0.01倍）をつけて小さな負の値を出力する活性化関数（各ノードの出力に非線形な変換を加える関数）です。「Leaky」は「漏れる」という意味で、0以下の領域でも少しだけ値が漏れ出るイメージです。ReLUでは入力が0以下になるとまったく出力も学習も止まってしまい、そのニューロン（ネットワークの計算の単位）が完全に機能しなくなる問題（dying ReLU）がありますが、Leaky ReLUではそれを軽減できます。
> 💡 試験では「dying ReLU問題への対策」としてLeaky ReLUや、傾きも学習するParametric ReLUが問われます。
**関連用語**: ReLU関数(Rectified Linear Unit)、勾配消失問題、dying ReLU(ダイイングReLU)
[動画 00:52:36](https://youtu.be/iNMZtrpTXpM?t=3156)
### dying ReLU(ダイイングReLU)
**読み**: ダイイングレル
**一言で**: ReLUの入力が負に偏ると出力も勾配も0になり、そのノードが学習しなくなる問題
dying ReLUは、ReLU関数（0以下なら0、正なら入力をそのまま出す活性化関数）を使ったときに起こる問題です。あるノード（ネットワークの計算の単位）への入力がいつも0以下になってしまうと、出力は常に0、さらに勾配（誤差を減らすために重みをどう動かすべきかを示す値）も0になるため、そのノードの重みは二度と更新されず、「死んだ」ように機能しなくなります。学習率（1回の更新でどれくらい重みを動かすか）が大きすぎて重みが大きく負の方向に飛んでしまったときなどに起こりやすいです。対策として、0以下の領域にもわずかな傾きをもたせたLeaky ReLU関数や、その傾きも学習するParametric ReLU、重みの初期値や学習率の調整などが使われます。
> 💡 試験では「ReLUの弱点」として問われ、「Leaky ReLUはこの問題を軽減するための改良」という対応関係を押さえておきましょう。
**関連用語**: ReLU関数(Rectified Linear Unit)、Leaky ReLU関数、活性化関数、学習率
（動画外・シラバス補足）
### ソフトマックス関数
**読み**: そふとまっくすかんすう
**一言で**: 複数の値を合計1の確率に変換する、多クラス分類の出力層で使う関数
複数の値をそれぞれ0から1の範囲の確率に正規化（決まった範囲に収まるよう変換すること）し、しかもすべてを足すと1になるように変換する関数です。たとえば「犬・猫・鳥」の3つの出力値が「2.0、1.0、0.1」だったとき、「0.66、0.24、0.10」のような確率に変換します。主に多クラス分類（3つ以上のカテゴリから1つを選ぶ分類）の出力層（ニューラルネットワークの最後の層）で使われ、「それぞれのクラスに属する確率」を表現します。もっとも確率の高いクラスが予測結果となります。
> 💡 試験では「二値分類の出力層ではシグモイド関数、多クラス分類の出力層ではソフトマックス関数」という使い分けが問われます。
**関連用語**: シグモイド関数、交差エントロピー、活性化関数
[動画 00:52:55](https://youtu.be/iNMZtrpTXpM?t=3175)
### 誤差関数(損失関数)
**読み**: ごさかんすう（そんしつかんすう）
**一言で**: 予測と正解のずれを1つの数値にする関数。回帰は平均二乗誤差、分類は交差エントロピー
誤差関数は、モデル（データから学習した予測の仕組み）の予測がどれだけ正解からずれているかを、1つの数値で表す関数です。損失関数、コスト関数とも呼ばれます。学習とは、この誤差関数の値ができるだけ小さくなるように、勾配降下法（誤差が減る方向へ重みを少しずつ動かす方法）などで重み（各入力をどれくらい重視するかを表す数）を調整していく作業です。どの誤差関数を使うかは問題の種類で決まり、回帰（数値を予測する問題）では平均二乗誤差（予測と正解の差を二乗して平均したもの）が、分類（カテゴリに振り分ける問題）では交差エントロピー（予測した確率と正解のずれを測るもの）が代表的です。ほかにも平均絶対誤差や、類似度を学習するためのコントラスティブロスなど、目的に応じたさまざまな誤差関数があります。
> 💡 試験では「回帰には平均二乗誤差、分類には交差エントロピー」という組み合わせが頻出です。「損失関数」「コスト関数」という別名も同じものを指すと覚えておきましょう。
**関連用語**: 平均二乗誤差(MSE: Mean Squared Error)、交差エントロピー、勾配降下法、平均絶対誤差(MAE: Mean Absolute Error)
（動画外・シラバス補足）
### 交差エントロピー
**読み**: こうさえんとろぴー
**一言で**: 予測した確率と正解とのずれを測る、分類問題の代表的な誤差関数
誤差関数（モデルの予測がどれだけ正解からずれているかを数値で表す関数。損失関数とも呼ばれます）のうち、もっともよく使われるものの1つです。分類モデル（データをカテゴリに振り分けるモデル）が出した確率と、正解ラベル（本当の答え）とのずれの大きさを測ります。予測した確率が正解に近いほど値は小さくなり、正解のクラスに低い確率をつけてしまうと値は大きくふくらみます。この値が小さくなるようにモデルを調整していくのが学習です。分類問題でよく使われ、ソフトマックス関数（出力を確率に変換する関数）とセットで使われることが多いです。
> 💡 回帰問題では平均二乗誤差、分類問題では交差エントロピー、という誤差関数の使い分けが試験で問われます。
**関連用語**: ソフトマックス関数、平均二乗誤差(MSE: Mean Squared Error)、カルバック・ライブラー情報量(KLダイバージェンス)、誤差関数(損失関数)
[動画 00:53:15](https://youtu.be/iNMZtrpTXpM?t=3195)
### カルバック・ライブラー情報量(KLダイバージェンス)
**読み**: かるばっく・らいぶらーじょうほうりょう（ケーエルだいばーじぇんす）
**一言で**: 2つの確率分布がどれくらい違うかを測る指標
2つの確率分布（それぞれの値がどれくらいの確率で起こるかを表したもの）の違い（ずれ）を測る指標です。値が0に近いほど2つの分布が似ていることを示し、違いが大きいほど値も大きくなります。情報理論（情報の量を数学的に扱う分野）や機械学習で幅広く活用されています。なお、距離とは違って「PからQ」と「QからP」で値が異なる点が特徴です。例として、真の分布P(x)をモデル訓練時の入力データの分布、近似分布Q(x)を本番環境で入ってくるデータの分布とすると、2つの分布のずれ、つまり本番データが訓練時と比べてどれだけ変化したかを捉えることができます。
> 💡 交差エントロピーはKLダイバージェンスと深い関係があり、正解分布のエントロピーを定数とみなすと、交差エントロピーの最小化はKLダイバージェンスの最小化と同じになります。
**関連用語**: 交差エントロピー
[動画 00:53:31](https://youtu.be/iNMZtrpTXpM?t=3211)
### コントラスティブロス(Contrastive Loss)
**読み**: こんとらすてぃぶろす
**一言で**: 似たペアは近づけ、違うペアは遠ざけるように学習する損失関数
アンカー（基準となるデータ）と正例（アンカーと同じ種類のデータ）は特徴空間（データを数値の並びで表した空間）の中で近づけ、アンカーと負例（アンカーと違う種類のデータ）は遠ざけるように特徴を学習させる損失（モデルのずれを表す値。これを小さくするように学習します）です。「コントラスト（対比）」の名の通り、似ているもの・似ていないものの対比を学びます。距離学習（データ同士の距離が意味を持つように学ぶ手法）や表現学習（データを扱いやすい数値表現に変える学習）でよく使われ、顔認識や類似画像検索などに応用されています。
> 💡 顔認証で「同じ人物の写真同士は近く、別人の写真は遠くなる」ように学習させるのが典型的な使い方です。
**関連用語**: トリプレットロス(Triplet Loss)、特徴表現学習
[動画 00:54:09](https://youtu.be/iNMZtrpTXpM?t=3249)
### トリプレットロス(Triplet Loss)
**読み**: とりぷれっとろす
**一言で**: 基準・正例・負例の3つの距離関係を同時に学ぶ損失関数
アンカー（基準となるデータ）・正例（アンカーと同じ種類のデータ）・負例（アンカーと違う種類のデータ）の3つ（トリプレット）のデータ間の距離関係を学習する損失（モデルのずれを表す値。これを小さくするように学習します）です。アンカーと正例の距離を縮め、アンカーと負例の距離を広げるように特徴を最適化します。コントラスティブロス（似たペアは近づけ、違うペアは遠ざける損失）が正例・負例をそれぞれ独立に1ペアずつ学習するのに対し、トリプレットロスは3つの関係を同時に学習するので、「正例より負例のほうが遠い」という相対的な関係をより厳密に特徴に組み込めます。
> 💡 顔認識システムのFaceNetで使われたことで有名です。試験では「コントラスティブロス＝2つの関係、トリプレットロス＝3つの関係」という対比で覚えましょう。
**関連用語**: コントラスティブロス(Contrastive Loss)、特徴表現学習
[動画 00:54:27](https://youtu.be/iNMZtrpTXpM?t=3267)
### 正則化
**読み**: せいそくか
**一言で**: モデルの複雑さにペナルティを加えて過学習を防ぐ手法
モデル（データから学習した予測の仕組み）が訓練データに過剰に合わせこんでしまうこと（過学習）を防ぐために、モデルの複雑さにペナルティ（罰点）を加える手法です。誤差を小さくするだけでなく、重み（各入力をどれくらい重視するかを表す数）が大きくなりすぎないことも目標に加えて学習します。代表的なものにL1正則化（重みの絶対値の合計に罰点を加え、不要な重みを0にする方法。ラッソ回帰で使われます）とL2正則化（重みの二乗に罰点を加え、重み全体を小さく抑える方法。リッジ回帰で使われます）があり、どちらも汎化性能（新しいデータへの対応力）を向上させます。
> 💡 試験では「L1正則化はスパース（多くの重みが0）になり特徴選択の効果がある」「L2正則化は重みをなめらかに小さくする」という違いがよく問われます。
**関連用語**: L1正則化、L2正則化、過学習、ドロップアウト、荷重減衰(Weight Decay)
[動画 00:54:58](https://youtu.be/iNMZtrpTXpM?t=3298)
### L0正則化
**読み**: エルゼロせいそくか
**一言で**: 0でない重みの「個数」にペナルティを課す正則化
モデル（データから学習した予測の仕組み）の重み（各入力をどれくらい重視するかを表す数）のうち、0でないパラメータの「個数」そのものにペナルティ（罰点）を課す正則化（モデルの複雑さに罰点を加えて過学習を防ぐ手法）です。使われている重みの数を直接制限するので、不要な重みが少ない、できるだけ少ない項目だけで予測するモデルを作るには理論上もっとも有効です。しかし、「どの重みを0にするか」のあらゆる組み合わせを調べる必要があり計算がとても難しいため、実用的にはあまり使われていません。かわりに、同じような効果を計算しやすい形で得られるL1正則化がよく使われます。
> 💡 試験では「L0は個数、L1は絶対値の合計、L2は二乗の合計にペナルティ」という3つの違いで整理しておきましょう。
**関連用語**: L1正則化、L2正則化、正則化
[動画 00:55:21](https://youtu.be/iNMZtrpTXpM?t=3321)
### L1正則化
**読み**: エルワンせいそくか
**一言で**: 重みの絶対値の合計にペナルティを加え、不要な重みを0にする正則化
重み（各入力をどれくらい重視するかを表す数）の絶対値（マイナスの符号を取った大きさ）の合計にペナルティ（罰点）を加える正則化（モデルの複雑さに罰点を加えて過学習を防ぐ手法）です。この方法には、重要でない特徴の重みをちょうど0にする性質があるため、重要な特徴だけが残り、不要な特徴は自動的に使われなくなります。その結果、シンプルで、どの特徴が効いているかがわかりやすい（解釈しやすい）モデルが作れます。この「使う特徴を自動で選ぶ」働きを特徴選択と呼びます。L1正則化を使った回帰モデルがラッソ回帰です。
> 💡 試験では「L1正則化＝ラッソ回帰＝スパース（重みの多くが0）になる＝特徴選択ができる」というセットで覚えましょう。
**関連用語**: ラッソ回帰(Lasso回帰)、L2正則化、正則化、L0正則化
[動画 00:55:43](https://youtu.be/iNMZtrpTXpM?t=3343)
### L2正則化
**読み**: エルツーせいそくか
**一言で**: 重みの二乗の合計にペナルティを加え、重みを小さく抑える正則化
重み（各入力をどれくらい重視するかを表す数）の二乗の合計にペナルティ（罰点）を加える正則化（モデルの複雑さに罰点を加えて過学習を防ぐ手法）です。重みの値が大きくなりすぎるのを防ぎ、モデル（データから学習した予測の仕組み）が訓練データに合わせすぎてしまう過学習を抑える効果があります。L1正則化（重みの絶対値の合計にペナルティを加える方法）と違って重みをちょうど0にはしませんが、全体の重みをまんべんなく小さく抑えるので、なめらかで安定したモデルになります。L2正則化を使った回帰モデルがリッジ回帰です。
> 💡 試験では「L2正則化＝リッジ回帰＝重みは0にならないが全体的に小さくなる」というセットで覚えましょう。
**関連用語**: リッジ回帰(Ridge回帰)、L1正則化、正則化、L0正則化、荷重減衰(Weight Decay)
[動画 00:56:00](https://youtu.be/iNMZtrpTXpM?t=3360)
### 荷重減衰(Weight Decay)
**読み**: かじゅうげんすい（ウェイトディケイ）
**一言で**: 更新のたびに重みを少しずつ小さくして過学習を防ぐ手法。L2正則化と同じ考え方
荷重減衰は、重み（各入力をどれくらい重視するかを表す数）を更新するたびに、その値を少しずつ小さくする（減衰させる）ことで、重みが大きくなりすぎるのを防ぎ、過学習（訓練データに合わせすぎて新しいデータに弱くなること）を抑える手法です。「重みが大きい＝モデルが特定の入力に過剰に反応している」と考え、それにブレーキをかけるイメージです。数学的には、誤差関数（予測と正解のずれを表す関数）に重みの二乗の合計をペナルティ（罰点）として加えるL2正則化と同じ考え方で、通常の勾配降下法（誤差が減る方向へ重みを動かす方法）ではこの2つは同じ効果になります。ディープラーニング（多層のニューラルネットワークを使った機械学習）の学習設定でよく登場し、どれくらい減衰させるかはハイパーパラメータ（学習前に人が決める設定値）として指定します。
> 💡 試験では「Weight Decay（荷重減衰）はL2正則化と同じ考え方」「過学習を防ぐ手法の1つ」として問われます。
**関連用語**: L2正則化、正則化、過学習、ドロップアウト
（動画外・シラバス補足）
### ラッソ回帰(Lasso回帰)
**読み**: らっそかいき
**一言で**: L1正則化を使い、不要な特徴の重みを0にする回帰モデル
L1正則化（重みの絶対値の合計にペナルティを加える正則化）を適用した回帰モデル（数値を予測するモデル。たとえば広さや築年数から家賃を予測するなど）です。重み（各入力をどれくらい重視するかを表す数）の絶対値の合計にペナルティ（罰点）を加えることで、予測にあまり役立たない特徴量（予測の手がかりとなる項目）の重みを0にし、少ない特徴だけで予測するシンプルなモデルを作ります。どの特徴が本当に重要かを自動で選び出す特徴選択にも効果的で、項目がとても多いデータの分析に向いています。
> 💡 100個の項目から家賃を予測するとき、ラッソ回帰を使うと「広さ・駅からの距離・築年数」など本当に効く数項目だけが残り、ほかの重みは0になります。
**関連用語**: L1正則化、リッジ回帰(Ridge回帰)、正則化、Elastic Net(エラスティックネット)
[動画 00:56:21](https://youtu.be/iNMZtrpTXpM?t=3381)
### リッジ回帰(Ridge回帰)
**読み**: りっじかいき
**一言で**: L2正則化を使い、重みが大きくなりすぎるのを防ぐ回帰モデル
L2正則化（重みの二乗の合計にペナルティを加える正則化）を適用した回帰モデル（数値を予測するモデル）です。重み（各入力をどれくらい重視するかを表す数）の二乗にペナルティ（罰点）を加えることで、重みが大きくなりすぎるのを防ぎ、訓練データに合わせすぎてしまう過学習を抑えます。ラッソ回帰（L1正則化を使う回帰）と違って特徴量（予測の手がかりとなる項目）の重みを0にはしませんが、すべての重みをバランスよく小さく抑えるので、安定した予測ができるようになります。
> 💡 試験では「ラッソ＝L1＝重みが0になる（特徴選択）、リッジ＝L2＝重みは小さくなるが0にはならない」の対比が頻出です。両方を組み合わせたものはElastic Netと呼ばれます。
**関連用語**: L2正則化、ラッソ回帰(Lasso回帰)、正則化、Elastic Net(エラスティックネット)
[動画 00:56:41](https://youtu.be/iNMZtrpTXpM?t=3401)
### Elastic Net(エラスティックネット)
**読み**: エラスティックネット
**一言で**: L1正則化とL2正則化を両方組み合わせた回帰モデル
Elastic Netは、L1正則化（重みの絶対値の合計にペナルティを加え、不要な重みを0にする方法）とL2正則化（重みの二乗の合計にペナルティを加え、重み全体を小さく抑える方法）を両方組み合わせた正則化（モデルの複雑さに罰点を加えて過学習を防ぐ手法）を使う回帰モデル（数値を予測するモデル）です。L1だけを使うラッソ回帰は不要な特徴量（予測の手がかりとなる項目）を自動で選ぶ（重みを0にする）のが得意ですが、似た特徴量が多いとそのうち1つしか選ばず不安定になります。L2だけを使うリッジ回帰は安定していますが重みを0にはしません。Elastic Netは両方の良いところを取り、特徴量の選択と安定性のバランスを取れるのが特徴です。L1とL2をどんな比率で混ぜるかはハイパーパラメータ（学習前に人が決める設定値）で指定します。
> 💡 試験では「ラッソ＝L1、リッジ＝L2、Elastic Net＝L1＋L2」という3つの対応関係がそのまま問われます。
**関連用語**: ラッソ回帰(Lasso回帰)、リッジ回帰(Ridge回帰)、L1正則化、L2正則化
（動画外・シラバス補足）
### ドロップアウト
**読み**: どろっぷあうと
**一言で**: 訓練中にランダムにノードを無効化して過学習を防ぐ手法
ニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）の訓練時に、ノード（ネットワークを構成する1つ1つの計算の単位）の一部をランダムに選んで一時的に無効化する正則化（モデルの複雑さを抑えて過学習を防ぐ手法）の一種です。毎回違う組み合わせのノードが使われるので特定のノードに頼りすぎなくなり、多数の小さなネットワークを組み合わせたような効果が生まれます。これにより過学習（訓練データに合わせすぎて新しいデータに弱くなること）を防ぎ、汎化性能（新しいデータへの対応力）の高いモデルが得られます。テスト時（実際に予測するとき）にはすべてのノードを有効にして推論します。
> 💡 試験では「ドロップアウトは学習時のみ行い、推論時は全ノードを使う」「アンサンブル学習に似た効果がある」という点が問われます。
**関連用語**: 過学習、正則化、汎化性能
[動画 00:57:00](https://youtu.be/iNMZtrpTXpM?t=3420)
### 誤差逆伝播法(バックプロパゲーション)
**読み**: ごさぎゃくでんぱほう（バックプロパゲーション）
**一言で**: 出力の誤差を出力側から入力側へ逆向きに伝えて、全部の重みを効率よく直す方法
誤差逆伝播法は、ニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）の学習で、出力層で計算した誤差（予測と正解のずれ）を、出力側から入力側へと逆向きにたどりながら、各層の重み（各入力をどれくらい重視するかを表す数）をどれだけ直すべきか（勾配）を効率よく計算するアルゴリズム（計算手順）です。1986年にラメルハートらが広めました。数学的には連鎖律（合成関数の微分を、各部分の微分の掛け算で求める法則）を使っており、「出力の誤差はどの重みのせいか」を割り振る信用割当問題を解決しました。求めた勾配をもとに勾配降下法（誤差が減る方向へ重みを動かす方法）で重みを更新します。ただし層が深いと、1より小さい微分を何度も掛けるうちに勾配が0に近づく勾配消失問題や、逆に大きくなりすぎる勾配爆発問題が起こりやすくなります。
> 💡 試験では「誤差を逆向きに伝える」「連鎖律を使う」「信用割当問題を解決した」「深いと勾配消失が起こる」の4点がセットで問われます。
**関連用語**: 連鎖律、信用割当問題、勾配消失問題、勾配降下法
（動画外・シラバス補足）
### 連鎖律
**読み**: れんさりつ
**一言で**: 合成関数の微分の法則。誤差逆伝播法の数学的な土台
誤差逆伝播法（ニューラルネットワークで出力の誤差を出力側から入力側へ順に伝え、各層の重みを効率よく調整するアルゴリズム）の土台となっている数学の法則です。連鎖律とは、合成関数（関数の中にさらに関数が入っている形の関数）の微分（変化の割合を求める計算）を、それぞれの関数の微分の掛け算で求められるという法則です。ニューラルネットワークは層ごとの計算が何重にも重なった合成関数なので、各層の重みの勾配（誤差を減らすために重みをどう動かすべきかを示す値）を出力層から入力層へ連鎖的に計算するのに連鎖律が必要です。これにより深いネットワークでも効率的に学習できます。
> 💡 試験では「誤差逆伝播法は連鎖律（チェーンルール）を利用している」というキーワードの結びつきで出題されます。
**関連用語**: 信用割当問題、勾配消失問題、勾配降下法、誤差逆伝播法(バックプロパゲーション)
[動画 00:57:18](https://youtu.be/iNMZtrpTXpM?t=3438)
### 信用割当問題
**読み**: しんようわりあてもんだい
**一言で**: 出力の誤差を「どの重みのせいか」に振り分ける課題
ニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）で、出力に生じた誤差を、どの入力や重み（入力をどれくらい重視するかを表す数）に、どの程度の責任として割り当てるべきかを決める課題です。「信用（クレジット）」とは、結果に対する手柄や責任のことです。ネットワークにはたくさんの重みがあり、それぞれが最終的な誤差にどれだけ影響しているかを正確に見積もらないと、どこをどう直せばよいかわかりません。この問題は、出力側から誤差を順にさかのぼって各重みの影響度を計算する誤差逆伝播法によって解決されました。
> 💡 チームで作った料理がまずかったとき「誰のどの工程が原因か」を突き止めるのが信用割当問題のイメージです。
**関連用語**: 連鎖律、勾配消失問題、誤差逆伝播法(バックプロパゲーション)
[動画 00:57:46](https://youtu.be/iNMZtrpTXpM?t=3466)
### 勾配消失問題
**読み**: こうばいしょうしつもんだい
**一言で**: 層が深いと勾配が極端に小さくなり、学習が進まなくなる問題
誤差を逆伝播（出力側から入力側へ順に伝えること）させる際に、層が深くなるほど勾配（誤差を減らすために重みをどちらにどれだけ動かすべきかを示す値）が極端に小さくなってしまい、入力に近い層の重み（入力をどれくらい重視するかを表す数）がほとんど更新されなくなる問題です。連鎖律によって各層の微分（変化の割合）を掛け算していくため、1より小さい値を何度も掛けると0に近づいてしまうのが原因です。シグモイド関数やtanh関数（出力を一定の範囲に押し込めるS字型の活性化関数。微分の最大値が1以下）を使う場合に発生しやすく、学習が進まない大きな原因になります。
> 💡 試験では対策として「ReLU関数の利用」「バッチ正規化」「残差接続（スキップ接続）」「LSTM（RNNの場合）」などが問われます。
**関連用語**: 勾配爆発問題、シグモイド関数、ReLU関数(Rectified Linear Unit)、連鎖律、誤差逆伝播法(バックプロパゲーション)、重みの初期値(Xavierの初期値、Heの初期値)
[動画 00:58:04](https://youtu.be/iNMZtrpTXpM?t=3484)
### 勾配爆発問題
**読み**: こうばいばくはつもんだい
**一言で**: 勾配が急激に大きくなり、重みが発散して学習が不安定になる問題
層が深くなると、誤差を逆伝播（出力側から入力側へ順に伝えること）させるときに勾配（誤差を減らすために重みをどう動かすべきかを示す値）が急激に大きくなり、重み（入力をどれくらい重視するかを表す数）が発散（どこまでも大きくなること）して学習が不安定になる問題です。勾配消失問題とは逆に、1より大きい値を何度も掛け算することで値が爆発的にふくれあがるのが原因です。特にRNN（再帰型ニューラルネットワーク。文章や時系列のような順番のあるデータを扱うため、同じ重みを繰り返し使うネットワーク）で発生しやすく、学習の収束（答えに落ち着くこと）が困難になります。
> 💡 試験では対策として「勾配クリッピング（勾配の大きさに上限を設けて切り詰める方法）」が問われます。
**関連用語**: 勾配消失問題、連鎖律、学習率、勾配クリッピング
[動画 00:58:30](https://youtu.be/iNMZtrpTXpM?t=3510)
### 勾配クリッピング
**読み**: こうばいクリッピング
**一言で**: 勾配が大きくなりすぎたら決めた上限まで縮める、勾配爆発問題の対策
勾配クリッピングは、勾配爆発問題（学習中に勾配が急激に大きくなり、重みが発散して学習が不安定になる問題）への代表的な対策です。勾配（誤差を減らすために重みをどう動かすべきかを示す値）の大きさがあらかじめ決めたしきい値（上限の値）を超えたら、方向はそのままで大きさだけをしきい値まで縮めてから重み（各入力をどれくらい重視するかを表す数）を更新します。「クリッピング」は「切り取る」という意味で、はみ出した分を切りそろえるイメージです。同じ重みを時間方向に何度も掛け合わせるRNN（再帰型ニューラルネットワーク。文章や時系列のような順番のあるデータを扱うネットワーク）で特に効果があり、LSTM（RNNの改良版）と組み合わせてよく使われます。
> 💡 試験では「勾配爆発問題の対策＝勾配クリッピング」「勾配消失問題の対策＝ReLUやLSTM」という対応関係を取り違えないようにしましょう。
**関連用語**: 勾配爆発問題、勾配消失問題、学習率
（動画外・シラバス補足）
### ハイパーパラメータ
**読み**: はいぱーぱらめーた
**一言で**: 学習前に人の手で決めておく設定値。重みのように自動では学習されない
機械学習モデル（データから学習した予測の仕組み）の性能や学習の速さに影響を与える、学習を始める前に人の手で設定しておくパラメータ（設定値）のことです。モデルがデータから自動で学習する重み（入力をどれくらい重視するかを表す数）やバイアス（調整用に足す数）とは区別されます。具体的には、学習率（1回の更新でどれくらい大きく重みを動かすか）、バッチサイズ（1回の更新に使うデータの数）、エポック数（全データを何周学習するか）、隠れ層の数などが含まれます。良い値を見つけるには、グリッドサーチやランダムサーチといった探索方法が使われます。
> 💡 試験では「重みはパラメータ、学習率や層の数はハイパーパラメータ」という区別が頻出です。料理でいえば火加減や調理時間を事前に決めるようなものです。
**関連用語**: 学習率、エポック、ミニバッチ学習、割引率、ベイズ最適化、バイアス(ニューラルネットワークのパラメータ)
[動画 00:58:54](https://youtu.be/iNMZtrpTXpM?t=3534)
### エポック
**読み**: えぽっく
**一言で**: 訓練データ全体を1回学習し終える単位
モデル（データから学習した予測の仕組み）が、すべての訓練データ（学習に使うデータ）を1回通して学習することを指す単位です。全データを使った重み（入力をどれくらい重視するかを表す数）の更新のひとまわりで、たとえばデータが1万件あれば、その1万件を一通り学習し終えた時点で1エポックです。通常は1回では学習が足りないので、複数のエポックを繰り返してモデルを収束（誤差が十分に小さくなって落ち着くこと）させます。ただし繰り返しすぎると過学習（訓練データに合わせすぎて新しいデータに弱くなること）の原因にもなります。
> 💡 問題集1冊を最初から最後まで1周解くのが1エポック、同じ問題集を3周するのが3エポックというイメージです。
**関連用語**: イテレーション、ミニバッチ学習、ハイパーパラメータ、バッチ学習
[動画 00:59:19](https://youtu.be/iNMZtrpTXpM?t=3559)
### バッチ学習
**読み**: ばっちがくしゅう
**一言で**: 全訓練データをまとめて使い、一括で重みを更新する学習方法
すべての訓練データ（学習に使うデータ）をまとめて使って誤差を計算し、モデル（データから学習した予測の仕組み）の重み（入力をどれくらい重視するかを表す数）を一括で更新する学習方法です。「バッチ」は「ひとまとまり」という意味です。全データを見てから更新するので、精度が高く安定した学習ができます。一方で、大量のデータを扱う場合には、1回の更新に全データ分の計算が必要になるため計算コスト（時間や計算量）が高く、メモリ（データを一時的に置く場所）への負荷も大きくなるという欠点があります。
> 💡 試験では「バッチ学習（全データ）・ミニバッチ学習（小分け）・オンライン学習（1件ずつ）」の3つの違いで整理して問われます。
**関連用語**: ミニバッチ学習、オンライン学習、エポック、勾配降下法
[動画 00:59:42](https://youtu.be/iNMZtrpTXpM?t=3582)
### ミニバッチ学習
**読み**: みにばっちがくしゅう
**一言で**: 訓練データを小さなグループに分けて少しずつ重みを更新する学習方法
訓練データ（学習に使うデータ）を、たとえば32件や128件といった小さなグループ（ミニバッチ）に分割し、グループごとに誤差を計算して重み（入力をどれくらい重視するかを表す数）を更新していく学習方法です。全データをまとめて使うバッチ学習と、1件ずつ更新するオンライン学習の中間にあたり、両方の良いところを取っています。GPU（並列計算が得意な装置）で効率よく計算でき、1件ずつより安定した学習ができるので、現在のディープラーニング（多層のニューラルネットワークを使った機械学習）では標準的に使われています。1つのミニバッチに含めるデータの数をバッチサイズと呼びます。
> 💡 問題集を一気に全部解いてから答え合わせするのがバッチ学習、10問ずつ解いて答え合わせするのがミニバッチ学習、1問ずつ答え合わせするのがオンライン学習です。
**関連用語**: バッチ学習、オンライン学習、イテレーション、確率的勾配降下法(SGD: Stochastic Gradient Descent)
[動画 01:00:03](https://youtu.be/iNMZtrpTXpM?t=3603)
### オンライン学習
**読み**: おんらいんがくしゅう
**一言で**: データを1件ずつ順に処理しながらモデルを更新していく学習方法
データを1件ずつ、届いた順に逐次的（順番に次々と）に処理しながら、そのたびにモデル（データから学習した予測の仕組み）を更新していく学習方法です。全データをためてから学習する必要がないので、1回あたりの計算コスト（時間や計算量）が低く、新しいデータが次々に入ってくる状況でリアルタイムに対応できます。一方で、1件のデータの影響をそのまま受けるため、異常なデータ（間違いや極端な値）に敏感で、モデルが安定しにくいという欠点があります。
> 💡 SNSのおすすめ表示のように、ユーザーの反応が入るたびにモデルを更新していく場面で使われます。試験では「逐次学習」という言い方でも出題されます。
**関連用語**: バッチ学習、ミニバッチ学習、確率的勾配降下法(SGD: Stochastic Gradient Descent)
[動画 01:00:19](https://youtu.be/iNMZtrpTXpM?t=3619)
### イテレーション
**読み**: いてれーしょん
**一言で**: 重みを1回更新する処理の単位。バッチごとに1回進む
モデル（データから学習した予測の仕組み）が重み（入力をどれくらい重視するかを表す数）の更新を1回行う処理の単位です。「反復」という意味の言葉です。通常は、バッチサイズ（1回の更新に使うデータの数）分のデータに対して誤差を計算し、重みを調整するまでをまとめて1イテレーションと数え、これを何回も繰り返して学習が進みます。エポック（訓練データ全体を1周学習する単位）とは異なり、バッチごとの単位で進みます。たとえばデータが1000件でバッチサイズが100なら、1エポックは10イテレーションになります。
> 💡 試験では「データ数÷バッチサイズ＝1エポックあたりのイテレーション数」という計算問題が出ることがあります。
**関連用語**: エポック、ミニバッチ学習、バッチ学習
[動画 01:00:40](https://youtu.be/iNMZtrpTXpM?t=3640)
### 学習率
**読み**: がくしゅうりつ
**一言で**: 重みを1回の更新でどれくらい大きく動かすかを決める設定値
モデル（データから学習した予測の仕組み）の重み（入力をどれくらい重視するかを表す数）を更新するときの、1回あたりの歩幅（ステップサイズ）を決めるハイパーパラメータ（学習前に人が決めておく設定値）です。勾配降下法（誤差が小さくなる方向へ重みを少しずつ動かす方法）では、「勾配×学習率」の分だけ重みを動かします。値が大きすぎると最適な点を飛び越えてしまって収束（答えに落ち着くこと）しにくくなり、小さすぎると少しずつしか進まないので学習にとても時間がかかります。そのため、ちょうどよい値に設定することがとても重要です。
> 💡 山を下るときの一歩の大きさにたとえられます。大股すぎると谷底を飛び越えて反対側に登ってしまい、小股すぎるといつまでも谷底にたどり着けません。
**関連用語**: 勾配降下法、ハイパーパラメータ、AdaGrad、Adam(Adaptive Moment Estimation)
[動画 01:01:00](https://youtu.be/iNMZtrpTXpM?t=3660)
### 勾配降下法
**読み**: こうばいこうかほう
**一言で**: 誤差が減る方向へ重みを少しずつ動かして最適な値を探す方法
誤差を最小にするために、損失関数（予測が正解からどれだけずれているかを表す関数）の勾配（その地点での傾き。どちらに動けば誤差が減るかを示す値）にしたがって、重み（入力をどれくらい重視するかを表す数）を少しずつ調整していく最適化アルゴリズム（もっとも良い値を探す計算手順）です。学習率（1回にどれくらい動かすかを決める値）にもとづいて重みが更新され、局所最適解（近所の中では一番低い点）や大域最適解（全体で一番低い点）に向かって収束していきます。ただし学習が遅く、局所最適解にはまりやすい弱点があります。改善法としてモーメンタムやAdaGradがあり、それらを組み合わせたAdamが広く使われています。
> 💡 霧の中で山を下りるとき、足元の傾きだけを頼りに「低いほうへ」と一歩ずつ進んでいくイメージです。
**関連用語**: 確率的勾配降下法(SGD: Stochastic Gradient Descent)、学習率、局所最適解、モーメンタム、誤差関数(損失関数)
[動画 01:01:19](https://youtu.be/iNMZtrpTXpM?t=3679)
### 確率的勾配降下法(SGD: Stochastic Gradient Descent)
**読み**: かくりつてきこうばいこうかほう（エスジーディー）
**一言で**: データをランダムに1件ずつ使って重みを更新する勾配降下法
データを1つずつランダムに選んで使い、そのたびに重み（入力をどれくらい重視するかを表す数）を更新していく勾配降下法（誤差が減る方向へ重みを少しずつ動かす方法）の一種です。全データを使って1回更新するバッチ勾配降下法に比べて、1回の計算コスト（時間や計算量）が低く、更新のたびにばらつきが出るため、局所最適解（近所の中では一番低いが全体では最も低くない点）から抜け出しやすいという利点があります。一方で、ばらつきが大きいぶん収束（答えに落ち着くこと）が不安定になる可能性があります。実際にはミニバッチ（小さなグループ）単位で使うことが多く、それもSGDと呼ばれます。
> 💡 試験では「SGDは局所最適解に陥りにくい」「計算コストが低い」「収束が不安定」の3点がよく問われます。
**関連用語**: 勾配降下法、ミニバッチ学習、オンライン学習、局所最適解
[動画 01:01:51](https://youtu.be/iNMZtrpTXpM?t=3711)
### 鞍点
**読み**: あんてん
**一言で**: ある方向には谷底、別の方向には山頂に見える、勾配が0の停滞点
ある方向から見ると極小（周囲より低い谷底）、別の方向から見ると極大（周囲より高い山頂）になっている不安定な点です。馬の背中に乗せる鞍（くら）の形に似ていることからこう呼ばれます。鞍点では勾配（傾き）が0になるため、勾配降下法（傾きにしたがって重みを動かす方法）では「もう傾きがないから動く必要がない」と判断されてしまい、最適化（もっとも良い値を探すこと）が停滞して学習が進まなくなる問題があります。本当の最小値ではないのに止まってしまうので、モーメンタム（過去の勾配の勢いを加味する方法）などの工夫で抜け出す必要があります。
> 💡 試験では「鞍点＝勾配が0だが最小値ではない点」「プラトー（平らな停滞領域）」とあわせて、学習が停滞する原因として問われます。
**関連用語**: 局所最適解、大域最適解、モーメンタム、勾配降下法、プラトー
[動画 01:02:12](https://youtu.be/iNMZtrpTXpM?t=3732)
### プラトー
**読み**: プラトー
**一言で**: 誤差がほとんど減らない平らな場所で学習が停滞する現象
プラトーは、学習の途中で誤差（予測と正解のずれ）がしばらくほとんど減らなくなる、平らな停滞状態のことです。英語で「高原・台地」を意味し、誤差関数（予測のずれを表す関数）のグラフに平らな場所があると、そこでは勾配（傾き。どちらへ動けば誤差が減るかを示す値）がほぼ0になるため、勾配降下法（傾きにしたがって重みを動かす方法）では重みがほとんど動かず、学習が進んでいないように見えます。鞍点（ある方向には谷底、別の方向には山頂に見える点）の周辺で起こりやすく、本当の最小値ではないのに止まったように見えるのが厄介な点です。モーメンタム（過去の勾配の勢いを加味する方法）やAdamなど、勾配が小さくても進み続けられる最適化手法で抜け出しやすくなります。
> 💡 試験では「学習曲線が平らになって停滞する現象」「鞍点付近で起こりやすい」「モーメンタムなどで対策」として問われます。
**関連用語**: 鞍点、局所最適解、モーメンタム、勾配降下法
（動画外・シラバス補足）
### モーメンタム
**読み**: もーめんたむ
**一言で**: 過去の勾配の勢いを加えて重みを更新し、停滞を抜け出しやすくする手法
勾配降下法（誤差が減る方向へ重みを少しずつ動かす方法）の改善手法の1つで、今の勾配（傾き）だけでなく、過去の勾配の影響も「勢い」として加味して重み（入力をどれくらい重視するかを表す数）を更新する手法です。モーメンタムは物理でいう「運動量」のことで、坂を転がるボールが勢いで小さなくぼみを乗り越えるように、同じ方向に進み続けていれば加速します。これにより、鞍点（勾配が0になるが最小値ではない点）などの停滞状態から抜け出しやすくなり、振動も抑えられて、学習の安定性と収束（答えに落ち着くこと）の速さが向上します。
> 💡 試験では「モーメンタム＝慣性（勢い）を使った勾配降下法の改良」「AdamはモーメンタムとRMSPropの組み合わせ」という結びつきで問われます。
**関連用語**: 勾配降下法、鞍点、Adam(Adaptive Moment Estimation)、確率的勾配降下法(SGD: Stochastic Gradient Descent)
[動画 01:02:21](https://youtu.be/iNMZtrpTXpM?t=3741)
### 局所最適解
**読み**: きょくしょさいてきかい
**一言で**: 近所の中では最も良いが、全体で最も良いわけではない解
損失関数（モデルの予測がどれだけ正解からずれているかを表す関数）の一部の範囲の中では、周りのどの点よりも良い（誤差が小さい）評価をもつ解ですが、全体で見たときの最小値である大域最適解ではない解のことです。山がいくつも連なった地形で、小さな谷の底にいるようなイメージです。勾配降下法（傾きにしたがって重みを動かす方法）では、どの方向に動いても誤差が増えてしまうため、ここで学習が停滞してしまうと、本当に最適なモデル（データから学習した予測の仕組み）が得られなくなる可能性があります。
> 💡 試験では、局所最適解を抜け出す工夫として「確率的勾配降下法」「モーメンタム」「学習率の調整」などが問われます。
**関連用語**: 大域最適解、鞍点、勾配降下法、確率的勾配降下法(SGD: Stochastic Gradient Descent)
[動画 01:02:41](https://youtu.be/iNMZtrpTXpM?t=3761)
### 大域最適解
**読み**: たいいきさいてきかい
**一言で**: 損失関数全体で最も誤差が小さい、本当の最適解
損失関数（モデルの予測がどれだけ正解からずれているかを表す関数）の全体の中で、もっとも良い（誤差がもっとも小さい）評価をもつ解で、すべての局所最適解（近所の中では一番良いが全体では一番ではない解）よりも優れた解のことです。山がいくつも連なった地形でいえば、一番深い谷の底にあたります。機械学習ではこの点に到達することが理想的な目標となりますが、実際には損失関数の形が複雑なため、本当に大域最適解にたどり着けたかどうかを確かめるのは難しく、十分に良い局所最適解で妥協することも多いです。
> 💡 試験では「局所最適解と大域最適解の違い」を図で問う問題がよく出ます。一番低い谷が大域最適解です。
**関連用語**: 局所最適解、鞍点、勾配降下法
[動画 01:03:04](https://youtu.be/iNMZtrpTXpM?t=3784)
### AdaGrad
**読み**: あだぐらっど
**一言で**: パラメータごとに過去の勾配の大きさに応じて学習率を調整する手法
勾配降下法（誤差が減る方向へ重みを少しずつ動かす方法）の一種で、それぞれのパラメータ（学習で調整する重みなどの値）に対して、過去の勾配（傾き）の大きさの合計に応じて学習率（1回にどれくらい動かすかを決める値）を個別に調整する手法です。頻繁に大きく更新されてきたパラメータの学習率は小さくなり、まれにしか更新されないパラメータの学習率は大きく保たれるので、パラメータごとにちょうどよい歩幅で進めます。ただし、過去の勾配を足し続けるため、学習が長くなると学習率がどんどん小さくなり、最終的にほとんど更新されなくなるという弱点があります。
> 💡 試験では「AdaGradの学習率が小さくなりすぎる問題を解決したのがRMSPropやAdaDelta」という流れで問われます。
**関連用語**: RMSProp、AdaDelta、Adam(Adaptive Moment Estimation)、学習率
[動画 01:03:17](https://youtu.be/iNMZtrpTXpM?t=3797)
### RMSProp
**読み**: アールエムエスプロップ
**一言で**: 勾配の二乗の移動平均を使い、学習率が小さくなりすぎるのを防ぐ手法
学習率（1回にどれくらい重みを動かすかを決める値）が極端に小さくならないように、勾配（傾き）の二乗の平均を使って学習率を調整する最適化手法（もっとも良い値を効率よく探す方法）です。AdaGrad（過去の勾配の大きさに応じて学習率を調整する手法）は過去の勾配をすべて足し続けるため、学習が進むと学習率が0に近づいて更新が止まってしまう問題がありました。RMSPropでは、古い勾配の影響を少しずつ忘れていく指数移動平均（最近の値を重視し、古い値ほど影響を小さくする平均の取り方）を使うことで、この問題を解決しています。
> 💡 試験では「RMSProp＝AdaGradの改良版」「AdamはモーメンタムとRMSPropの組み合わせ」という位置づけで問われます。
**関連用語**: AdaGrad、AdaDelta、Adam(Adaptive Moment Estimation)、学習率
[動画 01:03:40](https://youtu.be/iNMZtrpTXpM?t=3820)
### AdaDelta
**読み**: あだでるた
**一言で**: AdaGradの学習率が小さくなりすぎる問題を解決した最適化手法
AdaGrad（過去の勾配の大きさに応じて学習率を調整する手法）の改良版で、学習率（1回にどれくらい重みを動かすかを決める値）が極端に小さくなってしまう問題を解決した最適化手法（もっとも良い値を効率よく探す方法）です。過去の勾配（傾き）の影響を指数移動平均（最近の値を重視し、古い値ほど影響を小さくする平均の取り方）で管理するので、古い勾配の影響がたまり続けることがなく、長く学習を続けても安定した学習率を維持できます。RMSPropと似た考え方ですが、AdaDeltaは学習率の初期値を人が設定しなくてもよいように工夫されている点が特徴です。
> 💡 試験では「AdaGrad→RMSProp／AdaDelta→Adam」という最適化手法の発展の流れで整理して覚えましょう。
**関連用語**: AdaGrad、RMSProp、Adam(Adaptive Moment Estimation)、学習率
[動画 01:03:57](https://youtu.be/iNMZtrpTXpM?t=3837)
### Adam(Adaptive Moment Estimation)
**読み**: あだむ
**一言で**: モーメンタムとRMSPropを組み合わせた、最も広く使われる最適化手法
モーメンタム（過去の勾配の勢いを加味して更新する手法）とRMSProp（勾配の二乗の平均で学習率を調整する手法）を組み合わせた最適化手法（もっとも良い値を効率よく探す方法）です。勾配（傾き）の平均（進む方向の勢い）と分散（勾配のばらつき具合）の両方を考慮して、パラメータ（学習で調整する値）ごとに学習率（1回にどれくらい動かすかを決める値）を適応的に調整します。学習が速く収束（答えに落ち着くこと）しやすく、ノイズ（データのばらつき）に対しても安定性が高いため、現在のディープラーニング（多層のニューラルネットワークを使った機械学習）で標準的に使われています。
> 💡 試験では「Adam＝モーメンタム＋RMSProp」という組み合わせが頻出です。迷ったらAdamを使う、と言われるほど定番の手法です。
**関連用語**: モーメンタム、RMSProp、AdaGrad、AdaBound、AMSGrad
[動画 01:04:16](https://youtu.be/iNMZtrpTXpM?t=3856)
### AdaBound
**読み**: あだばうんど
**一言で**: Adamの学習率に上限と下限を設け、最終的にSGDのように安定させる手法
Adam（モーメンタムとRMSPropを組み合わせた最適化手法）の適応的な学習率（1回にどれくらい重みを動かすかを決める値。パラメータごとに自動調整される）に、上限と下限を設けた最適化手法（もっとも良い値を効率よく探す方法）です。Adamは学習が速い反面、学習率が極端な値になって過学習（訓練データに合わせすぎて新しいデータに弱くなること）や不安定な収束を起こすことがありました。AdaBoundでは、初期はAdamのような高速な収束を実現しつつ、学習が進むにつれて上下限の幅をせばめ、最終的にはSGD（確率的勾配降下法。シンプルだが安定した手法）のような収束を目指します。これにより過学習や不安定な収束のリスクを軽減できます。
> 💡 試験では「最初はAdam、最後はSGDのようにふるまう最適化手法」としてAdaBoundが問われます。
**関連用語**: Adam(Adaptive Moment Estimation)、AMSBound、確率的勾配降下法(SGD: Stochastic Gradient Descent)、学習率、AMSGrad
[動画 01:04:34](https://youtu.be/iNMZtrpTXpM?t=3874)
### AMSGrad
**読み**: エーエムエスグラッド
**一言で**: Adamの収束の問題を直した改良版。過去の勾配の二乗の最大値を使って学習率が増えないようにする
AMSGradは、Adam（モーメンタムとRMSPropを組み合わせた最適化手法）の改良版で、2018年にレディらが提案しました。Adamは、勾配（傾き）の二乗の移動平均（最近の値を重視した平均）を使ってパラメータ（学習で調整する値）ごとの学習率（1回にどれくらい重みを動かすかを決める値）を調整しますが、この平均が小さくなると学習率が急に大きくなり、まれに収束（答えに落ち着くこと）に失敗することが理論的に示されました。AMSGradでは、二乗の移動平均の「これまでの最大値」を使うことで、学習率が途中で増えないようにし、安定して収束するようにしています。このAMSGradに学習率の上限と下限を加えたものがAMSBoundで、AdaBoundと同じ論文で提案されました。
> 💡 試験では「Adam→AMSGrad（収束性の修正）」「Adam→AdaBound、AMSGrad→AMSBound（学習率に上下限）」という系統図を押さえておきましょう。
**関連用語**: Adam(Adaptive Moment Estimation)、AMSBound、AdaBound、RMSProp
（動画外・シラバス補足）
### AMSBound
**読み**: エーエムエスばうんど
**一言で**: AMSGradの学習率に上限と下限を設けた手法。AdaBoundと同じ論文で提案
AMSBoundは、AMSGrad（Adamの収束の問題を直した改良版の最適化手法）の適応的な学習率（1回にどれくらい重みを動かすかを決める値。パラメータごとに自動調整される）に、上限と下限を設けた最適化手法（もっとも良い値を効率よく探す方法）です。2019年にルオらが発表した論文で、Adam（モーメンタムとRMSPropを組み合わせた最適化手法）に上下限を設けたAdaBoundと同時に提案されました。つまり「Adam→AdaBound」「AMSGrad→AMSBound」という対応関係です。学習の初期はAdam系の速い収束（答えに落ち着くこと）を活かしつつ、学習が進むにつれて学習率の上限と下限の幅をせばめて1つの値に近づけ、最終的にはSGD（確率的勾配降下法。シンプルだが安定した手法）のような安定した収束を目指します。これにより、Adam系で起こりがちな過学習（訓練データに合わせすぎて新しいデータに弱くなること）や不安定な収束を抑えられます。
> 💡 試験では「AdaBoundはAdamに、AMSBoundはAMSGradに学習率の上下限を設けたもの」「両者は同じ論文で提案された」という関係が問われます。「AdaBoundをさらに改良したもの」ではない点に注意しましょう。
**関連用語**: AMSGrad、AdaBound、Adam(Adaptive Moment Estimation)、確率的勾配降下法(SGD: Stochastic Gradient Descent)
[動画 01:05:00](https://youtu.be/iNMZtrpTXpM?t=3900)
### 二重降下現象(Double Descent)
**読み**: にじゅうこうかげんしょう(ダブルディセント)
**一言で**: モデルを大きくし続けると、一度悪化した誤差が再び下がる現象
モデルの複雑さ(層の数やパラメータ(学習で調整される数値)の多さ)を増やしていくと、テストデータ(学習に使っていない確認用のデータ)に対する誤差が一度悪くなったあと、さらに大きくすると再び減っていく不思議な現象です。過学習(訓練データだけに合わせすぎて、新しいデータに弱くなること)の影響を超えて、汎化性能(未知のデータにも正しく対応できる力)が改善します。「モデルは大きいほど良い」という現代の機械学習の考え方と、「大きすぎると良くない」という統計学の考え方の両方に反する点がポイントです。
> 💡 誤差のグラフが「下がる→上がる→また下がる」と2回降下する形になることから名付けられました。試験では「大きなモデルでも汎化性能が改善しうる」という点が問われます。
**関連用語**: ノーフリーランチ定理、早期終了(Early Stopping)
[動画 01:05:25](https://youtu.be/iNMZtrpTXpM?t=3925)
### ノーフリーランチ定理
**読み**: ノーフリーランチていり
**一言で**: あらゆる問題に万能な最強アルゴリズムは存在しないという定理
「すべての問題に対して万能で最適なアルゴリズム(問題を解くための手順)は存在しない」ことを示す理論です。ある問題でとても良い結果を出す手法でも、別の問題では他の手法に負けることがあり、1つのアルゴリズムがすべてのケースで優れているわけではありません。つまり、問題ごとにデータの性質を見て、合った手法を選ぶ必要があるという教訓です。
> 💡 「タダの昼食はない(No Free Lunch)」という英語のことわざが由来です。試験では「どんな問題にも最適な万能手法はない」という主旨を問われます。
**関連用語**: 二重降下現象(Double Descent)、グリッドサーチ、ランダムサーチ
[動画 01:05:47](https://youtu.be/iNMZtrpTXpM?t=3947)
### 早期終了(Early Stopping)
**読み**: そうきしゅうりょう(アーリーストッピング)
**一言で**: 検証データの誤差が増え始めたら学習を途中で止める過学習対策
過学習(訓練データだけに合わせすぎて、新しいデータに弱くなること)を防ぐための手法です。学習を進めながら検証データ(学習には使わず、途中経過を確認するためのデータ)に対する誤差を見ておき、その誤差が増え始めた時点で学習をストップします。学習を長くやりすぎると訓練データの細かいクセまで覚えてしまうので、ちょうど良いところで止めることで、モデルの汎化性能(未知のデータにも対応できる力)を保てます。
> 💡 テスト勉強で過去問の答えを丸暗記し始める前に勉強をやめる、というイメージです。試験では「過学習を防ぐシンプルな手法」として出題されます。
**関連用語**: 二重降下現象(Double Descent)、データ拡張(Data Augmentation)
[動画 01:06:09](https://youtu.be/iNMZtrpTXpM?t=3969)
### グリッドサーチ
**読み**: グリッドサーチ
**一言で**: ハイパーパラメータの全組み合わせを総当たりで試す探索法
ハイパーパラメータ(学習率や層の数など、学習前に人間が決める設定値)の候補をいくつか用意し、その組み合わせをすべて網羅的に試して、最も性能が高い設定を見つける手法です。碁盤の目(グリッド)のようにすべての組み合わせを試すため、候補が増えると計算コスト(計算にかかる時間や資源)がとても大きくなりますが、候補の中からは確実に最適な設定を見つけやすいのが特徴です。
> 💡 学習率3通り×層の数4通りなら、12通りすべてを学習して比べます。試験ではランダムサーチとの違い(網羅的 vs ランダム)が問われます。
**関連用語**: ランダムサーチ、ノーフリーランチ定理、ベイズ最適化
[動画 01:06:25](https://youtu.be/iNMZtrpTXpM?t=3985)
### ランダムサーチ
**読み**: ランダムサーチ
**一言で**: ハイパーパラメータの組み合わせをランダムに選んで試す探索法
ハイパーパラメータ(学習率や層の数など、学習前に人間が決める設定値)を探すときに、候補の範囲の中からランダムに組み合わせを選んで試す手法です。すべてを試すグリッドサーチと比べて計算コスト(計算にかかる時間や資源)が低く、特に設定値の種類が多いときには、少ない試行回数で良い設定にたどり着けることがあり、探索効率が高い場合があります。
> 💡 くじ引きのように設定を選んで試すイメージです。試験では「グリッドサーチより計算量が少なく、効率が良いことがある」という点が問われます。
**関連用語**: グリッドサーチ、ノーフリーランチ定理、ベイズ最適化
[動画 01:06:42](https://youtu.be/iNMZtrpTXpM?t=4002)
### ベイズ最適化
**読み**: ベイズさいてきか
**一言で**: これまでの試行結果から「次に有望な設定」を予測して効率よくハイパーパラメータを探す手法
ベイズ最適化は、ハイパーパラメータ（学習率や層の数など、学習前に人が決める設定値）の良い値を効率よく探す手法です。グリッドサーチ（候補の全組み合わせを総当たりで試す方法）やランダムサーチ（組み合わせをランダムに選んで試す方法）は、それまでの試行結果を次の試行に活かしません。一方ベイズ最適化は、これまでに試した設定とその性能から「どの設定ならどれくらいの性能になりそうか」を予測する代理モデル（本物の代わりになる簡易な予測モデル。ガウス過程などが使われます）を作り、「性能が高そうな場所」と「まだ試していなくて不確かな場所」のバランスを取りながら次に試す設定を選びます。1回の学習に時間がかかるディープラーニング（多層のニューラルネットワークを使った機械学習）では、少ない試行回数で良い設定にたどり着けるため有効です。
> 💡 試験では「グリッドサーチ＝総当たり、ランダムサーチ＝ランダム、ベイズ最適化＝過去の結果をもとに次を選ぶ」という3手法の違いが問われます。
**関連用語**: グリッドサーチ、ランダムサーチ、ハイパーパラメータ
（動画外・シラバス補足）
### 重み
**読み**: おもみ
**一言で**: 各入力をどれだけ重視するかを表す、学習で調整される数値
ニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)において、それぞれの入力をどのくらい重視するか(重要度)を表すパラメータ(学習で調整される数値)です。入力に重みを掛け算して足し合わせることで次の値を計算します。重みは学習によって少しずつ調整され、その値の良し悪しがモデルの予測精度を大きく左右します。
> 💡 テストの合計点で「数学は2倍、国語は1倍」と科目ごとの重みを変えるようなイメージです。試験では「学習で更新されるのは重み(とバイアス)」という点が問われます。
**関連用語**: 全結合層、線形関数、フィルタ(カーネル)、バイアス(ニューラルネットワークのパラメータ)、重みの初期値(Xavierの初期値、Heの初期値)
[動画 01:07:02](https://youtu.be/iNMZtrpTXpM?t=4022)
### バイアス(ニューラルネットワークのパラメータ)
**読み**: バイアス
**一言で**: 重み付きの合計に足す調整用の数。出力が反応するしきい値をずらす役割
ここでのバイアスは、ニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）の各ノード（計算の単位）がもつパラメータ（学習で調整する値）の1つで、入力に重み（各入力をどれくらい重視するかを表す数）を掛けて足し合わせた値に、最後に足す調整用の数のことです。1次関数 y＝ax＋b でいう b（切片）にあたり、グラフを上下にずらす役割をします。これがあることで、「入力の合計がどれくらいを超えたらノードが反応するか」というしきい値を自由に調整でき、表現できるパターンが増えます。重みと同じくデータから自動で学習されるので、人が決めるハイパーパラメータとは区別されます。なお、統計や公平性の文脈で使う「バイアス（偏り・先入観）」とは別の意味なので注意が必要です。
> 💡 試験では「学習で自動的に決まるパラメータ＝重みとバイアス」「人が決める設定値＝ハイパーパラメータ」という区別が問われます。
**関連用語**: 重み、単純パーセプトロン、ハイパーパラメータ、線形関数
（動画外・シラバス補足）
### 重みの初期値(Xavierの初期値、Heの初期値)
**読み**: おもみのしょきち（ザビエルのしょきち、ヒーのしょきち）
**一言で**: 学習開始時の重みの決め方。Xavierはシグモイド・tanh向け、HeはReLU向け
重みの初期値とは、学習を始める前に重み（各入力をどれくらい重視するかを表す数）に最初に入れておく値のことです。すべて0にすると全ノード（計算の単位）がまったく同じ計算をしてしまい学習が進まないため、ランダムな値を使いますが、その「ばらつきの大きさ」が重要です。大きすぎると勾配爆発問題（勾配が大きくなりすぎて学習が不安定になる問題）、小さすぎると勾配消失問題（勾配が小さくなりすぎて学習が進まなくなる問題）が起こりやすくなります。Xavier（ザビエル、グロロット）の初期値は、前の層のノード数をnとして標準偏差（ばらつきの大きさ）が1/√nになるように決める方法で、シグモイド関数やtanh関数（S字型の活性化関数）に向いています。Heの初期値は標準偏差を√(2/n)とする方法で、負の側を0にするReLU関数（0以下は0、正はそのまま出す活性化関数）に向いています。
> 💡 試験では「Xavierの初期値→シグモイド・tanh」「Heの初期値→ReLU」の対応と、「初期値をすべて0にしてはいけない理由」が問われます。
**関連用語**: 重み、活性化関数、ReLU関数(Rectified Linear Unit)、勾配消失問題
（動画外・シラバス補足）
### 線形関数
**読み**: せんけいかんすう
**一言で**: 入力に比例して出力が決まる、グラフが直線になる関数
入力に対して比例関係で出力を生み出す関数(入力を受け取って出力を返す計算のルール)です。一般的な形は f(x) = ax + b で、グラフに描くと直線になります。ニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)では、重み(入力の重要度を表す数値)を掛けて足し合わせる計算がこの線形関数にあたり、直線では表せない複雑な関係を扱うために、このあとに活性化関数(出力を曲げて非線形にする関数)を組み合わせます。
> 💡 「1個100円のりんごをx個買うと代金は100x円」のような比例の関係です。試験では「線形関数だけを重ねても線形のままなので、非線形な活性化関数が必要」という点が問われます。
**関連用語**: 重み、全結合層
[動画 01:07:16](https://youtu.be/iNMZtrpTXpM?t=4036)
### 全結合層
**読み**: ぜんけつごうそう
**一言で**: すべての入力がすべての出力につながっているネットワークの層
ニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)において、すべての入力ノード(値を受け取る点)がすべての出力ノードと線でつながっている層です。各つながりに重み(入力の重要度を表す数値)があり、入力の特徴を自由に組み合わせて学習できるため、分類(どのグループかを当てる)や回帰(数値を当てる)のタスクでよく使われます。つながりが多いぶんパラメータ(学習で調整される数値)の数が多くなりやすいのが特徴です。
> 💡 CNN(画像に強いニューラルネットワーク)では、特徴を取り出したあと最後に全結合層で「猫か犬か」を判定することが多いです。
**関連用語**: 重み、疎結合、畳み込みニューラルネットワーク(CNN: Convolutional Neural Network)、グローバルアベレージプーリング(GAP: Global Average Pooling)
[動画 01:07:32](https://youtu.be/iNMZtrpTXpM?t=4052)
### 畳み込みニューラルネットワーク(CNN: Convolutional Neural Network)
**読み**: たたみこみニューラルネットワーク(シーエヌエヌ)
**一言で**: 画像の特徴を自動で取り出すのが得意なニューラルネットワーク
画像や音声の特徴を自動で抽出することに優れたニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)です。畳み込み層(小さなフィルタを画像上で動かして模様や輪郭を見つける層)やプーリング層(情報を間引いてまとめる層)を使い、画像分類(写っているものを当てる)や物体検出(何がどこにあるかを見つける)などに使われます。人間が特徴を設計しなくても、特徴の抽出から分類までを一貫して行えるのが大きな特徴です。
> 💡 スマホの顔認識や、手書き数字の読み取りなどに使われています。試験では「画像認識に強い」「畳み込み層とプーリング層」がキーワードです。
**関連用語**: 畳み込み操作、フィルタ(カーネル)、最大値プーリング(Max Pooling)、全結合層
[動画 01:07:50](https://youtu.be/iNMZtrpTXpM?t=4070)
### 畳み込み操作
**読み**: たたみこみそうさ
**一言で**: フィルタを画像上でずらしながら掛け算と足し算で特徴を取り出す処理
入力画像に対してフィルタ(数値が並んだ小さな表)を一定の間隔でスライドさせながら当てはめ、それぞれの位置で画像の一部とフィルタの要素を掛け合わせて合計値を計算し、その結果を特徴マップ(特徴がどこにあるかを示した出力画像)として出力する処理です。この操作によって、画像の中のエッジ(物の輪郭や境目)や模様などの特徴を取り出すことができます。CNN(画像に強いニューラルネットワーク)の中心となる計算です。
> 💡 虫めがねを画像の左上から右下へ少しずつ動かしながら、そのたびに「ここに縦線はあるか?」と調べていくイメージです。
**関連用語**: フィルタ(カーネル)、特徴マップ、ストライド、パディング
[動画 01:08:11](https://youtu.be/iNMZtrpTXpM?t=4091)
### フィルタ(カーネル)
**読み**: フィルタ(カーネル)
**一言で**: 畳み込みで画像の特徴を見つけるための小さな数値の表
畳み込み操作(フィルタを画像上で動かしながら特徴を取り出す処理)で、画像の特徴を抽出するために使われる小さな行列(数値を縦横に並べた表)です。画像の上をスライドしながら、対応する画素(ピクセル、画像を構成する小さな点)と要素を掛け算し、その合計を特徴マップ(特徴の場所を示した出力画像)に書き出します。フィルタの中の数値が違えば見つかる特徴も違い、縦線を見つけるフィルタ、横線を見つけるフィルタなど、異なるフィルタで異なる特徴を検出できます。フィルタの数値は学習によって自動的に決まります。
> 💡 3×3や5×5の小さなサイズがよく使われます。試験では「フィルタ=カーネル」という別名と、「フィルタの値は学習で決まる」という点が問われます。
**関連用語**: 畳み込み操作、特徴マップ、重み
[動画 01:08:34](https://youtu.be/iNMZtrpTXpM?t=4114)
### 特徴マップ
**読み**: とくちょうマップ
**一言で**: 畳み込みの結果として得られる、特徴の場所を示した出力画像
畳み込み(フィルタを画像上で動かしながら特徴を取り出す処理)によって得られる出力画像で、入力画像のどこにどんな特徴があるかを反映したものです。フィルタ(特徴を見つけるための小さな数値の表)が強く反応した部分の値が大きくなって強調されています。ニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)はこの特徴マップをさらに次の層に渡し、より複雑で高度な情報を学習していきます。
> 💡 「縦線フィルタ」を当てれば、画像の中で縦線がある場所だけが明るく光った地図のような画像が特徴マップです。
**関連用語**: 畳み込み操作、フィルタ(カーネル)、特徴集約
[動画 01:08:57](https://youtu.be/iNMZtrpTXpM?t=4137)
### ストライド
**読み**: ストライド
**一言で**: 畳み込みでフィルタを一度に何ピクセル動かすかという歩幅
畳み込み操作(フィルタを画像上で動かしながら特徴を取り出す処理)で、フィルタが一度に移動する幅のことです。ストライドが1なら1ピクセル(画像を構成する小さな点)ずつ、2なら2ピクセル飛ばしで移動します。ストライドを大きくすると、フィルタを当てる回数が減るので出力の特徴マップ(特徴の場所を示した出力画像)が小さくなり、計算量も減ります。その代わり、細かい情報を見落としやすくなります。
> 💡 ストライドは英語で「歩幅」の意味です。試験では「ストライドを大きくすると特徴マップが小さくなる」という関係が問われます。
**関連用語**: 畳み込み操作、パディング、特徴マップ
[動画 01:09:14](https://youtu.be/iNMZtrpTXpM?t=4154)
### パディング
**読み**: パディング
**一言で**: 畳み込みの前に画像の周りに余白を足して、サイズや端の情報を保つ処理
畳み込み操作(フィルタを画像上で動かしながら特徴を取り出す処理)の前に、画像の周囲に0などの余白を追加する処理です。これによって出力の特徴マップ(特徴の場所を示した出力画像)のサイズを調整したり、画像の端の情報が失われないように保ったりできます。パディングなしだと、畳み込みのたびに画像サイズがどんどん小さくなってしまいます。CNN(画像に強いニューラルネットワーク)はフィルタを部分的に当てる仕組みなので異なるサイズの画像にも柔軟に対応できますが、出力サイズをそろえるにはパディングなどの工夫が必要です。
> 💡 写真に白い縁(ふち)をつけてから作業するイメージです。0で埋めるものは「ゼロパディング」と呼ばれます。
**関連用語**: 畳み込み操作、ストライド、特徴マップ
[動画 01:09:33](https://youtu.be/iNMZtrpTXpM?t=4173)
---
## 第3章
### CNN・RNN/LSTM・Attention/Transformer・オートエンコーダ・データ拡張・画像タスクとモデル
### 疎結合
**読み**: そけつごう
**一言で**: 各ニューロンが入力の一部分だけとつながる、畳み込み層の構造
畳み込み層(フィルタで画像の特徴を取り出す層)において、各ニューロン(値を計算する最小単位)が入力全体ではなく、一部の小さな局所領域とだけつながっている構造です。全結合層(すべての入力とすべての出力がつながった層)のようにすべての入力とつながる必要がないため、計算量やパラメータ(学習で調整される数値)の数が大幅に減り、効率よく特徴を抽出できます。「近くのピクセル同士は関係が深い」という画像の性質を活かした仕組みです。
> 💡 写真の左上の猫の耳を判断するのに、右下の背景の情報は不要、という考え方です。試験では全結合層との対比で問われます。
**関連用語**: 全結合層、畳み込み操作、畳み込みニューラルネットワーク(CNN: Convolutional Neural Network)
[動画 01:10:20](https://youtu.be/iNMZtrpTXpM?t=4220)
### Dilated Convolution(ダイレーテッドコンボリューション / 別名 Atrous Convolution)
**読み**: ダイレーテッドコンボリューション(アトラスコンボリューション)
**一言で**: フィルタの要素間にすき間を空けて広い範囲を見る畳み込み
フィルタ(特徴を見つけるための小さな数値の表)の要素と要素の間にすき間(空白)を空けて画像に当てる畳み込み(フィルタで特徴を取り出す処理)の手法です。すき間を空けることで、受容野(1つの出力が参照する入力の範囲)を広げながら、パラメータ(学習で調整される数値)の数や計算量を増やさずに広い範囲の情報をとらえられます。音声処理やセグメンテーション(画像をピクセル単位で領域分けするタスク)などでよく使われます。
> 💡 3×3のフィルタに1マスずつすき間を入れると、計算量は3×3のまま5×5の範囲を見られます。「Dilated=拡張した」「Atrous=穴あき」という意味です。
**関連用語**: 畳み込み操作、フィルタ(カーネル)、セマンティックセグメンテーション(Semantic Segmentation)
[動画 01:10:44](https://youtu.be/iNMZtrpTXpM?t=4244)
### Depthwise Separable Convolution(デプスワイズ・セパラブル・コンボリューション)
**読み**: デプスワイズセパラブルコンボリューション
**一言で**: 畳み込みを2段階に分けて計算量を大幅に減らす軽量な手法
通常の畳み込み(フィルタで特徴を取り出す処理)を2段階に分けて行う効率的な手法です。まず各チャンネル(画像の色ごとの層のような、データの層)に個別のフィルタ(特徴を見つける小さな数値の表)を当て(Depthwise)、次に1×1のフィルタでチャンネル同士の情報を統合します(Pointwise)。これによりパラメータ(学習で調整される数値)の数と計算量を大幅に減らしながら、高い精度を保てます。スマートフォンなどのモバイル端末向けの軽量モデルであるMobileNetなどで使われています。
> 💡 試験では「MobileNetで使われる計算量削減の手法」として出題されます。
**関連用語**: 畳み込み操作、フィルタ(カーネル)、ボトルネック(ボトルネック構造)
[動画 01:11:13](https://youtu.be/iNMZtrpTXpM?t=4273)
### バッチ正規化
**読み**: バッチせいきか
**一言で**: ミニバッチごとにデータの分布をそろえて学習を安定・高速化する手法
ミニバッチ(学習データを小分けにしたひとまとまり)ごとに、各特徴量(データの各項目の値)を平均と分散(ばらつきの大きさ)で正規化(平均0、ばらつき1にそろえること)して、学習を安定させ速くする手法です。層ごとに入力データの分布(値の散らばり方)が変わってしまうのを抑え、勾配消失(学習の手がかりとなる値が小さくなりすぎて学習が進まなくなる問題)を防ぎ、過学習(訓練データだけに合わせすぎること)も軽減します。CNN(画像に強いニューラルネットワーク)や全結合層などで広く使われます。
> 💡 クラスごとにテストの点数を偏差値に直して比べやすくするようなイメージです。試験では他の正規化(レイヤー・インスタンス・グループ)との「何の単位でそろえるか」の違いが問われます。
**関連用語**: レイヤー正規化、インスタンス正規化、グループ正規化
[動画 01:11:43](https://youtu.be/iNMZtrpTXpM?t=4303)
### レイヤー正規化
**読み**: レイヤーせいきか
**一言で**: 1つのデータ内のすべての特徴量を対象に正規化する手法
データ1件(サンプル)の中にあるすべての特徴量(データの各項目の値)を対象にして正規化(平均0、ばらつき1にそろえること)する手法です。バッチ正規化(ミニバッチ単位でそろえる手法)と違ってバッチサイズ(一度に学習するデータの件数)に左右されないため、RNN(時系列データを扱うニューラルネットワーク)のようにバッチ正規化が使いにくい場面で効果的です。データ1件ごとに安定した学習ができ、トランスフォーマー(自然言語処理で主流のモデル)でも使われています。
> 💡 試験では「バッチサイズに依存しない」「RNNやTransformerで使われる」という点がバッチ正規化との違いとして問われます。
**関連用語**: バッチ正規化、インスタンス正規化、グループ正規化、トランスフォーマー(Transformer)
[動画 01:12:07](https://youtu.be/iNMZtrpTXpM?t=4327)
### インスタンス正規化
**読み**: インスタンスせいきか
**一言で**: 画像1枚のチャンネルごとに正規化する、スタイル変換に向く手法
画像の各チャンネル(色ごとの層のような、データの層)ごとに、1枚の画像(インスタンス)単位で正規化(平均0、ばらつき1にそろえること)する手法です。スタイル変換(写真を絵画風にするなど、画像の見た目のタッチを変えるタスク)などで効果的で、画像ごとの明るさやコントラストといったスタイルの違いを吸収しやすくなります。バッチサイズ(一度に学習するデータの件数)の影響を受けず、見た目の一貫性を保ちやすいのが特徴です。
> 💡 試験では「1枚の画像のチャンネルごと」「スタイル変換で使われる」がキーワードです。
**関連用語**: バッチ正規化、レイヤー正規化、グループ正規化
[動画 01:12:26](https://youtu.be/iNMZtrpTXpM?t=4346)
### グループ正規化
**読み**: グループせいきか
**一言で**: チャンネルをいくつかのグループに分けて正規化する手法
チャンネル(色ごとの層のような、データの層)を複数のグループに分け、グループごとに正規化(平均0、ばらつき1にそろえること)する手法です。バッチサイズ(一度に学習するデータの件数)に依存しないため、メモリの都合で小さなバッチしか使えないときでも安定して学習できます。すべてのチャンネルをまとめるレイヤー正規化と、1チャンネルずつ行うインスタンス正規化の中間的な性質を持ち、CNN(画像に強いニューラルネットワーク)などでよく使われます。
> 💡 グループ数を1にするとレイヤー正規化、チャンネル数と同じにするとインスタンス正規化と同じになります。
**関連用語**: バッチ正規化、レイヤー正規化、インスタンス正規化
[動画 01:12:47](https://youtu.be/iNMZtrpTXpM?t=4367)
### 特徴集約
**読み**: とくちょうしゅうやく
**一言で**: 特徴マップの情報を最大値や平均でまとめて小さくする処理
畳み込み層(フィルタで画像の特徴を取り出す層)で得られた特徴マップ(特徴の場所を示した出力画像)の情報をまとめる処理です。複数の値の中から最大値や平均などの代表的な値を取り出すことで、次元(データの大きさ)を減らしながら重要な特徴は残します。主にプーリング層(情報を間引いてまとめる層)で行われ、計算を効率化するとともに、汎化性能(未知のデータにも対応できる力)の向上にも貢献します。
> 💡 4マスの値をまとめて1マスにするなど、画像をぎゅっと縮めるイメージです。代表的な方法が最大値プーリングと平均値プーリングです。
**関連用語**: 最大値プーリング(Max Pooling)、平均値プーリング(Average Pooling)、特徴マップ、不変性の獲得
[動画 01:13:08](https://youtu.be/iNMZtrpTXpM?t=4388)
### 最大値プーリング(Max Pooling)
**読み**: さいだいちプーリング(マックスプーリング)
**一言で**: 小さな領域ごとに一番大きな値だけを残して画像を縮める操作
特徴マップ(特徴の場所を示した出力画像)を小さな領域(たとえば2×2マス)に区切り、それぞれの領域の中で最大値だけを取り出す操作です。目立つ特徴を強調しながらデータのサイズを縮小できるので、計算コスト(計算にかかる時間や資源)を減らせます。また、物体が少しずれて写っていても同じ結果になりやすくなり、位置のずれに対する不変性(変化に影響されにくい性質)が高まります。CNN(画像に強いニューラルネットワーク)で広く使われます。
> 💡 2×2の4マスに「1, 5, 3, 2」が入っていたら、最大値の5だけを残します。試験では平均値プーリングとの違いが問われます。
**関連用語**: 平均値プーリング(Average Pooling)、特徴集約、不変性の獲得、グローバルアベレージプーリング(GAP: Global Average Pooling)
[動画 01:13:31](https://youtu.be/iNMZtrpTXpM?t=4411)
### 平均値プーリング(Average Pooling)
**読み**: へいきんちプーリング(アベレージプーリング)
**一言で**: 小さな領域ごとに平均値をとって画像を縮める操作
特徴マップ(特徴の場所を示した出力画像)を小さな領域に区切り、それぞれの領域内の値の平均を取る操作です。情報を滑らかに要約するのでノイズ(不要な乱れ)に強く、全体的な特徴を均等に取り出せます。最大値だけを残す最大値プーリングと比べると、目立たない特徴も結果に反映されやすいのが特徴です。主に特徴集約(特徴マップの情報をまとめる処理)や次元削減(データの大きさを減らすこと)に使われます。
> 💡 2×2の4マスに「1, 5, 3, 2」が入っていたら、平均の2.75を残します。
**関連用語**: 最大値プーリング(Max Pooling)、グローバルアベレージプーリング(GAP: Global Average Pooling)、特徴集約
[動画 01:13:57](https://youtu.be/iNMZtrpTXpM?t=4437)
### グローバルアベレージプーリング(GAP: Global Average Pooling)
**読み**: グローバルアベレージプーリング(ジーエーピー)
**一言で**: 特徴マップ全体を1チャンネル1つの平均値にまとめるプーリング
特徴マップ(特徴の場所を示した出力画像)全体の平均を取って、1つの値にまとめてしまうプーリング(情報を間引いてまとめる処理)の手法です。チャンネル(データの層)ごとに1つの値が得られるので、全結合層(すべての入力と出力がつながった層)を使わなくても出力を小さくでき、パラメータ(学習で調整される数値)の数を大幅に減らせます。主に画像分類の出力層の直前で使われ、過学習(訓練データだけに合わせすぎること)を抑える効果もあります。
> 💡 試験では「全結合層の代わりに使われ、パラメータ数を削減する」という点が問われます。GoogLeNetなどで採用されています。
**関連用語**: 平均値プーリング(Average Pooling)、全結合層、GoogLeNet
[動画 01:14:22](https://youtu.be/iNMZtrpTXpM?t=4462)
### 不変性の獲得
**読み**: ふへんせいのかくとく
**一言で**: 物体の位置ずれや大きさの変化があっても同じように認識できる性質
入力データの位置ずれ・スケール(大きさ)・回転などの変化に影響されにくくする性質のことです。畳み込み(フィルタを動かして特徴を取り出す処理)やプーリング(情報を間引いてまとめる処理)によって、画像の中の物体が多少動いたり大きさが変わったりしても同じように認識でき、安定したモデルを実現できます。これはCNN(画像に強いニューラルネットワーク)が画像認識に強い理由の1つです。
> 💡 写真の左に写っていても右に写っていても「猫」と判定できる、ということです。試験では「プーリングが位置のずれに対する頑健さ(ロバスト性)をもたらす」という形で問われます。
**関連用語**: 最大値プーリング(Max Pooling)、特徴集約、畳み込みニューラルネットワーク(CNN: Convolutional Neural Network)
[動画 01:14:51](https://youtu.be/iNMZtrpTXpM?t=4491)
### スキップ結合(スキップ接続)
**読み**: スキップけつごう(スキップせつぞく)
**一言で**: ある層の出力を途中の層を飛ばして後の層へ直接渡すつなぎ方
ニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)において、ある層の出力を、間の層を飛び越えて後ろの層に直接渡す構造です。層を深く重ねたネットワークで起きやすい勾配消失問題(学習の手がかりとなる値が小さくなりすぎて学習が進まなくなる問題)を軽減し、学習を安定させます。代表例がResidual Network(ResNet)で、残差(入力との差分)を次の層に足し合わせることで、非常に深いモデルでも効果的に学習できます。
> 💡 情報の「近道(バイパス)」を作るイメージです。試験では「ResNetの特徴」「勾配消失の対策」として出題されます。
**関連用語**: Residual Network(ResNet / 残差ネットワーク)、逐次的な情報処理、DenseNet(デンスネット)
[動画 01:15:18](https://youtu.be/iNMZtrpTXpM?t=4518)
### 逐次的な情報処理
**読み**: ちくじてきなじょうほうしょり
**一言で**: 各層が前の層の出力を順番に受け取って処理していく基本の流れ
ニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)において、それぞれの層が前の層の出力を受け取り、順番にバトンを渡すように処理していく構造です。層が深くなるほど高度で抽象的な表現を学べる反面、学習の手がかりが長い経路を通るため、勾配消失(学習の手がかりとなる値が小さくなりすぎて学習が進まなくなる問題)などが起きやすくなります。従来のディープネットワーク(層を深く重ねたネットワーク)の基本的な流れで、これを補う工夫がスキップ結合です。
> 💡 伝言ゲームのように、人数(層)が増えるほど最初の情報が伝わりにくくなるイメージです。
**関連用語**: スキップ結合(スキップ接続)、Residual Network(ResNet / 残差ネットワーク)
[動画 01:15:44](https://youtu.be/iNMZtrpTXpM?t=4544)
### Residual Network(ResNet / 残差ネットワーク)
**読み**: レジデュアルネットワーク(レズネット / ざんさネットワーク)
**一言で**: スキップ結合で残差を学び、非常に深いネットワークを可能にしたCNN
深いニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)で起きやすい勾配消失問題(学習の手がかりとなる値が小さくなりすぎて学習が進まなくなる問題)を解決するために考案された構造です。スキップ結合(層を飛び越えて出力を後ろの層に直接渡す構造)を導入し、ある層の出力を後の層に直接足し合わせることで、各層は入力との差分である残差だけを学べばよくなります。これにより100層を超えるような非常に深いネットワークでも安定して学習できるようになりました。
> 💡 2015年の画像認識コンペILSVRCで優勝したモデルです。試験では「スキップ結合」「残差」「勾配消失対策」がキーワードです。
**関連用語**: スキップ結合(スキップ接続)、ボトルネック(ボトルネック構造)、Wide ResNet(ワイドレズネット)、DenseNet(デンスネット)
[動画 01:16:08](https://youtu.be/iNMZtrpTXpM?t=4568)
### ボトルネック(ボトルネック構造)
**読み**: ボトルネック(ボトルネックこうぞう)
**一言で**: 1×1の層で次元を一度圧縮してから処理し、計算量を減らす構造
ResNet(スキップ結合を使った深いCNN)などのニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)で、計算量やパラメータ(学習で調整される数値)の数を減らすための構造です。次元(データの大きさ、チャンネル数)を一度圧縮してから本来の処理を行い、最後に元の大きさに戻すという流れで、1×1、3×3、1×1という3つの畳み込み層(フィルタで特徴を取り出す層)で構成されます。性能を保ったまま高速かつ省メモリで学習・推論(学習済みモデルで予測すること)ができます。
> 💡 瓶(ボトル)の首が細くなっている形になぞらえた名前です。ボトルネックとは逆に幅を広げる方向で改良したのがWide ResNetです。
**関連用語**: Residual Network(ResNet / 残差ネットワーク)、Depthwise Separable Convolution(デプスワイズ・セパラブル・コンボリューション)、Wide ResNet(ワイドレズネット)
[動画 01:16:38](https://youtu.be/iNMZtrpTXpM?t=4598)
### 時系列データ
**読み**: じけいれつデータ
**一言で**: 時間の順番に意味がある、時間とともに変化するデータ
過去から現在、未来へと連続的に変化していく値を扱う、時間の順序に意味があるデータのことです。並び順を入れ替えると意味が変わってしまうため、扱うにはRNN(過去の情報を記憶しながら順番に処理するニューラルネットワーク)のように時間の流れを考慮できるモデルが必要です。具体例としては、気温の推移、株価、音声、センサーデータ(温度計や加速度計などの機器が記録する値)などがあります。
> 💡 毎日の気温や毎分の株価のように「いつの値か」が大事なデータです。試験では「RNNが得意とするデータ」として問われます。
**関連用語**: リカレントニューラルネットワーク(RNN: Recurrent Neural Network)、再帰層(リカレント層)、LSTM(Long Short-Term Memory / ロングショートタームメモリ)
[動画 01:17:01](https://youtu.be/iNMZtrpTXpM?t=4621)
### 再帰層(リカレント層)
**読み**: さいきそう(リカレントそう)
**一言で**: 自分の過去の出力を次の入力に再利用して時間の流れを扱う層
過去の出力を現在の入力と一緒に再利用するループ構造を持つ、ニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)の層です。この仕組みによって、時間的な情報の流れ(時系列、時間の順序に意味があるデータ)を扱えるようになります。代表例がRNN(この再帰層を持つニューラルネットワーク)で、音声や文章など前後の関係が重要なデータの処理に使われます。
> 💡 文章を読むとき、前の単語を覚えたまま次の単語を読む、という人間の読み方に似ています。
**関連用語**: リカレントニューラルネットワーク(RNN: Recurrent Neural Network)、時系列データ、Elmanネットワーク(エルマンネットワーク)
[動画 01:17:29](https://youtu.be/iNMZtrpTXpM?t=4649)
### リカレントニューラルネットワーク(RNN: Recurrent Neural Network)
**読み**: リカレントニューラルネットワーク(アールエヌエヌ)
**一言で**: 過去の情報を記憶しながら順番にデータを処理するニューラルネットワーク
時系列データ(時間の順序に意味があるデータ)のように前後関係のある情報を扱えるニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)です。過去の情報を隠れ状態(ネットワーク内部に保持される記憶のような値)として持ちながら、現在の入力を処理します。文章生成、音声認識、株価予測などに強い一方、系列が長くなると勾配消失(学習の手がかりとなる値が小さくなりすぎて学習が進まなくなる問題)などが起きやすく、遠い過去の情報を覚えにくいという弱点があります。
> 💡 この弱点を改良したのがLSTMやGRUです。試験では「時系列・自然言語に強い」「長期の記憶が苦手」という点が問われます。
**関連用語**: 再帰層(リカレント層)、LSTM(Long Short-Term Memory / ロングショートタームメモリ)、GRU(Gated Recurrent Unit / ゲート付き回帰型ユニット)、Backpropagation Through Time(BPTT / 通時的誤差逆伝播法)
[動画 01:17:51](https://youtu.be/iNMZtrpTXpM?t=4671)
### Elmanネットワーク(エルマンネットワーク)
**読み**: エルマンネットワーク
**一言で**: 隠れ層の出力を次の時刻に再利用する、RNNの基本形の1つ
RNN(過去の情報を記憶しながら順番に処理するニューラルネットワーク)の基本形の1つで、隠れ層(入力と出力の間にある中間の層)の出力を文脈層(直前の状態を一時的に保存しておく層)として、次の時刻の入力に再利用する構造です。直前の状態を記憶しながら系列データ(順番に並んだデータ)を処理できます。時系列予測(過去の値から未来の値を当てること)や音声処理などで使われた、初期のRNNモデルです。
> 💡 試験では「隠れ層の出力を使うのがElman、出力層の出力を使うのがJordan」という対比で問われます。
**関連用語**: Jordanネットワーク(ジョルダンネットワーク)、リカレントニューラルネットワーク(RNN: Recurrent Neural Network)、再帰層(リカレント層)
[動画 01:18:23](https://youtu.be/iNMZtrpTXpM?t=4703)
### Jordanネットワーク(ジョルダンネットワーク)
**読み**: ジョルダンネットワーク
**一言で**: 出力層の値を次の時刻に再利用する、初期のRNNの一種
RNN(過去の情報を記憶しながら順番に処理するニューラルネットワーク)の一種で、出力層(最終的な答えを出す層)の値を文脈層(直前の状態を一時的に保存しておく層)として、次の時刻に再利用する構造です。Elmanネットワークが隠れ層(入力と出力の間にある中間の層)の出力を再利用するのに対して、Jordanネットワークは出力層の結果を使う点が特徴です。初期のRNNとして提案された代表的なモデルです。
> 💡 試験では「Elman=隠れ層、Jordan=出力層」の違いを覚えておきましょう。
**関連用語**: Elmanネットワーク(エルマンネットワーク)、リカレントニューラルネットワーク(RNN: Recurrent Neural Network)
[動画 01:18:46](https://youtu.be/iNMZtrpTXpM?t=4726)
### Backpropagation Through Time(BPTT / 通時的誤差逆伝播法)
**読み**: バックプロパゲーションスルータイム(ビーピーティーティー / つうじてきごさぎゃくでんぱほう)
**一言で**: RNNを時間方向に展開して過去にさかのぼり学習させる手法
RNN(過去の情報を記憶しながら順番に処理するニューラルネットワーク)の学習で使われる手法で、誤差逆伝播法(予測の誤差を出力側から入力側へさかのぼって伝え、重みを修正する学習方法)を時系列データ(時間の順序に意味があるデータ)に対応させたものです。ループ構造のネットワークを時間方向に横に引き伸ばして展開し、過去のステップにさかのぼって重み(入力の重要度を表す数値)を更新します。系列が長いと、勾配消失(学習の手がかりとなる値が小さくなりすぎる問題)や勾配爆発(逆に値が大きくなりすぎて学習が不安定になる問題)が起きやすいという課題があります。
> 💡 試験では「RNNの学習方法」「時間方向に展開する」というキーワードで出題されます。
**関連用語**: リカレントニューラルネットワーク(RNN: Recurrent Neural Network)、LSTM(Long Short-Term Memory / ロングショートタームメモリ)
[動画 01:19:16](https://youtu.be/iNMZtrpTXpM?t=4756)
### ゲート機構
**読み**: ゲートきこう
**一言で**: どの情報を残しどれを忘れるかを選ぶ、情報の流れを制御する仕組み
LSTMやGRU(どちらも長い記憶を扱えるように改良されたRNN)に使われる、情報の流れをコントロールする仕組みです。どの情報を残し、どの情報を忘れるかを「ゲート(門)」で選択的に制御することで、長期依存関係(ずっと前の情報が今の判断に影響する関係)を学習しやすくします。これにより、勾配消失問題(学習の手がかりとなる値が小さくなりすぎて学習が進まなくなる問題)を緩和し、長い時系列データ(時間の順序に意味があるデータ)の処理が可能になります。
> 💡 水門を開け閉めして水の量を調整するように、情報の量を調整するイメージです。LSTMには入力ゲート・忘却ゲート・出力ゲートがあります。
**関連用語**: LSTM(Long Short-Term Memory / ロングショートタームメモリ)、GRU(Gated Recurrent Unit / ゲート付き回帰型ユニット)、リカレントニューラルネットワーク(RNN: Recurrent Neural Network)
[動画 01:19:44](https://youtu.be/iNMZtrpTXpM?t=4784)
### LSTM(Long Short-Term Memory / ロングショートタームメモリ)
**読み**: エルエスティーエム(ロングショートタームメモリ)
**一言で**: ゲートで記憶を制御し、長い時系列を学習できるようにしたRNN
長期依存関係(ずっと前の情報が今の判断に影響する関係)を扱えるように設計された、RNN(過去の情報を記憶しながら順番に処理するニューラルネットワーク)の一種です。ゲート機構(情報の流れを門のように開け閉めして制御する仕組み)を使って、必要な情報を長く残し、不要な情報を忘れることができます。これにより通常のRNNで問題になる勾配消失問題(学習の手がかりとなる値が小さくなりすぎて学習が進まなくなる問題)を緩和し、長い時系列データ(時間の順序に意味があるデータ)の学習が可能になります。
> 💡 機械翻訳や音声認識、文章生成などで長く使われてきました。試験では「ゲート機構」「長期依存関係」「勾配消失の緩和」がキーワードです。
**関連用語**: ゲート機構、GRU(Gated Recurrent Unit / ゲート付き回帰型ユニット)、リカレントニューラルネットワーク(RNN: Recurrent Neural Network)、時系列データ
[動画 01:20:13](https://youtu.be/iNMZtrpTXpM?t=4813)
### GRU(Gated Recurrent Unit / ゲート付き回帰型ユニット)
**読み**: ジーアールユー(ゲートつきかいきがたユニット)
**一言で**: LSTMを簡略化し、2つのゲートで軽く速く学習できるRNN
LSTM(ゲートで記憶を制御する、長い記憶を扱えるRNN)を簡略化した、RNN(過去の情報を記憶しながら順番に処理するニューラルネットワーク)の一種です。更新ゲートとリセットゲートという少ないゲート(情報の流れを制御する門)で情報をコントロールします。LSTMと同じように勾配消失(学習の手がかりとなる値が小さくなりすぎる問題)を抑えつつ長期依存(ずっと前の情報が今に影響する関係)を学習できますが、構造がシンプルなぶん計算が軽く、学習も速いのが利点です。
> 💡 試験では「LSTMの簡略版」「更新ゲートとリセットゲートの2つ」という点が問われます。
**関連用語**: LSTM(Long Short-Term Memory / ロングショートタームメモリ)、ゲート機構、リカレントニューラルネットワーク(RNN: Recurrent Neural Network)
[動画 01:20:39](https://youtu.be/iNMZtrpTXpM?t=4839)
### 双方向RNN(Bidirectional RNN)
**読み**: そうほうこうアールエヌエヌ(バイディレクショナルアールエヌエヌ)
**一言で**: 過去→未来と未来→過去の両方向からデータを読むRNN
時系列データ(時間の順序に意味があるデータ)を、過去から未来へという方向だけでなく、未来から過去へという逆方向にも処理するRNN(過去の情報を記憶しながら順番に処理するニューラルネットワーク)です。順方向と逆方向の2つのRNNを組み合わせて、過去と未来の情報を同時に活用できるため、文脈(前後のつながり)の理解が深まります。自然言語処理(人間の言葉をコンピューターで扱う技術)などで、前後の意味を考慮したい場面に効果的です。
> 💡 「きれいな花が___に咲いた」の空欄は、後ろの「咲いた」も読まないと埋めにくい、というように、後ろの情報も役立ちます。
**関連用語**: リカレントニューラルネットワーク(RNN: Recurrent Neural Network)、LSTM(Long Short-Term Memory / ロングショートタームメモリ)
[動画 01:21:05](https://youtu.be/iNMZtrpTXpM?t=4865)
### 教師強制(Teacher Forcing)
**読み**: きょうしきょうせい(ティーチャーフォーシング)
**一言で**: 学習時にモデルの予測ではなく正解を次の入力として使う手法
RNN(過去の情報を記憶しながら順番に処理するニューラルネットワーク)の学習時に、1つ前のステップでモデル自身が出した予測ではなく、正解ラベル(教師データ、正しい答え)を次の入力として使う手法です。間違った予測が後ろに連鎖しないので学習が安定し、収束(学習が落ち着いて完了すること)も早くなります。ただし、実際に使うときは自分の予測を次の入力にするため、学習時と運用時でずれが生じることがあります。主に文章生成や翻訳などの系列出力タスク(順番に並んだ出力を作る課題)で使われます。
> 💡 作文の練習で、1文書くごとに先生が正しい文に直してから次の文を書かせるようなイメージです。
**関連用語**: リカレントニューラルネットワーク(RNN: Recurrent Neural Network)、Seq2Seq(Sequence-to-Sequence)
[動画 01:21:33](https://youtu.be/iNMZtrpTXpM?t=4893)
### アテンション(Attention)
**読み**: アテンション
**一言で**: 入力の中で今注目すべき重要な部分に重みをつける仕組み
入力の中で重要な部分に注目する仕組みです。たとえば翻訳では、ある単語を訳すときに、入力文のどの単語が関係しているかを重み付け(重要度を数値で表すこと)して判断します。これによって長い文でも必要な情報だけに集中して処理できるようになり、RNN(順番に処理するニューラルネットワーク)が苦手だった長い文の処理が大きく改善しました。トランスフォーマー(現在の大規模言語モデルの土台となる構造)の中核技術でもあります。
> 💡 英文を和訳するとき、日本語の「食べた」を書く瞬間は英語の「ate」に目が向く、という人間の注意の向け方と同じです。
**関連用語**: セルフアテンション(Self-Attention / 自己注意機構)、トランスフォーマー(Transformer)、Seq2Seq(Sequence-to-Sequence)、クエリ(Query)
[動画 01:21:57](https://youtu.be/iNMZtrpTXpM?t=4917)
### Seq2Seq(Sequence-to-Sequence)
**読み**: シークトゥシーク(シーケンストゥシーケンス)
**一言で**: ある系列を別の系列に変換する、エンコーダとデコーダからなるモデル
ある系列データ(順番に並んだデータ、たとえば文章)を、別の系列データ(たとえば翻訳文)に変換するモデルです。エンコーダ(入力を読み込んで要約する部分)が入力文の情報をまとめ、デコーダ(要約をもとに出力を生成する部分)がそれをもとに出力文を順番に作ります。翻訳、要約、会話生成などに使われ、アテンション機構(入力の重要な部分に注目する仕組み)の登場によって性能が大きく向上しました。
> 💡 日本語の文を入れると英語の文が出てくる機械翻訳が代表例です。試験では「エンコーダ・デコーダ構造」がキーワードです。
**関連用語**: アテンション(Attention)、エンコーダ・デコーダアテンション(Source-Target Attention)、教師強制(Teacher Forcing)、トランスフォーマー(Transformer)
[動画 01:22:24](https://youtu.be/iNMZtrpTXpM?t=4944)
### クエリ(Query)
**読み**: クエリ
**一言で**: アテンションで「何に注目したいか」を表すベクトル
アテンション機構(入力の重要な部分に注目する仕組み)で使われる3つの要素の1つで、「何に注目したいか」を表すベクトル(複数の数値をまとめて並べたもの)です。クエリとキー(各情報の見出しにあたるベクトル)との類似度(どれだけ似ているか)を計算し、その結果にもとづいてバリュー(情報の中身にあたるベクトル)から必要な情報を引き出します。例えるなら、図書館で本を探すときの「質問文」のような役割です。
> 💡 検索エンジンに入力する検索ワードがクエリ、ヒットしたページのタイトルがキー、ページの本文がバリュー、と考えると分かりやすいです。
**関連用語**: キー(Key)、バリュー(Value)、アテンション(Attention)、セルフアテンション(Self-Attention / 自己注意機構)
[動画 01:22:45](https://youtu.be/iNMZtrpTXpM?t=4965)
### キー(Key)
**読み**: キー
**一言で**: アテンションで各情報の「見出し」の役割をするベクトル
アテンション機構(入力の重要な部分に注目する仕組み)で使われるベクトル(複数の数値をまとめて並べたもの)で、どの情報が使えるかを示す目印の役割をします。クエリ(何に注目したいかを表すベクトル)とキーの類似度(どれだけ似ているか)を計算することで、どの情報にどれだけ注目すべきかを決めます。例えるなら、質問に対応する答えの「見出し」や「索引」のような役割です。
> 💡 試験では「クエリとキーの類似度でバリューの重みを決める」という3要素の関係が問われます。
**関連用語**: クエリ(Query)、バリュー(Value)、アテンション(Attention)
[動画 01:23:15](https://youtu.be/iNMZtrpTXpM?t=4995)
### バリュー(Value)
**読み**: バリュー
**一言で**: アテンションで実際に取り出される情報の「中身」を表すベクトル
アテンション機構(入力の重要な部分に注目する仕組み)において、最終的に取り出す情報の中身を表すベクトル(複数の数値をまとめて並べたもの)です。クエリ(何に注目したいかを表すベクトル)とキー(各情報の見出しにあたるベクトル)の類似度(どれだけ似ているか)から重みを決め、その重みでバリューを加重平均(重要なものほど大きく反映させて平均すること)して出力を作ります。例えるなら、注目すべき答えの「本文」のようなものです。
> 💡 試験では「クエリ・キー・バリュー」の3つがセットで出題されます。重みが大きいバリューほど出力に強く反映されます。
**関連用語**: クエリ(Query)、キー(Key)、アテンション(Attention)
[動画 01:23:32](https://youtu.be/iNMZtrpTXpM?t=5012)
### トランスフォーマー(Transformer)
**読み**: トランスフォーマー
**一言で**: アテンションだけで系列を処理し、現在のAIの土台となったモデル構造
セルフアテンション(1つの文の中で単語同士の関係に注目する仕組み)とマルチヘッドアテンション(複数の視点で同時にアテンションを行う仕組み)を中心に据え、時系列処理に畳み込み(CNNで使う処理)も再帰(RNNで使う過去の出力の再利用)も使わない革新的なモデル構造です。エンコーダ(入力を読み込む部分)とデコーダ(出力を生成する部分)からなり、長い文の依存関係(離れた単語同士のつながり)を高速かつ正確に学習できます。2017年に機械翻訳で登場し、現在はChatGPTなどの大規模モデルの基盤になっています。並列処理(複数の計算を同時に進めること)が可能で、高精度かつ拡張性が高いのが特徴です。
> 💡 論文タイトル「Attention Is All You Need(必要なのはアテンションだけ)」で有名です。試験では「RNNもCNNも使わない」「並列処理が可能」が頻出です。
**関連用語**: セルフアテンション(Self-Attention / 自己注意機構)、マルチヘッドアテンション(Multi-Head Attention)、位置エンコーディング(Positional Encoding)、アテンション(Attention)
[動画 01:24:02](https://youtu.be/iNMZtrpTXpM?t=5042)
### セルフアテンション(Self-Attention / 自己注意機構)
**読み**: セルフアテンション(じこちゅういきこう)
**一言で**: 1つの文の中で各単語が他の単語にどれだけ注目すべきかを計算する仕組み
1つの系列(文章などの順番に並んだデータ)の中で、各単語が他の単語にどれだけ注目すべきかを計算する仕組みです。文のある単語が、前後にある他の単語とどれだけ関係があるかを計算し、文脈(前後のつながり)を考慮した表現を得ます。遠く離れた単語同士の長距離の依存関係(つながり)も効率よくとらえられ、トランスフォーマー(現在の大規模言語モデルの土台となる構造)の中核技術です。
> 💡 「彼はりんごを食べた。それは甘かった」の「それ」が「りんご」を指すと判断するような処理です。「自分自身の文に注目する」のでセルフ(自己)と呼ばれます。
**関連用語**: アテンション(Attention)、トランスフォーマー(Transformer)、マルチヘッドアテンション(Multi-Head Attention)、エンコーダ・デコーダアテンション(Source-Target Attention)
[動画 01:24:33](https://youtu.be/iNMZtrpTXpM?t=5073)
### エンコーダ・デコーダアテンション(Source-Target Attention)
**読み**: エンコーダデコーダアテンション(ソースターゲットアテンション)
**一言で**: 出力を作るデコーダが入力文のどこに注目するかを決める仕組み
エンコーダ(入力文を読み込んで情報をまとめる部分)の出力に対して、出力文を生成するデコーダ(出力を順番に作る部分)がどこに注目すべきかを決める仕組みです。翻訳などで出力単語を1つ作るたびに、入力文のどの部分が重要かを動的に(その都度)判断します。入力(Source)と出力(Target)という別の系列の間で行うアテンション(重要な部分に注目する仕組み)なので、同じ文の中で行うセルフアテンションと区別されます。Seq2Seqやトランスフォーマーのデコーダ部分で使われます。
> 💡 英訳で「食べた」を出力する瞬間に、入力の「ate」に注目する処理です。試験では「セルフアテンションとの違い(別の系列間か同じ系列内か)」が問われます。
**関連用語**: セルフアテンション(Self-Attention / 自己注意機構)、Seq2Seq(Sequence-to-Sequence)、トランスフォーマー(Transformer)、アテンション(Attention)
[動画 01:25:08](https://youtu.be/iNMZtrpTXpM?t=5108)
### マルチヘッドアテンション(Multi-Head Attention)
**読み**: マルチヘッドアテンション
**一言で**: 複数の視点(ヘッド)で同時にアテンションを行い結果を結合する手法
アテンション(入力の重要な部分に注目する仕組み)を、ヘッドと呼ばれる複数の異なる部品で同時に行う手法です。それぞれのヘッドが別々の部分や特徴に注目することで、たとえば1つは文法的な関係、別の1つは意味的な関係といったように多様な関係を学習でき、最後に各ヘッドの結果を結合して出力します。トランスフォーマー(現在の大規模言語モデルの土台となる構造)の重要な構成要素で、表現力と性能を大幅に高めます。
> 💡 1つの文章を複数の人がそれぞれ違う観点で読み、感想を持ち寄るイメージです。
**関連用語**: セルフアテンション(Self-Attention / 自己注意機構)、トランスフォーマー(Transformer)、アテンション(Attention)
[動画 01:25:36](https://youtu.be/iNMZtrpTXpM?t=5136)
### 位置エンコーディング(Positional Encoding)
**読み**: いちエンコーディング(ポジショナルエンコーディング)
**一言で**: 単語の並び順の情報をトランスフォーマーに教えるための仕組み
セルフアテンション(文の中で単語同士の関係に注目する仕組み)では、すべての単語を同時に処理するため、入力の順序の情報が失われてしまいます。そこで、単語やトークン(文章を細かく区切った単位)が文の何番目にあるかという位置の情報を数値にして埋め込んで表現する方法が位置エンコーディングです。これを単語の情報に加えることで、トランスフォーマー(アテンションを中心としたモデル構造)はどの順番で単語が並んでいるかを理解できるようになります。
> 💡 「犬が猫を追う」と「猫が犬を追う」は同じ単語でも順番で意味が変わります。試験では「トランスフォーマーで順序情報を補うための仕組み」として問われます。
**関連用語**: トランスフォーマー(Transformer)、セルフアテンション(Self-Attention / 自己注意機構)
[動画 01:26:08](https://youtu.be/iNMZtrpTXpM?t=5168)
### オートエンコーダ(Autoencoder)
**読み**: オートエンコーダ
**一言で**: 入力を圧縮してから元に戻す練習で特徴を自動学習するネットワーク
入力データを一度小さく圧縮(エンコード)し、そこから元に近い形に復元(デコード)することで、データの特徴を自動的に学習するニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)です。入力と出力が同じになるように学習するため、正解ラベル(人間がつけた答え)のないデータでも学習できます。次元削減(データの大きさを減らすこと)や事前学習(本番の学習の前に準備として行う学習)、異常検知(普段と違うデータを見つけること)などに使われます。
> 💡 長い文章を要約してから元の文章を復元する練習をすると、文章の要点をつかむ力がつく、というイメージです。試験では「教師なし学習」「入力と出力を同じにする」が問われます。
**関連用語**: 積層オートエンコーダ(Stacked Autoencoder)、変分オートエンコーダ(VAE: Variational Autoencoder)、事前学習
[動画 01:26:25](https://youtu.be/iNMZtrpTXpM?t=5185)
### 事前学習
**読み**: じぜんがくしゅう
**一言で**: 本番のタスクの前に、一般的なデータであらかじめ学習させておくこと
モデルに解かせたい本来のタスクとは別の、一般的で大量のデータであらかじめ学習させておく手法です。モデルが基本的な特徴やパターンをすでに身につけているので、そのあと本番のタスクに合わせて少ないデータで微調整(ファインチューニング、学習済みモデルを目的に合わせて追加で学習させること)するだけで高い性能が出せます。ディープラーニング初期にはオートエンコーダ(入力を圧縮して復元する学習をするネットワーク)を使った事前学習が重要な役割を果たしました。
> 💡 英語全般を幅広く勉強してから、医療英語の専門用語だけ追加で覚えるようなものです。現在のChatGPTなどの大規模言語モデルも大量の文章で事前学習されています。
**関連用語**: オートエンコーダ(Autoencoder)、積層オートエンコーダ(Stacked Autoencoder)
[動画 01:26:47](https://youtu.be/iNMZtrpTXpM?t=5207)
### 積層オートエンコーダ(Stacked Autoencoder)
**読み**: せきそうオートエンコーダ(スタックトオートエンコーダ)
**一言で**: オートエンコーダを何層も重ね、1層ずつ事前学習して深い特徴を学ぶモデル
複数のオートエンコーダ(入力を圧縮して元に戻す学習で特徴を学ぶネットワーク)を層のように重ねた構造で、より深い(高度な)特徴を学習できるモデルです。各オートエンコーダを1つずつ順番に事前学習(本番の前に準備として学習すること)していき、最後に全体をまとめて微調整(ファインチューニング)します。分類や異常検知(普段と違うデータを見つけること)の精度向上に効果的で、深いネットワークの学習が難しかったディープラーニング初期の重要な技術です。
> 💡 試験では「層ごとに貪欲に(1層ずつ)事前学習する」という点が問われます。トロント大学のヒントン教授らが提案しました。
**関連用語**: オートエンコーダ(Autoencoder)、事前学習
[動画 01:27:11](https://youtu.be/iNMZtrpTXpM?t=5231)
### 変分オートエンコーダ(VAE: Variational Autoencoder)
**読み**: へんぶんオートエンコーダ(ブイエーイー)
**一言で**: データの特徴を確率分布として学び、似た新しい画像を生成できるモデル
データの特徴を学習して、似た画像を新しく生成できるモデルです。エンコーダ(入力を圧縮する部分)で画像を潜在変数(データの本質的な特徴を少ない数値で表したもの)に変換し、デコーダ(復元する部分)でそれをもとに画像を再構成します。通常のオートエンコーダと違い、潜在変数を1つの値ではなく元データの特徴を表す分布(値の散らばり方、平均とばらつき)として学習するのが特徴で、その分布から値を取り出すことで新しい画像を作れます。この分布は数学的に直接求めるのが難しいのですが、ニューラルネットワーク(人間の脳の神経細胞のつながりを真似した計算の仕組み)で近似(近い答えを求めること)できます。
> 💡 GAN(敵対的生成ネットワーク)と並ぶ代表的な生成モデルです。試験では「潜在変数を確率分布で表す」という点が通常のオートエンコーダとの違いとして問われます。
**関連用語**: オートエンコーダ(Autoencoder)、β-VAE(ベータVAE)、InfoVAE、VQ-VAE(Vector Quantized VAE)
[動画 01:27:36](https://youtu.be/iNMZtrpTXpM?t=5256)
### β-VAE(ベータVAE)
**読み**: ベータブイエーイー
**一言で**: 正則化項に重みβを加えて潜在変数を分離・解釈しやすくしたVAE
VAE(データの特徴を確率分布として学び、新しい画像を生成できるモデル)において、潜在空間(潜在変数が並ぶ空間、データの特徴を表す数値の世界)の独立性や解釈のしやすさを高めるために、正則化項(学習が極端にならないように抑えるペナルティの項)に重みβを導入した拡張モデルです。βを大きくすると通常のVAEよりも潜在変数(データの本質的な特徴を表す数値)同士を分離しやすくなり、それぞれの変数が「色」「形」「向き」などの意味のある要素を表現しやすくなります。
> 💡 顔画像を学習させると、ある変数を動かすと笑顔の度合いだけ、別の変数を動かすと髪の長さだけが変わる、といった分離ができます。
**関連用語**: 変分オートエンコーダ(VAE: Variational Autoencoder)、InfoVAE、VQ-VAE(Vector Quantized VAE)
[動画 01:28:04](https://youtu.be/iNMZtrpTXpM?t=5284)
### InfoVAE
**読み**: インフォブイエーイー
**一言で**: 潜在変数と生成データの相互情報量を最大化するよう改良したVAE
VAE(データの特徴を確率分布として学び、新しい画像を生成できるモデル)の改良版で、生成されるデータと潜在変数(データの本質的な特徴を表す数値)の関係性、つまり相互情報量(一方を知るともう一方についてどれだけ分かるかを表す量)を最大化するように設計されたモデルです。通常のVAEでは学習の途中で潜在変数がほとんど意味を持たなくなってしまうことがありますが、InfoVAEは情報をしっかり保つことを重視し、より解釈性(人間が意味を読み取れること)と生成品質の高いモデルを実現します。
> 💡 試験では「VAEの派生モデルの1つ」として名前と特徴(相互情報量の最大化)が問われることがあります。
**関連用語**: 変分オートエンコーダ(VAE: Variational Autoencoder)、β-VAE(ベータVAE)、VQ-VAE(Vector Quantized VAE)
[動画 01:28:29](https://youtu.be/iNMZtrpTXpM?t=5309)
### VQ-VAE(Vector Quantized VAE)
**読み**: ブイキューブイエーイー(ベクトルクォンタイズドブイエーイー)
**一言で**: 潜在変数を連続値ではなく辞書から選んだ離散的なコードで表すVAE
VAE(データの特徴を確率分布として学び、新しい画像を生成できるモデル)を拡張し、潜在変数(データの本質的な特徴を表す数値)を連続的な値ではなく、離散的なコード(とびとびの決まった値)に変換するモデルです。あらかじめ用意された辞書(コードブック、代表的なベクトルの一覧表)の中から、エンコーダが出したベクトル(複数の数値の並び)に最も近いものを選ぶのが特徴です。これによって生成される特徴がはっきりし、音声・画像・言語の生成に強みを持ちます。
> 💡 色を無限の階調ではなく「クレヨン12色」から一番近い色を選んで表現するイメージです。「Vector Quantized=ベクトル量子化」という意味です。
**関連用語**: 変分オートエンコーダ(VAE: Variational Autoencoder)、β-VAE(ベータVAE)、InfoVAE
[動画 01:28:56](https://youtu.be/iNMZtrpTXpM?t=5336)
### データ拡張(Data Augmentation)
**読み**: データかくちょう(データオーグメンテーション)
**一言で**: 手持ちのデータを加工して人工的に増やし、過学習を防ぐ手法
学習用のデータを人工的に増やす手法です。画像なら回転、反転、ノイズ(不要な乱れ)の付加、合成などを行って、1枚の画像から見た目の少し違う複数の画像を作り、モデルの汎化性能(未知のデータにも正しく対応できる力)を高めることが目的です。データの偏りやクセを覚えてしまう過学習(訓練データだけに合わせすぎて新しいデータに弱くなること)を防ぎ、少ないデータでも高い精度が得られます。画像、音声、テキストなどさまざまな分野で使われます。
> 💡 猫の写真を左右反転しても猫のままなので、1枚から2枚の学習データが作れます。試験ではランダムフリップ、Mixup、CutMixなどの具体的手法が問われます。
**関連用語**: ランダムフリップ(Random Flip)、ローテーション(回転)、Mixup(ミックスアップ)、早期終了(Early Stopping)
[動画 01:29:25](https://youtu.be/iNMZtrpTXpM?t=5365)
### ローテーション(回転)
**読み**: ローテーション(かいてん)
**一言で**: 画像を回転させて向きの違いに強いモデルを作るデータ拡張
画像を一定の角度で回転させる変換操作で、角度をランダムに決めて適用すると「ランダムローテーション」というデータ拡張(データを加工して人工的に増やす手法)になります。さまざまな向きの画像を学習させることで、対象物の向きに対するモデルの柔軟性を高めます。衛星画像(上から撮るので決まった上下がない)や手書き文字認識など、物体の向きが一定でないタスクで効果的です。
> 💡 数字の「6」を180度回転すると「9」になってしまうように、タスクによっては回転が意味を変えてしまうので注意が必要です。
**関連用語**: データ拡張(Data Augmentation)、ランダムフリップ(Random Flip)、クロップ(Crop)
[動画 01:29:52](https://youtu.be/iNMZtrpTXpM?t=5392)
### クロップ(Crop)
**読み**: クロップ
**一言で**: 画像の一部を切り抜いて位置や大きさの変化に強くするデータ拡張
画像の一部を切り抜く変換操作(トリミング)で、主に入力サイズの調整や、注目したい領域の抽出に使います。切り抜く位置や大きさをランダムに決めて適用すると「ランダムクロップ」というデータ拡張(データを加工して人工的に増やす手法)になります。同じ物体がさまざまな位置・大きさで写った画像を学習できるので、対象物の位置やスケール(大きさ)の変化に強いモデルを育てるのに効果的です。
> 💡 写真の中央を切り抜いたり、少し左寄りを切り抜いたりして、複数の学習データを作ります。
**関連用語**: データ拡張(Data Augmentation)、ローテーション(回転)、ランダムイレイジング(Random Erasing)
[動画 01:30:20](https://youtu.be/iNMZtrpTXpM?t=5420)
### コントラスト(Contrast)
**読み**: コントラスト
**一言で**: 画像の明暗の差を強めたり弱めたりするデータ拡張の変換操作
画像の明るい部分と暗い部分の差(明暗の差)を強くしたり弱めたりする変換操作です。強さをランダムに決めて適用すると「ランダムコントラスト」などのデータ拡張(データを加工して人工的に増やす手法)として使われます。くっきりした画像からぼんやりした画像までを学習させることで、照明条件の違いに強いモデルを作るのに有効です。
> 💡 晴れた日に撮った写真と曇りの日に撮った写真の両方で正しく認識できるようにする、というイメージです。
**関連用語**: ブライトネス(Brightness)、データ拡張(Data Augmentation)、ノイジング(Noising)
[動画 01:30:43](https://youtu.be/iNMZtrpTXpM?t=5443)
### ブライトネス(Brightness)
**読み**: ブライトネス
**一言で**: 画像全体の明るさを増減させるデータ拡張の変換操作
画像全体の明るさを増やしたり減らしたりする変換操作です。明るさの変化量をランダムに決めて適用すると「ランダムブライトネス」などのデータ拡張(データを加工して人工的に増やす手法)になります。明るい画像から暗い画像までを学習させることで、異なる照明環境へのモデルの適応力を高めるのに有効です。コントラスト(明暗の差の調整)が「差」を変えるのに対し、ブライトネスは「全体の明るさ」を変える点が違います。
> 💡 昼間の明るい写真と夕方の暗い写真のどちらでも同じ物体を認識できるようにします。
**関連用語**: コントラスト(Contrast)、データ拡張(Data Augmentation)
[動画 01:31:02](https://youtu.be/iNMZtrpTXpM?t=5462)
### ノイジング(Noising)
**読み**: ノイジング
**一言で**: 画像にランダムなノイズを加えて乱れに強いモデルを作るデータ拡張
画像にランダムなノイズ(砂嵐のような細かい乱れ)を加える変換操作で、データ拡張(データを加工して人工的に増やす手法)の1つです。わざとノイズの入った画像で学習させることで、カメラの性能や撮影環境によってノイズが乗った入力にも対応できるようになり、モデルの安定性(ちょっとした乱れで結果が変わらないこと)を向上させる効果があります。
> 💡 暗い場所でスマホ撮影したときのザラザラした画像でも正しく認識できるようにする、というイメージです。
**関連用語**: データ拡張(Data Augmentation)、コントラスト(Contrast)、ブライトネス(Brightness)
[動画 01:31:21](https://youtu.be/iNMZtrpTXpM?t=5481)
### パラフレージング(Paraphrasing)
**読み**: パラフレージング
**一言で**: 意味を変えずに言い換えてテキストデータを増やすデータ拡張
テキストデータにおいて、意味を変えずに表現を言い換えるデータ拡張(データを加工して人工的に増やす手法)です。たとえば「こんにちは」を「やあ」「お疲れ様」に変えるなど、語順や単語を変えて多様な入力文を生成します。言い回しの違いに強いNLP(自然言語処理、人間の言葉をコンピューターで扱う技術)モデルを育てることができ、機械翻訳、対話システム(チャットボットなど)、感情分析(文章がポジティブかネガティブかを判定すること)などで活用されます。
> 💡 画像のデータ拡張が回転や反転なのに対し、テキストでは「言い換え」がデータ拡張になります。
**関連用語**: データ拡張(Data Augmentation)
[動画 01:31:38](https://youtu.be/iNMZtrpTXpM?t=5498)
### ランダムフリップ(Random Flip)
**読み**: ランダムフリップ
**一言で**: 画像を左右や上下にランダムに反転させるデータ拡張
画像を左右または上下にランダムに反転させるデータ拡張(データを加工して人工的に増やす手法)です。反転しても見た目は変わりますが、写っているものの意味は変わらないため、データの多様性を高めて過学習(訓練データだけに合わせすぎて新しいデータに弱くなること)を防げます。画像分類(写っているものを当てる)や物体検出(何がどこにあるかを見つける)などでよく使われます。
> 💡 右を向いた犬の写真を左右反転すれば、左を向いた犬の写真が作れます。ただし文字画像など、反転すると意味が変わるデータには向きません。
**関連用語**: データ拡張(Data Augmentation)、ローテーション(回転)、クロップ(Crop)
[動画 01:32:10](https://youtu.be/iNMZtrpTXpM?t=5530)
### ランダムイレイジング(Random Erasing)
**読み**: ランダムイレイジング
**一言で**: 画像の一部をランダムな位置・大きさの四角で隠すデータ拡張
画像の一部を、ランダムな位置と大きさの四角形で隠すデータ拡張(データを加工して人工的に増やす手法)です。物体の一部が隠れた画像で学習することで、実際に一部が隠れていても正しく認識できるようになり、安定性や汎化性能(未知のデータにも正しく対応できる力)が向上します。主に画像分類や物体検出の学習時に使われます。カットアウトとよく似ていますが、隠す四角のサイズがランダムで、隠した部分にランダムな色やパターンを埋め込むこともできる点が異なります。
> 💡 試験では「カットアウトとの違い(サイズがランダムか固定か、埋める色)」が問われることがあります。
**関連用語**: カットアウト(Cutout)、データ拡張(Data Augmentation)、CutMix(カットミックス)
[動画 01:32:30](https://youtu.be/iNMZtrpTXpM?t=5550)
### カットアウト(Cutout)
**読み**: カットアウト
**一言で**: 画像の一部をサイズ固定の正方形でランダムに隠すデータ拡張
画像の一部を、サイズが決まった正方形でランダムな位置に隠すデータ拡張(データを加工して人工的に増やす手法)です。対象の一部が隠れていても認識できるように学習させることで、過学習(訓練データだけに合わせすぎて新しいデータに弱くなること)を防ぎ、安定性を高めます。ランダムイレイジングと似ていますが、隠す正方形のサイズが固定で、隠した部分は通常、黒や灰色などの固定色で埋めるのが特徴です。
> 💡 顔写真の目の部分を黒い四角で隠しても「人の顔」と分かるように学習させるイメージです。
**関連用語**: ランダムイレイジング(Random Erasing)、CutMix(カットミックス)、データ拡張(Data Augmentation)
[動画 01:32:58](https://youtu.be/iNMZtrpTXpM?t=5578)
### Mixup(ミックスアップ)
**読み**: ミックスアップ
**一言で**: 2枚の画像とラベルを混ぜ合わせて新しい学習データを作るデータ拡張
2枚の画像と、それぞれのラベル(正解を示す答え)を線形に(一定の割合で足し合わせて)混ぜ合わせ、新しい学習データを作るデータ拡張(データを加工して人工的に増やす手法)です。たとえば画像Aと画像Bを半透明に重ねたような中間の画像を作り、ラベルも「A が0.5、B が0.5」のように混ぜて学習させます。これによってモデルがクラス(分類の種類)同士の境界をなめらかに学習でき、汎化性能(未知のデータにも正しく対応できる力)が向上します。分類タスクで特に効果的です。
> 💡 猫の画像と犬の画像を7:3で重ねた画像に「猫0.7、犬0.3」というラベルをつけて学習させます。
**関連用語**: CutMix(カットミックス)、カットアウト(Cutout)、データ拡張(Data Augmentation)
[動画 01:33:27](https://youtu.be/iNMZtrpTXpM?t=5607)
### CutMix(カットミックス)
**読み**: カットミックス
**一言で**: 一方の画像の一部を切り抜いて他方に貼り付け、面積比でラベルも混ぜる手法
2枚の画像を使い、一方の画像の一部を四角形に切り抜いて、もう一方の画像に貼り付けて合成するデータ拡張(データを加工して人工的に増やす手法)です。貼り付けた領域の面積比に応じて、ラベル(正解を示す答え)も混ぜ合わせます。画像全体を半透明に重ねるMixupと、一部を隠すCutoutを発展させた手法で、画像の空間的な情報(どこに何があるか)を保ちながら、汎化性能(未知のデータにも正しく対応できる力)と安定性を高めます。分類・検出タスクでよく使われます。
> 💡 猫の画像の右下4分の1を犬の画像で置き換え、ラベルを「猫0.75、犬0.25」にします。試験ではMixup・Cutoutとの違いが問われます。
**関連用語**: Mixup(ミックスアップ)、カットアウト(Cutout)、ランダムイレイジング(Random Erasing)、データ拡張(Data Augmentation)
[動画 01:33:55](https://youtu.be/iNMZtrpTXpM?t=5635)
### RandAugment(ランドオーグメント)
**読み**: ランドオーグメント
**一言で**: 多数の拡張操作からランダムに選んで適用する、調整の少ない自動データ拡張
回転、色補正、切り抜きなど多数のデータ拡張(データを加工して人工的に増やす手法)の操作の中から、ランダムにいくつかを選んで適用する自動拡張の手法です。「いくつの操作を使うか」と「どのくらいの強さで適用するか」の2つのパラメータ(設定値)だけで済むため、人間による細かい調整が少なくて済み、シンプルでありながら強力に汎化性能(未知のデータにも正しく対応できる力)を向上させます。
> 💡 どの拡張をどう組み合わせるか悩まなくても、自動でそこそこ良い結果が出せるのが利点です。
**関連用語**: データ拡張(Data Augmentation)、ローテーション(回転)、クロップ(Crop)
[動画 01:34:28](https://youtu.be/iNMZtrpTXpM?t=5668)
### 一般物体認識
**読み**: いっぱんぶったいにんしき
**一言で**: 画像に写っている物体が何か(人・果物・家具など)を識別するタスク
画像の中に写っている物体(人、果物、家具など)が何であるかを識別・分類するタスク(課題)です。特定の個体ではなく、「犬」「車」といった一般的なカテゴリ(種類)を当てることを指します。画像認識のもっとも基本的な応用の1つで、ImageNetなどの大規模な画像データセット(学習・評価用に集めたデータの集まり)を使って、多くのAIモデルの性能評価に使われてきました。
> 💡 写真を見せると「これは猫です」と答えるアプリが一般物体認識です。AlexNetやVGGなどのモデルはこのタスクで競われました。
**関連用語**: 物体識別、物体検出、AlexNet(アレックスネット)、畳み込みニューラルネットワーク(CNN: Convolutional Neural Network)
[動画 01:34:49](https://youtu.be/iNMZtrpTXpM?t=5689)
### 物体識別
**読み**: ぶったいしきべつ
**一言で**: 画像の物体が何かを分類するタスクで、一般物体識別と特定物体識別がある
画像の中の物体が何であるかを分類するタスク(課題)です。大きく2種類に分かれ、一般物体識別は「人」「車」のように大まかな種類を判別し、特定物体識別は、たとえば鳥の中でも「ダチョウ」「アヒル」のように、特定のジャンルの中の個体や細かい種類まで識別します。後者は見た目が似ているものを区別する必要があるため、より難しいタスクになります。
> 💡 「これは犬」と当てるのが一般物体識別、「これは柴犬、こちらは秋田犬」と当てるのが特定物体識別です。
**関連用語**: 一般物体認識、物体検出、セマンティックセグメンテーション(Semantic Segmentation)
[動画 01:35:05](https://youtu.be/iNMZtrpTXpM?t=5705)
### 物体検出
**読み**: ぶったいけんしゅつ
**一言で**: 画像の中の物体の種類と位置(四角い枠)を同時に特定するタスク
画像の中にある物体の種類と位置を同時に特定するタスク(課題)です。位置はバウンディングボックス(物体を囲む四角い枠)で表します。「何が写っているか」を当てる分類だけでなく、「どこに何があるか」を把握できるため、自動運転(前方の車や歩行者の位置を知る)や監視カメラなど幅広い応用があります。代表的なモデルにR-CNN系やYOLO、SSDなどがあります。
> 💡 写真の中の人や車を四角い枠で囲み、それぞれに「人」「車」とラベルをつけるのが物体検出です。
**関連用語**: 一般物体認識、セマンティックセグメンテーション(Semantic Segmentation)、インスタンスセグメンテーション(Instance Segmentation)
[動画 01:35:23](https://youtu.be/iNMZtrpTXpM?t=5723)
### セマンティックセグメンテーション(Semantic Segmentation)
**読み**: セマンティックセグメンテーション
**一言で**: 画像のすべてのピクセルに「何のクラスか」を割り当てるタスク
画像の中のすべてのピクセル(画像を構成する小さな点)に対して、クラス(「人」「道路」「空」などの分類の種類)を割り当てるタスク(課題)です。四角い枠で囲む物体検出と違い、物体の輪郭や領域をピクセル単位で細かく理解できます。ただし、同じクラスに属する領域はすべて同じものとして扱われるので、たとえば人が3人いても「人」という1つの領域として塗られ、個体の区別はしません。
> 💡 自動運転で「どこまでが道路でどこからが歩道か」を正確に塗り分ける処理です。代表的なモデルにFCNやU-Netがあります。
**関連用語**: インスタンスセグメンテーション(Instance Segmentation)、パノプティックセグメンテーション(Panoptic Segmentation)、物体検出
[動画 01:35:44](https://youtu.be/iNMZtrpTXpM?t=5744)
### インスタンスセグメンテーション(Instance Segmentation)
**読み**: インスタンスセグメンテーション
**一言で**: ピクセル単位でクラスを割り当て、さらに個体ごとに区別するタスク
画像の中の各ピクセル(画像を構成する小さな点)に対して、物体のクラス(分類の種類)だけでなく、個体(インスタンス)を区別してラベル(答え)をつけるタスク(課題)です。たとえば3人が写っている画像で、セマンティックセグメンテーションのように「人」とまとめるのではなく、人1、人2、人3として個別に識別します。物体検出(個体ごとに枠で囲む)とセマンティックセグメンテーション(ピクセル単位で塗り分ける)を統合したような、高精度な認識です。
> 💡 代表的なモデルがMask R-CNNです。試験では「セマンティック=個体を区別しない、インスタンス=区別する」の違いが頻出です。
**関連用語**: セマンティックセグメンテーション(Semantic Segmentation)、パノプティックセグメンテーション(Panoptic Segmentation)、物体検出
[動画 01:36:02](https://youtu.be/iNMZtrpTXpM?t=5762)
### パノプティックセグメンテーション(Panoptic Segmentation)
**読み**: パノプティックセグメンテーション
**一言で**: 背景はクラスで、物体は個体まで区別して画像全体を塗り分けるタスク
セマンティックセグメンテーション(すべてのピクセルにクラスを割り当てるタスク)とインスタンスセグメンテーション(物体を個体ごとに区別するタスク)を統合したタスク(課題)です。道路や空などの背景のピクセル(画像を構成する小さな点)にはクラス(分類の種類)のラベルを、人や車などの数えられる物体にはクラスと個体(インスタンス)の両方の情報を与え、画像全体に対して一貫したシーン理解(場面全体の把握)を行います。
> 💡 「パノプティック」は「すべてを見渡す」という意味です。試験では「セマンティックとインスタンスの統合」として問われます。
**関連用語**: セマンティックセグメンテーション(Semantic Segmentation)、インスタンスセグメンテーション(Instance Segmentation)
[動画 01:36:33](https://youtu.be/iNMZtrpTXpM?t=5793)
### 姿勢推定(Pose Estimation)
**読み**: しせいすいてい(ポーズエスティメーション)
**一言で**: 画像や動画から人や動物の関節の位置を特定し、骨格を推定するタスク
画像や動画に写っている人物や動物の、肩、肘、膝などの関節の座標(位置)を特定し、骨格の構造を推定するタスク(課題)です。関節の位置をつなげることで棒人間のような骨格が得られ、どんなポーズをとっているか、どう動いているかを理解するのに役立ちます。スポーツ分析(フォームのチェック)、モーションキャプチャ(人の動きをCGに取り込む技術)、AR/VR(拡張現実・仮想現実)、監視など多くの分野で応用されています。
> 💡 代表的な手法にOpenPoseがあります。ゲーム機のカメラが体の動きを読み取って操作できるのも姿勢推定の応用です。
**関連用語**: 物体検出、インスタンスセグメンテーション(Instance Segmentation)
[動画 01:36:56](https://youtu.be/iNMZtrpTXpM?t=5816)
### マルチスペクトラム画像(マルチスペクトル画像)
**読み**: マルチスペクトラムがぞう(マルチスペクトルがぞう)
**一言で**: 可視光に加え赤外線や紫外線など複数の波長で撮影した画像
人間の目に見える可視光に加えて、赤外線や紫外線など、複数の波長(光の種類)で撮影された画像のことです。通常のRGB画像(赤・緑・青の3色で表現される普通のカラー画像)よりも多くの情報(チャンネル)を持つため、目では見えない特徴をとらえることができます。農業での作物の健康状態の診断、医療診断、衛星画像の解析などに利用されています。
> 💡 衛星からの赤外線画像で、見た目は緑でも元気のない作物を見つけることができます。
**関連用語**: 一般物体認識、セマンティックセグメンテーション(Semantic Segmentation)
[動画 01:37:23](https://youtu.be/iNMZtrpTXpM?t=5843)
### AlexNet(アレックスネット)
**読み**: アレックスネット
**一言で**: 2012年のILSVRCで圧勝し、深層学習ブームの火付け役となったCNN
2012年の画像認識コンペILSVRC(ImageNetという大規模画像データセットを使った認識精度の競技会)で、それまでの手法を大きく引き離す圧倒的な精度を達成した、深層の畳み込みニューラルネットワーク(CNN、画像の特徴を自動で取り出すのが得意なニューラルネットワーク)です。ReLU(計算が速く勾配消失を起こしにくい活性化関数)やドロップアウト(学習時に一部のニューロンをランダムに無効にして過学習を防ぐ手法)、GPU(画像処理用の計算装置)による高速学習を導入し、深層学習ブームの火付け役となりました。
> 💡 トロント大学のヒントン教授の研究室が開発し、開発者のアレックス・クリジェフスキーの名前が由来です。試験では「2012年」「ILSVRC」「深層学習ブームのきっかけ」が頻出です。
**関連用語**: VGG、GoogLeNet、Residual Network(ResNet / 残差ネットワーク)、畳み込みニューラルネットワーク(CNN: Convolutional Neural Network)
[動画 01:37:45](https://youtu.be/iNMZtrpTXpM?t=5865)
### VGG
**読み**: ブイジージー
**一言で**: 3×3の小さなフィルタだけを深く積み重ねたシンプルで高精度なCNN
2014年に発表されたCNN(画像の特徴を自動で取り出すのが得意なニューラルネットワーク)のモデルで、すべての畳み込み層(フィルタで特徴を取り出す層)に3×3という小さなフィルタ(特徴を見つける小さな数値の表)を使い、層を深く(16層や19層)積み重ねる構造が特徴です。構造がシンプルで分かりやすいにもかかわらず高い精度を出し、多くの後続モデルのベース(土台)となりました。
> 💡 層の数によってVGG16、VGG19などと呼ばれます。オックスフォード大学のVisual Geometry Groupが開発したのが名前の由来です。
**関連用語**: AlexNet(アレックスネット)、GoogLeNet、Residual Network(ResNet / 残差ネットワーク)
[動画 01:38:05](https://youtu.be/iNMZtrpTXpM?t=5885)
### GoogLeNet
**読み**: グーグルネット
**一言で**: インセプション構造で複数サイズのフィルタを並列に使う、2014年優勝のCNN
2014年のILSVRC(大規模画像データセットを使った認識精度の競技会)で優勝した、CNN(画像の特徴を自動で取り出すのが得意なニューラルネットワーク)のモデルです。インセプション構造(1×1、3×3、5×5など異なるサイズのフィルタを並列に適用して結果を結合するブロック)を導入し、計算コスト(計算にかかる時間や資源)を抑えながら高い精度を実現しました。深さのわりにパラメータ(学習で調整される数値)の数が少なく、効率的なネットワーク設計の先駆けとなりました。
> 💡 Googleが開発し、初期のCNNであるLeNetに敬意を表して「GoogLeNet」と名付けられました。試験では「インセプションモジュール」がキーワードです。
**関連用語**: VGG、AlexNet(アレックスネット)、グローバルアベレージプーリング(GAP: Global Average Pooling)
[動画 01:38:27](https://youtu.be/iNMZtrpTXpM?t=5907)
### DenseNet(デンスネット)
**読み**: デンスネット
**一言で**: 各層を前のすべての層と連結し、情報を再利用して少ないパラメータで高精度なCNN
ResNet(スキップ結合で深いネットワークを可能にしたCNN)を改良したCNN(画像の特徴を自動で取り出すのが得意なニューラルネットワーク)のモデルで、各層がそれより前のすべての層と直接つながる密結合(Dense、ぎっしりつながった結合)の構造を持ちます。ResNetが特徴マップ(特徴の場所を示した出力画像)を足し算(加算)するのに対し、DenseNetは横に並べてつなげる連結(concatenate)を行います。これによって情報の再利用と勾配(学習の手がかりとなる値)の流れが強化され、少ないパラメータ(学習で調整される数値)で高い精度を実現します。
> 💡 試験では「ResNetは加算、DenseNetは連結」という違いが問われます。
**関連用語**: Residual Network(ResNet / 残差ネットワーク)、スキップ結合(スキップ接続)、特徴マップ
[動画 01:38:51](https://youtu.be/iNMZtrpTXpM?t=5931)
### SENet(Squeeze-and-Excitation Network)
**読み**: エスイーネット(スクイーズアンドエキサイテーションネットワーク)
**一言で**: チャネルごとの重要度を学習して特徴マップに重みづけするCNN
チャネル(特徴マップの層、データの層)ごとの重要度を学習し、特徴マップ(特徴の場所を示した出力画像)に重み付け(重要なものを強め、不要なものを弱めること)を行うアテンション機構(重要な部分に注目する仕組み)を導入したCNN(画像の特徴を自動で取り出すのが得意なニューラルネットワーク)のモデルです。Squeeze(各チャネルの情報を1つの値にぎゅっと圧縮)してExcitation(チャネルごとの重要度を計算)するという2段階で、特徴のどれに注目すべきかを動的に調整し、分類精度を向上させます。
> 💡 2017年のILSVRCで優勝しました。試験では「チャネル方向のアテンション」がキーワードです。
**関連用語**: アテンション(Attention)、Residual Network(ResNet / 残差ネットワーク)、特徴マップ
[動画 01:39:15](https://youtu.be/iNMZtrpTXpM?t=5955)
### Wide ResNet(ワイドレズネット)
**読み**: ワイドレズネット
**一言で**: ResNetを深くする代わりに層の幅(チャンネル数)を広げた改良版CNN
ResNet(スキップ結合で深いネットワークを可能にしたCNN)の層の数(深さ)を増やす代わりに、層の幅、つまりチャンネル数(1つの層が持つ特徴マップの枚数)を広げた改良版のCNN(画像の特徴を自動で取り出すのが得意なニューラルネットワーク)です。ネットワークをどんどん深くすると学習が難しくなるという問題を、構造をシンプルに保ちながら精度と学習効率を両立させることで解決しました。層が少ないぶん並列計算がしやすく、ResNetより高速に学習でき、中規模のデータセット(学習用データの集まり)で効果を発揮します。
> 💡 「深さより幅」という発想のモデルです。試験ではResNetの派生モデルとしてDenseNetやSENetと並んで出題されます。
**関連用語**: Residual Network(ResNet / 残差ネットワーク)、DenseNet(デンスネット)、ボトルネック(ボトルネック構造)
[動画 01:39:31](https://youtu.be/iNMZtrpTXpM?t=5971)
### EfficientNet(エフィシェントネット)
**読み**: エフィシェントネット
**一言で**: 深さ・幅・解像度をバランスよく拡大した効率的なCNN
EfficientNetは、精度と計算の効率のバランスを最適化したCNN（画像の特徴を少しずつ取り出して認識するニューラルネットワーク）のモデルです。ネットワークの「深さ（層の数）」「幅（1層あたりの処理の数）」「解像度（入力画像の細かさ）」を同時にバランスよく大きくする複合スケーリング（Compound Scaling）を導入しました。限られた計算資源の中で最大の性能を引き出し、少ないパラメータ（学習で調整する数値）で高精度を実現し、スマートフォンからクラウドまで幅広く使われています。
> 💡 試験では「複合スケーリング（深さ・幅・解像度を同時に調整）」というキーワードとセットで問われます。
**関連用語**: MobileNet(モバイルネット)、MnasNet(マナスネット)、NAS(Neural Architecture Search / ニューラルアーキテクチャ探索)
[動画 01:39:58](https://youtu.be/iNMZtrpTXpM?t=5998)
### MobileNet(モバイルネット)
**読み**: モバイルネット
**一言で**: スマホなど非力な機器向けに計算を減らした軽量CNN
MobileNetは、スマートフォンなどのモバイル端末や組み込み機器（家電や車に組み込まれた小さなコンピューター）向けに設計された軽量なCNN（画像の特徴を少しずつ取り出して認識するニューラルネットワーク）です。深さ方向に分離した畳み込み（Depthwise Separable Convolution。フィルター処理を「場所ごと」と「色チャンネルごと」の2段階に分けて計算を減らす工夫）を使い、計算量とパラメータ数（学習で調整する数値の個数）を大幅に削減します。高い効率を保ちながら画像認識や物体検出に幅広く応用されています。
> 💡 スマホのカメラアプリがリアルタイムで被写体を認識できるのは、こうした軽量モデルのおかげです。試験では「Depthwise Separable Convolution」との組み合わせで覚えましょう。
**関連用語**: EfficientNet(エフィシェントネット)、MnasNet(マナスネット)
[動画 01:40:27](https://youtu.be/iNMZtrpTXpM?t=6027)
### MnasNet(マナスネット)
**読み**: マナスネット
**一言で**: NASで自動設計されたモバイル向けCNN
MnasNetは、モバイル端末（スマートフォンなど）向けに最適化されたCNN（画像の特徴を少しずつ取り出して認識するニューラルネットワーク）のモデルです。人が手で設計したのではなく、NAS（ニューラルアーキテクチャ探索。ネットワークの構造そのものをコンピューターに自動で探させる技術）によって設計されたのが特徴です。精度と処理速度のバランスを自動で探索し、限られた計算資源（処理能力）でも高い性能を発揮する構造になっています。
> 💡 「人が設計した」MobileNetに対し、「自動探索で設計された」モバイル向けモデルがMnasNet、と対比して覚えると整理しやすいです。
**関連用語**: NAS(Neural Architecture Search / ニューラルアーキテクチャ探索)、MobileNet(モバイルネット)、EfficientNet(エフィシェントネット)
[動画 01:40:52](https://youtu.be/iNMZtrpTXpM?t=6052)
### NAS(Neural Architecture Search / ニューラルアーキテクチャ探索)
**読み**: エヌエーエス(ニューラルアーキテクチャたんさく)
**一言で**: ニューラルネットの構造を自動で設計する技術
NASは、ニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）のアーキテクチャ（層の数やつなぎ方といった構造の設計図）を、人ではなくコンピューターに自動で設計させる技術です。従来は研究者が試行錯誤で構造を決めていましたが、その手間を減らし、強化学習（良い結果に報酬を与えて行動を学ばせる手法）や進化的手法（生物の進化のように良い候補を残して改良していく手法）などの探索アルゴリズム（候補を効率よく探す計算手順）を使って、精度や効率に優れたモデルを見つけ出します。モデル開発の自動化を進める重要なアプローチです。
> 💡 MnasNetやEfficientNetはNASを活用して設計されたモデルです。試験では「構造設計の自動化」というキーワードで問われます。
**関連用語**: MnasNet(マナスネット)、EfficientNet(エフィシェントネット)
[動画 01:41:16](https://youtu.be/iNMZtrpTXpM?t=6076)
### Fast R-CNN
**読み**: ファストアールシーエヌエヌ
**一言で**: 画像全体を一度だけCNNに通して高速化した物体検出モデル
Fast R-CNNは、物体検出（画像のどこに何が写っているかを見つけるタスク）のためのCNN（画像の特徴を少しずつ取り出して認識するニューラルネットワーク）モデルで、従来のR-CNNより高速で高度な処理ができます。R-CNNは候補領域ごとに何度もCNNを動かしていましたが、Fast R-CNNは画像全体を1度だけCNNに通し、得られた特徴マップ（特徴を数値で表した地図のようなもの）から領域提案（物体がありそうな候補の枠）ごとに分類と位置の補正を行います。特徴抽出の重複を省き、学習と推論の効率が大幅に向上しました。
> 💡 試験では R-CNN → Fast R-CNN → Faster R-CNN → Mask R-CNN という進化の順番と、それぞれの改良点が問われやすいです。
**関連用語**: Faster R-CNN、Mask R-CNN、YOLO(You Only Look Once)
[動画 01:41:35](https://youtu.be/iNMZtrpTXpM?t=6095)
### Faster R-CNN
**読み**: ファスターアールシーエヌエヌ
**一言で**: 領域提案もネットワーク内で行う(RPN)物体検出モデル
Faster R-CNNは、Fast R-CNNをさらに発展させた物体検出（画像のどこに何が写っているかを見つけるタスク）のモデルです。Fast R-CNNでは「物体がありそうな場所」の候補（領域提案）を別の仕組みで作っていたため、そこが処理の遅さの原因でした。Faster R-CNNは、領域提案をネットワークの内部で自動生成するRPN（Region Proposal Network。候補の枠を提案する専用のネットワーク）を導入しました。領域提案と物体の分類を一体化することで、検出精度を保ちながら処理速度を大幅に向上させました。
> 💡 「RPNを導入したのはどれか」と問われたらFaster R-CNNです。Fast R-CNNとの違いは領域提案をネットワーク内で行う点です。
**関連用語**: Fast R-CNN、Mask R-CNN、FPN(Feature Pyramid Network)
[動画 01:42:07](https://youtu.be/iNMZtrpTXpM?t=6127)
### Mask R-CNN
**読み**: マスクアールシーエヌエヌ
**一言で**: 物体検出に加えてピクセル単位の切り抜きも行うモデル
Mask R-CNNは、Faster R-CNNを拡張し、物体検出（画像のどこに何があるかを枠で見つけること）に加えて、ピクセル単位（画像を構成する一つ一つの点の単位）の領域分割を同時に行うモデルです。検出した対象ごとに、クラス分類（それが何かを当てる）、位置予測（枠の場所を当てる）、マスク生成（物体の形どおりに塗りつぶした領域を出す）の3つを並列で出力します。インスタンスセグメンテーション（同じ種類の物体でも1つ1つを区別して、それぞれの形を切り抜くタスク）の代表的な手法です。
> 💡 写真に写った3人の人物を、それぞれ別々に輪郭まで切り抜くのがインスタンスセグメンテーションで、その代表例がMask R-CNNです。
**関連用語**: Faster R-CNN、Fast R-CNN、FCN(Fully Convolutional Network / 完全畳み込みネットワーク)
[動画 01:42:30](https://youtu.be/iNMZtrpTXpM?t=6150)
### YOLO(You Only Look Once)
**読み**: ヨロ
**一言で**: 画像を一度見るだけで位置と種類を同時に当てる高速物体検出
YOLOは、画像をグリッド（マス目）に分割し、1回のCNN（画像の特徴を少しずつ取り出して認識するニューラルネットワーク）処理で物体の位置とクラス（何の物体か）を同時に予測する高速な物体検出（画像のどこに何があるかを見つけるタスク）モデルです。名前の「You Only Look Once」は「一度見るだけ」という意味で、R-CNN系のように候補領域を先に探してから分類する2段階ではなく、画像全体を1度に処理します。そのためリアルタイム性（動画をその場で処理できる速さ）が高く、監視カメラや自動運転などに応用されています。
> 💡 自動運転車がカメラ映像から歩行者や信号を瞬時に見つける場面で使われます。試験では「1段階（ワンステージ）で高速」な検出器としてSSDとともに問われます。
**関連用語**: SSD(Single Shot MultiBox Detector)、Faster R-CNN、Fast R-CNN
[動画 01:42:54](https://youtu.be/iNMZtrpTXpM?t=6174)
### SSD(Single Shot MultiBox Detector)
**読み**: エスエスディー
**一言で**: 1回のCNN処理で複数サイズの枠から物体を検出するモデル
SSDは、物体検出（画像のどこに何があるかを見つけるタスク）が1回のCNN（画像の特徴を少しずつ取り出して認識するニューラルネットワーク）処理、つまりシングルショットで完結する高速なモデルです。画像全体に対して、複数のサイズとアスペクト比（縦横の比率）を持つデフォルトボックス（あらかじめ用意した基準となる枠）を当てはめ、位置とクラス（何の物体か）を同時に予測します。精度と速度のバランスに優れ、リアルタイム検出（動画をその場で処理すること）に向いています。
> 💡 YOLOと同じく「一度に検出する」ワンステージ型の代表例です。試験では「デフォルトボックス」「複数スケールの特徴マップ」というキーワードで区別します。
**関連用語**: YOLO(You Only Look Once)、Faster R-CNN、FPN(Feature Pyramid Network)
[動画 01:43:15](https://youtu.be/iNMZtrpTXpM?t=6195)
### FPN(Feature Pyramid Network)
**読み**: エフピーエヌ
**一言で**: 解像度の異なる特徴を統合し大小の物体を検出しやすくする構造
FPNは、異なる解像度（細かさ）の特徴マップ（画像の特徴を数値で表した地図のようなもの）をピラミッドのように積み重ねて統合し、小さな物体から大きな物体まで検出しやすくする構造です。CNN（画像の特徴を少しずつ取り出して認識するニューラルネットワーク）では、深い層ほど「何が写っているか」という意味情報は豊かになりますが、「どこにあるか」という位置情報は粗くなります。FPNは意味情報と位置情報を組み合わせることで、物体検出（どこに何があるかを見つけること）やセグメンテーション（画像を領域ごとに塗り分けること）の精度を高めます。
> 💡 遠くの小さな車と手前の大きな車を同じモデルで見つけたい、といった場面で効果を発揮します。
**関連用語**: Faster R-CNN、SSD(Single Shot MultiBox Detector)、PSPNet(Pyramid Scene Parsing Network)
[動画 01:43:38](https://youtu.be/iNMZtrpTXpM?t=6218)
### FCN(Fully Convolutional Network / 完全畳み込みネットワーク)
**読み**: エフシーエヌ(かんぜんたたみこみネットワーク)
**一言で**: 全結合層を使わず畳み込み層だけでピクセル分類するCNN
FCNは、画像のセグメンテーション（画像を領域ごとに塗り分けるタスク）用に設計されたCNN（画像の特徴を少しずつ取り出して認識するニューラルネットワーク）です。通常のCNNの最後にある全結合層（すべての情報を1列にまとめて答えを出す層）を使わず、すべてを畳み込み層（画像にフィルターをかけて特徴を取り出す層）で構成しています。これにより入力画像と同じサイズの出力が得られ、ピクセル単位（画像を構成する一つ一つの点）で分類ができます。セマンティックセグメンテーション（各ピクセルがどの種類の物かを塗り分けるタスク）の基本モデルです。
> 💡 試験では「全結合層を畳み込み層に置き換えた」点がFCNの特徴として問われます。
**関連用語**: SegNet(セグネット)、U-Net(ユーネット)、Mask R-CNN
[動画 01:43:58](https://youtu.be/iNMZtrpTXpM?t=6238)
### SegNet(セグネット)
**読み**: セグネット
**一言で**: プーリング位置を記憶して復元するエンコーダ・デコーダ型の分割モデル
SegNetは、セマンティックセグメンテーション（画像の各ピクセルがどの種類の物かを塗り分けるタスク）向けのCNN（画像の特徴を取り出して認識するニューラルネットワーク）で、エンコーダ（入力を圧縮して特徴を取り出す部分）とデコーダ（圧縮した特徴を元のサイズに復元する部分）の構造を持ちます。エンコーダのプーリング（画像を縮小する処理）でどの位置の値を選んだかを記憶しておき、デコーダでその位置情報を使って復元します。これにより細かな領域の分類が可能で、FCNに比べて復元の精度が高いのが特徴です。
> 💡 自動運転でカメラ映像を「道路・歩道・車・人」などに塗り分ける用途の研究で有名になりました。
**関連用語**: FCN(Fully Convolutional Network / 完全畳み込みネットワーク)、U-Net(ユーネット)、PSPNet(Pyramid Scene Parsing Network)
[動画 01:44:21](https://youtu.be/iNMZtrpTXpM?t=6261)
### U-Net(ユーネット)
**読み**: ユーネット
**一言で**: U字型でスキップ接続を持つ、医療画像で有名な分割モデル
U-Netは、セマンティックセグメンテーション（画像の各ピクセルがどの種類の物かを塗り分けるタスク）用に設計された、U字型の構造を持つCNN（画像の特徴を取り出して認識するニューラルネットワーク）です。前半のエンコーダ（入力を圧縮して特徴を取り出す部分）で特徴を圧縮し、後半のデコーダ（元のサイズに復元する部分）で復元する際、対応するエンコーダ側の特徴マップをスキップ接続（層を飛び越えて直接つなぐ経路）で渡します。これにより位置情報と意味情報を両立でき、医療画像などの精密な領域分割で広く使われています。
> 💡 CTやMRIの画像から臓器や腫瘍の領域を正確に切り出す用途で代表的なモデルです。図がU字に見えることが名前の由来です。
**関連用語**: FCN(Fully Convolutional Network / 完全畳み込みネットワーク)、SegNet(セグネット)、DeepLab(ディープラボ)
[動画 01:44:47](https://youtu.be/iNMZtrpTXpM?t=6287)
### PSPNet(Pyramid Scene Parsing Network)
**読み**: ピーエスピーネット
**一言で**: ピラミッドプーリングで画像全体の文脈をつかむ分割モデル
PSPNetは、セマンティックセグメンテーション（画像の各ピクセルがどの種類の物に属するかを塗り分けるタスク）の精度向上を目的としたモデルです。特徴は、複数のスケール（大きさ）で特徴を集約するピラミッドプーリングモジュール（画像を粗い区切りから細かい区切りまで何段階かで縮小し、その結果をまとめる仕組み）を採用している点です。これにより画像全体の文脈情報（周囲に何があるかという情報）を捉えられるため、シーン全体（例えば「ここは道路の風景だ」）を理解しながら、細かい領域も正確に分類できます。
> 💡 「水の上にあるからボートで、道路の上なら車」というように周囲の状況から判断できるのが強みです。
**関連用語**: FPN(Feature Pyramid Network)、DeepLab(ディープラボ)、SegNet(セグネット)
[動画 01:45:13](https://youtu.be/iNMZtrpTXpM?t=6313)
### DeepLab(ディープラボ)
**読み**: ディープラボ
**一言で**: 広い文脈と細かい境界を両立した高精度な分割モデル
DeepLabは、セマンティックセグメンテーション（画像の各ピクセルがどの種類の物に属するかを塗り分けるタスク）の高精度化を目的としたモデルのシリーズです。広い範囲の文脈情報（周囲に何があるかという情報）と、物体の輪郭といった細かい境界情報の両方をうまく扱えるのが特徴です。複雑な背景や細かい形状にも対応でき、医療画像や自動運転などの分野でよく使われています。
> 💡 PSPNetと同じく「画像全体の文脈をつかむ」工夫をした分割モデルとして、名前を覚えておきましょう。
**関連用語**: PSPNet(Pyramid Scene Parsing Network)、U-Net(ユーネット)、FCN(Fully Convolutional Network / 完全畳み込みネットワーク)
[動画 01:45:35](https://youtu.be/iNMZtrpTXpM?t=6335)
### Swin Transformer(スウィントランスフォーマー)
**読み**: スウィントランスフォーマー
**一言で**: 画像を小さな窓ごとに処理する階層型の画像用Transformer
Swin Transformerは、画像を小さなパッチ（画像を切り分けた小さなタイル）の単位で処理する、階層構造を持ったTransformer（どの部分に注目すべきかを計算しながら全体を扱うモデル）です。画像をいくつかの窓（ウィンドウ）に区切り、その窓を少しずつずらしながら処理することで、局所的（近くの細かい部分）な情報とグローバル（画像全体）な情報を効率的に捉えます。画像分類、物体検出（どこに何があるかを見つけること）、セグメンテーション（領域の塗り分け）など幅広いタスクで高い性能を発揮します。
> 💡 Vision Transformer(ViT)の弱点だった計算量の多さを、窓ごとの処理と階層構造で改善したモデルとして位置づけられます。
**関連用語**: Vision Transformer(ViT、ビジョントランスフォーマー)、EfficientNet(エフィシェントネット)
[動画 01:45:53](https://youtu.be/iNMZtrpTXpM?t=6353)
---
## 第4章
### 自然言語処理・音声処理・深層強化学習・生成モデル・転移学習
### Vision Transformer(ViT、ビジョントランスフォーマー)
**読み**: ビジョントランスフォーマー(ヴィット)
**一言で**: 画像をパッチに分けて単語のようにTransformerで処理するモデル
Vision Transformer（ViT）は、画像を固定サイズのパッチ（画像を切り分けた小さなタイル）に分割し、それを文章の単語にあたるトークン（モデルが扱う最小の入力単位）とみなしてTransformer（どの部分に注目すべきかを計算しながら全体を扱うモデル）で処理するモデルです。それまで画像認識の主役だったCNN（画像の特徴を取り出して認識するニューラルネットワーク）を使わずに高度な画像分類を実現し、画像認識へのTransformer導入の先駆けとなりました。大量のデータと計算資源が必要ですが、柔軟性と拡張性に優れています。
> 💡 「画像を16×16のパッチに分けて単語のように扱う」というイメージで覚えましょう。試験では「CNNを使わない画像分類モデル」として問われます。
**関連用語**: Swin Transformer(スウィントランスフォーマー)、BERT(Bidirectional Encoder Representations from Transformers)
[動画 01:46:15](https://youtu.be/iNMZtrpTXpM?t=6375)
### OpenPose(オープンポーズ)
**読み**: オープンポーズ
**一言で**: 画像から複数人の骨格(関節の位置)をリアルタイムで推定するモデル
OpenPoseは、画像や動画から人物の骨格、つまり関節の位置を推定するリアルタイム（その場で即座に処理できる速さ）の姿勢推定モデルです。複数の人物の姿勢を同時に検出できるのが特徴で、スポーツのフォーム分析やAR（拡張現実。現実の映像にデジタル情報を重ねる技術）、監視などで広く活用されています。推定結果を棒人間のように画像の上に描けて視覚的に分かりやすいため、研究やデモにも多用されています。
> 💡 ダンスやゴルフのスイング動画に骨格の線を重ねてフォームをチェックするアプリは、この技術の応用例です。
**関連用語**: Mask R-CNN、YOLO(You Only Look Once)
[動画 01:46:36](https://youtu.be/iNMZtrpTXpM?t=6396)
### 自然言語処理(NLP)
**読み**: しぜんげんごしょり(エヌエルピー)
**一言で**: 人間の言葉をコンピューターで理解・生成する技術
自然言語処理は、日本語や英語など人間がふだん使う言語（自然言語）をコンピューターで理解・生成・解析する技術です。文章の分類（例えば迷惑メールかどうかの判定）、要約、翻訳、質問応答など幅広い応用があり、AIの重要な分野の一つです。近年は深層学習（ニューラルネットワークを多層に重ねた機械学習の手法）の進展により大きく進化し、ChatGPTのような対話AIもこの分野の成果です。
> 💡 スマホの予測変換、自動翻訳アプリ、チャットボットはすべて自然言語処理の応用です。
**関連用語**: 形態素解析、構文解析、機械翻訳、LLM(Large Language Model、大規模言語モデル)
[動画 01:47:00](https://youtu.be/iNMZtrpTXpM?t=6420)
### 形態素解析
**読み**: けいたいそかいせき
**一言で**: 文章を単語などの最小単位に区切り品詞を付ける処理
形態素解析は、文章を意味を持つ最小の単位である形態素（おおむね単語にあたるもの）に分割し、それぞれに品詞（名詞・動詞などの種類）などの情報を付ける処理です。英語は単語がスペースで区切られていますが、日本語は「私は本を読む」のように区切りが明確でないため、この処理が特に重要になります。自然言語処理（人間の言葉をコンピューターで扱う技術）の前処理としてよく使われます。
> 💡 「私は本を読む」→「私(名詞)／は(助詞)／本(名詞)／を(助詞)／読む(動詞)」のように分けるのが形態素解析です。
**関連用語**: 構文解析、自然言語処理(NLP)、Bag-of-Words(BoW)
[動画 01:47:27](https://youtu.be/iNMZtrpTXpM?t=6447)
### 構文解析
**読み**: こうぶんかいせき
**一言で**: 文の中の単語同士の関係や文法構造を明らかにする処理
構文解析は、文の中で単語同士がどのような関係にあるか、どのような文法構造になっているかを解析する処理です。「誰が（主語）」「どうした（述語）」「何を（目的語）」といった文の骨組みを明らかにします。形態素解析（文章を単語に区切る処理）の次の段階として行われることが多く、文の意味理解や機械翻訳（コンピューターによる自動翻訳）、質問応答システムなどに活用されます。
> 💡 「猫が魚を食べた」で、「猫が」が主語、「食べた」が述語、「魚を」が目的語だと判定するのが構文解析です。
**関連用語**: 形態素解析、自然言語処理(NLP)、機械翻訳
[動画 01:47:47](https://youtu.be/iNMZtrpTXpM?t=6467)
### 情報検索
**読み**: じょうほうけんさく
**一言で**: 大量のデータから求める情報を探し出す技術
情報検索は、大量のデータの中からユーザーの求める情報を見つけ出す技術です。インターネットの検索エンジンや社内の文書検索などに使われています。ユーザーが入力したクエリ（検索キーワードや質問文）と、それぞれの文書との関連性を評価し、関連の高い順に結果を返します。自然言語処理（人間の言葉をコンピューターで扱う技術）や機械学習（データからパターンを学ぶ技術）と組み合わせることで、より高度な検索が可能になります。
> 💡 Googleで調べ物をするとき、無数のページから関連の高いものが上位に並ぶのが情報検索の働きです。TF-IDFは関連性を測る代表的な指標です。
**関連用語**: TF-IDF、Bag-of-Words(BoW)、質問応答
[動画 01:48:06](https://youtu.be/iNMZtrpTXpM?t=6486)
### 感情分析
**読み**: かんじょうぶんせき
**一言で**: 文章から肯定・否定などの感情を自動で判定する技術
感情分析は、文章や発言から、書き手の「肯定的」「否定的」「中立」といった感情や意見の傾向を自動で判定する技術です。商品のレビューやSNSの投稿などに適用され、顧客の声の分析や世論調査などに活用されています。自然言語処理（人間の言葉をコンピューターで扱う技術）の代表的な応用の一つです。
> 💡 通販サイトのレビュー1万件を自動で「良い評価」「悪い評価」に仕分けして、商品の改善点を探すといった使い方をします。
**関連用語**: 自然言語処理(NLP)、Bag-of-Words(BoW)、TF-IDF
[動画 01:48:28](https://youtu.be/iNMZtrpTXpM?t=6508)
### 文書要約
**読み**: ぶんしょようやく
**一言で**: 長い文章から重要な部分を抜き出して短くまとめる技術
文書要約は、長い文章から重要な情報を抜き出して短くまとめる技術です。ニュース記事やレポート、論文などの内容を、短い時間で簡潔に把握できるようにします。元の文からそのまま重要な文を選んで並べる方法と、内容を理解した上で新しい文章として書き直す方法があり、近年は大規模言語モデル（大量の文章で学習した巨大なAIモデル）による後者の方法が大きく進歩しています。
> 💡 長いニュース記事の「3行まとめ」を自動で作るのが文書要約の典型例です。
**関連用語**: 自然言語処理(NLP)、文章生成、LLM(Large Language Model、大規模言語モデル)
[動画 01:48:49](https://youtu.be/iNMZtrpTXpM?t=6529)
### 機械翻訳
**読み**: きかいほんやく
**一言で**: ある言語の文章を別の言語に自動で翻訳する技術
機械翻訳は、ある言語の文章を別の言語に自動で翻訳する技術です。従来の方式は単語や語句を規則や統計に基づいて置き換えるもので、文全体の意味を理解することはできませんでした。これに対し、ニューラル機械翻訳（ニューラルネットワーク、つまり脳の神経回路を真似した計算の仕組みを使った翻訳）では、文脈（前後のつながり）を考慮した処理が可能になり、より自然な翻訳ができるようになりました。
> 💡 Google翻訳やDeepLなどの翻訳サービスが身近な例です。試験では「ニューラル機械翻訳で精度が大きく向上した」という流れを押さえましょう。
**関連用語**: 自然言語処理(NLP)、構文解析、GPT-n(Generative Pre-trained Transformer)
[動画 01:49:03](https://youtu.be/iNMZtrpTXpM?t=6543)
### 質問応答
**読み**: しつもんおうとう
**一言で**: 自然な言葉の質問に文章や知識から答えを返す技術
質問応答は、人間の自然な言葉で書かれた質問に対して、文章や知識ベース（整理して蓄えられた知識のデータ）から適切な答えを返す技術です。検索エンジン、チャットボット（文字で自動応答するプログラム）、音声アシスタントなどに活用されており、質問の意図と文章の内容を正確に理解する高い能力が求められます。最近は大規模言語モデル（大量の文章で学習した巨大なAIモデル）の発展により、性能が大きく向上しています。
> 💡 「日本で一番高い山は？」と聞くと「富士山です」と返すスマートスピーカーの機能が質問応答の例です。
**関連用語**: 自然言語処理(NLP)、情報検索、ChatGPT、BERT(Bidirectional Encoder Representations from Transformers)
[動画 01:49:25](https://youtu.be/iNMZtrpTXpM?t=6565)
### ワンホットベクトル(one-hot vector)
**読み**: ワンホットベクトル
**一言で**: 該当する要素だけ1、他は全部0にして種類を表す数値の並び
ワンホットベクトルは、カテゴリーデータ（「赤・青・緑」や単語の種類のように、数ではなく種類を表すデータ）を数値に変換する手法の一つです。対象の要素に対応する位置だけを1にし、それ以外をすべて0にしたベクトル（数値を一列に並べたもの）で表します。機械学習（データからパターンを学ぶ技術）のモデルは数値しか扱えないため、離散的（飛び飛びの値を取る）なカテゴリーを扱う際によく使われます。
> 💡 「りんご・みかん・ぶどう」の3種類があるとき、みかんは [0, 1, 0] と表します。単語の数が多いとベクトルがとても長くなるのが弱点で、それを解決するのが分散表現です。
**関連用語**: 分散表現、Bag-of-Words(BoW)、単語埋め込み(Word Embedding)
[動画 01:49:45](https://youtu.be/iNMZtrpTXpM?t=6585)
### Bag-of-Words(BoW)
**読み**: バッグオブワーズ
**一言で**: 単語の出現回数だけで文章を数値化する手法(順序は無視)
Bag-of-Wordsは、文章を構成する単語の出現回数だけに注目し、単語の順序や文法を無視して文章をベクトル（数値を一列に並べたもの）に変換する手法です。名前のとおり、文章を「単語を袋（bag）に放り込んだもの」とみなします。シンプルながらテキスト分類（文章を種類ごとに仕分けること）や情報検索（大量のデータから必要な情報を探すこと）の基本として広く使われています。意味の理解は弱いものの、計算が軽く扱いやすいのが利点です。
> 💡 「犬が猫を追う」と「猫が犬を追う」は、BoWではまったく同じベクトルになります。これが「順序を無視する」ということです。
**関連用語**: TF-IDF、n-gram、ワンホットベクトル(one-hot vector)、形態素解析
[動画 01:50:04](https://youtu.be/iNMZtrpTXpM?t=6604)
### n-gram
**読み**: エヌグラム
**一言で**: 文章を連続するn個の単語や文字のまとまりに区切る手法
n-gramは、テキストを連続するn個の単語や文字の組み合わせに分割する手法です。nが1ならユニグラム、2ならバイグラム、3ならトライグラムと呼びます。例えば「AIが好き」を単語単位のバイグラム（2-gram）にすると「AIが」「が好き」となります。単語の順序を無視するBag-of-Words（単語の出現回数だけで文章を表す手法）と違い、隣り合う語のつながりを見るため、文脈や言語の流れをある程度考慮できます。言語モデル（次に来る単語の確率を予測する仕組み）や文章解析に使われます。
> 💡 試験では「AIが好き」→「AIが」「が好き」のような具体例から n の値を答えさせる問題が出ることがあります。
**関連用語**: Bag-of-Words(BoW)、TF-IDF、形態素解析
[動画 01:50:29](https://youtu.be/iNMZtrpTXpM?t=6629)
### TF-IDF
**読み**: ティーエフアイディーエフ
**一言で**: その文書でよく出て、他では珍しい単語ほど重要とみなす指標
TF-IDFは、ある文書の中で単語がどれくらい重要かを表す指標です。TF（Term Frequency。その文書の中での単語の出現頻度）と、IDF（Inverse Document Frequency。全体の文書の中でその単語がどれくらい珍しいかを表す値）を掛け合わせて計算します。「の」「です」のようにどの文書にも出てくる単語は低く、その文書ではよく出るのに他の文書にはあまり現れない単語ほど高く評価されます。情報検索（大量のデータから必要な情報を探すこと）やテキスト分類（文章を種類ごとに仕分けること）に広く使われています。
> 💡 料理のレシピ集の中で「カレー」という単語は、カレーのレシピにだけ多く出てくるのでTF-IDFが高くなり、その文書の特徴語だと分かります。
**関連用語**: Bag-of-Words(BoW)、情報検索、n-gram
[動画 01:50:52](https://youtu.be/iNMZtrpTXpM?t=6652)
### 分散表現
**読み**: ぶんさんひょうげん
**一言で**: 単語の意味を多次元の数値ベクトルで表し、似た単語を近くに置く手法
分散表現は、単語の意味や単語同士の関係を、多次元の連続値のベクトル（小数を含む多数の数値を一列に並べたもの）で表現する手法です。ワンホットベクトル（該当する位置だけ1で他は0の表現）では単語同士の意味の近さを表せませんが、分散表現では意味の似た単語がベクトル空間（ベクトルを点として配置した空間）の中で近い位置に置かれます。意味的な情報を保持できる点が特徴で、Word2VecやBERTなどに応用されています。
> 💡 「王様」−「男」＋「女」≒「女王」のような単語の計算ができる、という有名な例は分散表現の性質を示したものです。
**関連用語**: 単語埋め込み(Word Embedding)、Word2Vec、ワンホットベクトル(one-hot vector)、BERT(Bidirectional Encoder Representations from Transformers)
[動画 01:51:13](https://youtu.be/iNMZtrpTXpM?t=6673)
### 単語埋め込み(Word Embedding)
**読み**: たんごうめこみ(ワードエンベディング)
**一言で**: 単語を意味に基づいて数値ベクトルに変換すること
単語埋め込みは、単語を意味に基づいて多次元のベクトル（多数の数値を一列に並べたもの）に変換する手法で、分散表現（単語の意味を数値の並びで表し、似た単語を近くに置く表現方法）の一種です。意味の近い単語はベクトル空間（ベクトルを点として配置した空間）の上でも近くなるように学習されます。「埋め込み」という名前は、単語をベクトル空間の中に埋め込む（配置する）イメージから来ています。
> 💡 「犬」と「猫」のベクトルは近く、「犬」と「自動車」のベクトルは遠くなります。Word2VecやfastTextが代表的な手法です。
**関連用語**: 分散表現、Word2Vec、fastText、ELMo(Embeddings from Language Models)
[動画 01:51:35](https://youtu.be/iNMZtrpTXpM?t=6695)
### Word2Vec
**読み**: ワードツーベック
**一言で**: 周囲の単語との関係から単語ベクトルを学習する代表的手法
Word2Vecは、単語を意味的な関係を反映したベクトル（多数の数値を一列に並べたもの）に変換する手法で、単語埋め込み（単語を意味に基づいて数値ベクトルにすること）などの分散表現（意味を数値の並びで表す表現方法）の代表例です。「似た文脈で使われる単語は似た意味を持つ」という考え方に基づき、周囲の単語との関係から学習します。周囲の単語から中央の単語を予測するCBOWと、中央の単語から周囲の単語を予測するスキップグラムの2つのモデルがあります。
> 💡 試験では「CBOW＝周囲から中央を予測」「スキップグラム＝中央から周囲を予測」の違いが定番の出題ポイントです。
**関連用語**: CBOW(Continuous Bag-of-Words)、スキップグラム(Skip-gram)、分散表現、fastText
[動画 01:51:50](https://youtu.be/iNMZtrpTXpM?t=6710)
### CBOW(Continuous Bag-of-Words)
**読み**: シーボウ
**一言で**: 周囲の単語から真ん中の単語を当てるWord2Vecのモデル
CBOWは、Word2Vec（単語を意味を反映した数値ベクトルに変換する手法）の2つの方式のうちの一つで、周囲の単語から中央の単語を予測するモデルです。例えば「今日は＿＿がいい」の前後から「天気」を当てるように学習します。文脈から意味を捉えるため頻出語に強く、安定した学習ができます。もう一方のスキップグラム（中央の単語から周囲を予測する方式）より学習が高速で、大規模なデータに適しています。
> 💡 穴埋め問題を解くように学習するのがCBOW、と覚えると分かりやすいです。
**関連用語**: Word2Vec、スキップグラム(Skip-gram)、Bag-of-Words(BoW)
[動画 01:52:11](https://youtu.be/iNMZtrpTXpM?t=6731)
### スキップグラム(Skip-gram)
**読み**: スキップグラム
**一言で**: 真ん中の単語から周囲の単語を当てるWord2Vecのモデル
スキップグラムは、Word2Vec（単語を意味を反映した数値ベクトルに変換する手法）の2つの方式のうちの一つで、中央の単語から周囲の単語を予測するモデルです。例えば「天気」という単語から「今日は」「がいい」を当てるように学習します。珍しい単語や文脈の細かい違いに敏感で、CBOW（周囲から中央を予測する方式）よりも意味的な表現に強い傾向があり、少ないデータでも良い分散表現（意味を数値の並びで表したもの）を得やすいのが特徴です。
> 💡 CBOWとは予測の向きが逆だと覚えましょう。「1つの単語から周りを広げて当てる」のがスキップグラムです。
**関連用語**: Word2Vec、CBOW(Continuous Bag-of-Words)、分散表現
[動画 01:52:36](https://youtu.be/iNMZtrpTXpM?t=6756)
### fastText
**読み**: ファストテキスト
**一言で**: 単語の綴りの一部(サブワード)も使ってベクトル化する手法
fastTextは、単語の内部構造、つまり綴りの一部であるサブワード（単語をさらに細かく区切った文字のまとまり。例えば「playing」の「play」「ing」など）を考慮してベクトル（多数の数値を一列に並べたもの）を生成するのが特徴の手法です。活用形や派生語など形が少し違う単語同士でも類似性を学習でき、未知語（学習データに出てこなかった単語）や誤字にも強いという利点があります。Word2Vec（単語全体を1つの単位として扱う手法）より柔軟な表現が可能で、テキスト分類（文章を種類ごとに仕分けること）にも利用されます。
> 💡 「走る」「走った」「走れば」のように形が変わる単語を、共通する部分からまとめて理解できるのが強みです。
**関連用語**: Word2Vec、単語埋め込み(Word Embedding)、分散表現
[動画 01:52:56](https://youtu.be/iNMZtrpTXpM?t=6776)
### ELMo(Embeddings from Language Models)
**読み**: エルモ
**一言で**: 前後の文脈に応じて同じ単語でも違うベクトルを作るモデル
ELMoは、文の前後の文脈に応じて単語の意味を動的に表現するモデルです。Word2Vecなどでは1つの単語に1つのベクトル（多数の数値を一列に並べたもの）が固定で割り当てられますが、ELMoは長期依存関係（文の中で離れた単語同士のつながり）を扱えるRNN（時系列データを順番に処理するニューラルネットワーク）の一種であるLSTMを使い、前からと後ろからの両方向の文脈を同時に捉えます。そのため、同じ単語でも使われ方によって異なるベクトルを生成できるのが特徴です。
> 💡 「銀行の口座」と「川の土手（英語ではどちらもbank）」のように、同じ綴りでも意味が違う単語を文脈で区別できます。
**関連用語**: 単語埋め込み(Word Embedding)、Word2Vec、BERT(Bidirectional Encoder Representations from Transformers)、CEC(Constant Error Carousel)
[動画 01:53:23](https://youtu.be/iNMZtrpTXpM?t=6803)
### CEC(Constant Error Carousel)
**読み**: シーイーシー
**一言で**: LSTMの中核で、誤差を減衰させずに長く伝える仕組み
CECは、LSTM（長い時系列の情報を記憶できるよう改良されたRNN）のコアとなる構造で、セルとも呼ばれます。セル状態（LSTMが持つ記憶の通り道）の中で、誤差（正解と予測のずれを表す値で、学習の手がかりになるもの）を長期間にわたって伝えることができる仕組みです。通常のRNN（時系列データを順番に処理するニューラルネットワーク）では勾配消失（学習の手がかりとなる値が層をさかのぼるうちにほぼ0になり、学習が進まなくなる現象）が起きやすいのですが、CECによって誤差が時間的に減衰せず、長期依存関係（離れた時点同士のつながり）を学習できるようになります。
> 💡 試験では「LSTMが長期記憶を保てる理由＝CEC（と各種ゲート）」という形で問われます。カルーセル（回転木馬）のように誤差を一定に回し続けるイメージです。
**関連用語**: ELMo(Embeddings from Language Models)、CTC(Connectionist Temporal Classification)
[動画 01:53:46](https://youtu.be/iNMZtrpTXpM?t=6826)
### CTC(Connectionist Temporal Classification)
**読み**: シーティーシー
**一言で**: 入力と出力の長さが違う時系列データを学習できる損失関数
CTCは、入力と出力の長さが一致しない時系列データ（時間とともに変化するデータ。例えば音声認識では、音声の長さと文字数は一致しません）に対応するための損失関数（モデルの予測がどれだけ正解とずれているかを測る計算式）です。どの時刻にどの文字が対応するかを厳密に指定しなくても学習できるのが特徴で、例えば「ハロー」に対する音声認識で、出力の長さが必ずしも一致しなくても正解として扱えます。
> 💡 音声の1秒間に「ハ」が何回分含まれるか、といった細かい対応付けを人が用意しなくてよいため、音声認識の学習が大幅に楽になりました。
**関連用語**: 音声認識、CEC(Constant Error Carousel)
[動画 01:54:09](https://youtu.be/iNMZtrpTXpM?t=6849)
### LLM(Large Language Model、大規模言語モデル)
**読み**: エルエルエム(だいきぼげんごモデル)
**一言で**: 大量の文章で訓練された巨大な言語モデル
LLMは、大量のテキストデータで訓練された、非常に規模の大きい自然言語処理（人間の言葉をコンピューターで扱う技術）のモデルです。言語モデル（次に来る単語の確率を予測する仕組み）をパラメータ（学習で調整する数値）数と学習データの両面で巨大化したもので、文章の生成、翻訳、要約、質問応答など幅広いタスクに1つのモデルで対応できます。BERTやGPT、PaLMなどが代表例で、高い言語理解と生成の能力を持っています。
> 💡 ChatGPTはLLMであるGPTシリーズをもとに作られた対話サービスです。
**関連用語**: GPT-n(Generative Pre-trained Transformer)、BERT(Bidirectional Encoder Representations from Transformers)、PaLM(Pathways Language Model)、ChatGPT
[動画 01:54:33](https://youtu.be/iNMZtrpTXpM?t=6873)
### BERT(Bidirectional Encoder Representations from Transformers)
**読み**: バート
**一言で**: Transformerのエンコーダで前後の文脈を双方向に捉える言語モデル
BERTは、Transformer（どの部分に注目すべきかを計算しながら文全体を扱うモデル）のエンコーダ（入力を理解して特徴に変換する部分）を使い、文の前後の文脈を同時に捉える双方向の言語モデル（単語の出現を予測する仕組み）です。まず大量の文章で事前学習（一般的な言葉の知識を先に学ぶこと）を行い、その後ファインチューニング（目的のタスクに合わせて追加で少し学習させること）する2段階で、多様な自然言語処理（人間の言葉をコンピューターで扱う技術）のタスクに対応できます。文の穴埋め、機械読解、質問応答などで高い精度を実現しました。
> 💡 試験では「BERT＝エンコーダ・双方向」「GPT＝デコーダ・一方向（前から順に生成）」という対比が頻出です。
**関連用語**: GPT-n(Generative Pre-trained Transformer)、LLM(Large Language Model、大規模言語モデル)、GLUE(General Language Understanding Evaluation)、ELMo(Embeddings from Language Models)
[動画 01:54:58](https://youtu.be/iNMZtrpTXpM?t=6898)
### PaLM(Pathways Language Model)
**読み**: パーム
**一言で**: Googleが開発した大規模な自己回帰型の言語モデル
PaLMは、Googleが開発した大規模な自己回帰型（前の単語までを見て次の単語を1つずつ予測していく方式）の言語モデル（単語の出現を予測する仕組み）です。GPTと同様に前から順に単語を予測して文章を生成します。多言語の処理、推論（筋道を立てて考えること）、プログラミングなど幅広いタスクに対応でき、高い汎用性と推論能力を持っています。Pathwaysという効率的な分散学習基盤（多数のコンピューターで手分けして学習する仕組み）の上で訓練されました。
> 💡 OpenAIのGPTに対する、Googleの大規模言語モデルの代表例として名前を覚えておきましょう。
**関連用語**: LLM(Large Language Model、大規模言語モデル)、GPT-n(Generative Pre-trained Transformer)、BERT(Bidirectional Encoder Representations from Transformers)
[動画 01:55:19](https://youtu.be/iNMZtrpTXpM?t=6919)
### GPT-n(Generative Pre-trained Transformer)
**読み**: ジーピーティーエヌ
**一言で**: OpenAIの、前から順に次の単語を予測して文章を作る大規模モデル
GPT-nは、OpenAIが開発した自己回帰型（前の単語までを見て次の単語を1つずつ予測していく方式）の大規模モデルのシリーズで、nはGPT-3、GPT-4のようにバージョン番号を示します。Transformer（どの部分に注目すべきかを計算しながら文全体を扱うモデル）のデコーダ（文を生成する部分）を用い、前から順に次の単語を予測する方式で文章を生成します。事前学習（大量の文章で一般的な言葉の知識を先に学ぶこと）の後は、少ない例を見せるだけでも高精度にタスクをこなせるのが特徴で、文章生成、会話、要約、翻訳など多くの用途で使われています。
> 💡 ChatGPTの土台となっているモデルです。試験では「デコーダのみ」「自己回帰」「少数の例で対応できる（Few-shot）」が出題ポイントです。
**関連用語**: ChatGPT、LLM(Large Language Model、大規模言語モデル)、BERT(Bidirectional Encoder Representations from Transformers)、PaLM(Pathways Language Model)
[動画 01:55:49](https://youtu.be/iNMZtrpTXpM?t=6949)
### ChatGPT
**読み**: チャットジーピーティー
**一言で**: GPTをもとにOpenAIが作った対話型のAIサービス
ChatGPTは、OpenAIが開発した対話型の大規模言語モデル（大量の文章で訓練された巨大なAIモデル）で、GPTシリーズをもとに構築されています。会話の形式で自然な応答を生成でき、質問応答、文章生成、要約、翻訳など幅広い用途に対応します。人間の指示に従う能力や、会話の文脈（それまでのやり取りの流れ）を保持する能力に優れており、実用的なAIチャットとして世界中で広く使われています。指示に従う自然な応答を実現するために、RLHF（人間の評価をもとにした強化学習）という手法が使われています。
> 💡 2022年11月の公開後わずか2か月で利用者が1億人に達し、生成AIブームのきっかけになりました。
**関連用語**: GPT-n(Generative Pre-trained Transformer)、RLHF(Reinforcement Learning from Human Feedback、人間のフィードバックによる強化学習)、LLM(Large Language Model、大規模言語モデル)
[動画 01:56:20](https://youtu.be/iNMZtrpTXpM?t=6980)
### GLUE(General Language Understanding Evaluation)
**読み**: グルー
**一言で**: 言語理解の能力を複数タスクで測るベンチマーク
GLUEは、自然言語処理（人間の言葉をコンピューターで扱う技術）のモデルがどれくらい言語を理解できているかを評価するベンチマーク（性能を比較するための共通のテスト）です。2つの文が似た意味かを判断する課題、文脈に基づく分類、自然言語推論（ある文から別の文が正しいと言えるかを判定する課題）など複数のタスクで構成されています。BERTやGPTなどのモデルの性能比較によく使われる指標の一つです。
> 💡 モデルの「国語の総合テスト」のようなもので、BERTがこのスコアで人間を上回ったことが話題になりました。
**関連用語**: BERT(Bidirectional Encoder Representations from Transformers)、GPT-n(Generative Pre-trained Transformer)、自然言語処理(NLP)
[動画 01:56:49](https://youtu.be/iNMZtrpTXpM?t=7009)
### 音韻
**読み**: おんいん
**一言で**: 言語の音の仕組みやパターンを扱う抽象的な単位
音韻は、言語の音の仕組みやパターンに関する抽象的な単位です。例えば日本語の「か」「き」「く」は実際には異なる音ですが、どれも同じk音を含んでいるなど、音の共通性やルールを扱います。個々の具体的な音そのものではなく、その言語の中でどの音が同じ仲間として扱われるかという「音の体系」に注目する概念です。音声認識（話し声を文字にする技術）や音声合成（文字から人工的な声を作る技術）で、文字と音の対応を理解するために重要です。
> 💡 試験では「音素」との区別が問われます。音素は意味を変える最小の音の単位、音韻はその音の体系やルールを指します。
**関連用語**: 音素、音声認識、音声合成
[動画 01:57:10](https://youtu.be/iNMZtrpTXpM?t=7030)
### 音素
**読み**: おんそ
**一言で**: 意味の違いを生む最小の音の単位
音素は、意味の違いを生み出す最小の音の単位です。例えば「か（ka）」と「が（ga）」の違いは「貝」と「害」のように単語の意味を変えるため、kとgは異なる音素とされます。音声認識（話し声を文字にする技術）では、文字や単語を認識する前の段階として、この音素レベルでの分析が重要になります。
> 💡 日本語の「ら」の音は英語のlでもrでも通じますが、英語ではlとrは別の音素で「light」と「right」の意味が変わります。
**関連用語**: 音韻、音声認識、隠れマルコフモデル(HMM、Hidden Markov Model)
[動画 01:57:34](https://youtu.be/iNMZtrpTXpM?t=7054)
### 音声認識
**読み**: おんせいにんしき
**一言で**: 人の話し声をテキストに変換する技術
音声認識は、人間の話し声をテキスト（文字）に変換する技術です。マイクで拾った音の波形から特徴を抽出し、どの言葉が話されたかを推定します。かつては隠れマルコフモデル（確率を使って時間とともに変わるデータを扱う統計モデル）が主流でしたが、現在は深層学習（ニューラルネットワークを多層に重ねた機械学習の手法）を使う方法が中心です。スマートフォンの音声入力やAIアシスタントなど、日常生活でも広く使われています。
> 💡 「OK Google」「Hey Siri」と話しかけて操作する機能や、会議の自動文字起こしが身近な例です。
**関連用語**: 音素、メル周波数ケプストラム係数(MFCC、Mel-Frequency Cepstral Coefficients)、隠れマルコフモデル(HMM、Hidden Markov Model)、CTC(Connectionist Temporal Classification)
[動画 01:57:55](https://youtu.be/iNMZtrpTXpM?t=7075)
### A/D変換(アナログ・デジタル変換)
**読み**: エーディーへんかん(アナログ・デジタルへんかん)
**一言で**: 音などの連続した信号をコンピューターが扱える数値に変える処理
A/D変換は、音声などの連続的なアナログ信号（空気の振動のように、途切れなく滑らかに変化する信号）を、コンピューターが扱えるデジタル信号（0と1の数値の並び）に変換する処理です。音声認識（話し声を文字にする技術）や音楽処理で、マイクで拾った信号を数値化するための基本のステップです。一定の時間間隔で信号の値を取り出す標本化（サンプリング）と、取り出した値を決められた段階の数値に丸める量子化という2つの工程からなります。
> 💡 試験では「標本化（時間を区切る）」と「量子化（値を区切る）」の2工程の名前と役割が問われます。
**関連用語**: パルス符号変調(PCM、Pulse Code Modulation)、高速フーリエ変換(FFT、Fast Fourier Transform)、音声認識
[動画 01:58:19](https://youtu.be/iNMZtrpTXpM?t=7099)
### パルス符号変調(PCM、Pulse Code Modulation)
**読み**: パルスふごうへんちょう(ピーシーエム)
**一言で**: 信号をサンプリングし量子化して符号化する代表的なA/D変換方式
パルス符号変調（PCM）は、A/D変換（連続したアナログ信号をコンピューターが扱えるデジタル信号に変える処理）の代表的な手法です。一定の間隔で信号の値を取り出すサンプリング（標本化）を行い、その値を決められた段階の数値に丸める量子化をしたうえで、0と1の符号に変換（符号化）します。音声データのデジタル化に広く使われており、電話や音楽CDなどでも採用されています。
> 💡 音楽CDは1秒間に44,100回サンプリングし、16ビットで量子化したPCM方式で音を記録しています。
**関連用語**: A/D変換(アナログ・デジタル変換)、高速フーリエ変換(FFT、Fast Fourier Transform)
[動画 01:58:42](https://youtu.be/iNMZtrpTXpM?t=7122)
### 高速フーリエ変換(FFT、Fast Fourier Transform)
**読み**: こうそくフーリエへんかん(エフエフティー)
**一言で**: 信号を周波数成分に分解するフーリエ変換を高速に計算する方法
高速フーリエ変換（FFT）は、信号を周波数成分（音でいえば「低い音がどれくらい、高い音がどれくらい含まれているか」）に分解するフーリエ変換という数学的な手法を、高速に計算するアルゴリズム（計算の手順）です。音声や画像などのデジタル信号処理で使われ、時間の流れに対して周波数がどう変化するかを解析できます。音声認識（話し声を文字にする技術）やノイズ除去などの前処理によく使われます。
> 💡 音楽プレーヤーで音の高さごとに棒グラフが動く「スペクトラムアナライザー」の表示は、FFTで音を周波数ごとに分解した結果です。
**関連用語**: スペクトル包絡、メル周波数ケプストラム係数(MFCC、Mel-Frequency Cepstral Coefficients)、A/D変換(アナログ・デジタル変換)
[動画 01:59:04](https://youtu.be/iNMZtrpTXpM?t=7144)
### スペクトル包絡
**読み**: スペクトルほうらく
**一言で**: 音の周波数スペクトルの全体的ななだらかな形(音色を表す)
スペクトル包絡は、音声信号の周波数スペクトル（音にどの高さの成分がどれくらい含まれているかを表したグラフ）の、全体的な形をなだらかな曲線で表した特徴です。瞬間的な細かい振動を取り除き、音の高さや明るさといった音色の違いを捉えるのに使われます。音声認識（話し声を文字にする技術）や音声合成（文字から人工的な声を作る技術）で、声や発音の特徴を表現するために重要な情報です。
> 💡 同じ「あ」の音でも人によって声の感じが違うのは、スペクトル包絡の形が違うからです。この形の山がフォルマントです。
**関連用語**: フォルマント、高速フーリエ変換(FFT、Fast Fourier Transform)、メル周波数ケプストラム係数(MFCC、Mel-Frequency Cepstral Coefficients)
[動画 01:59:29](https://youtu.be/iNMZtrpTXpM?t=7169)
### フォルマント
**読み**: フォルマント
**一言で**: 音声スペクトルに現れる強いエネルギーの山(母音の識別に重要)
フォルマントは、音声のスペクトル（音にどの高さの成分がどれくらい含まれているかを表したグラフ）に現れる、特定の周波数帯（音の高さの範囲）で強いエネルギーを持つ山のことです。口や舌の形で作られる声の響きの特徴で、母音の識別に重要です。例えば「あ」と「い」ではフォルマントの位置が異なります。声の性質や発音の特徴を捉えるうえで、音声認識（話し声を文字にする技術）や音声合成（文字から人工的な声を作る技術）に広く利用されます。
> 💡 声の高さ（音程）を変えずに「あ」「い」「う」を言い分けられるのは、口の形でフォルマントの位置を変えているからです。
**関連用語**: フォルマント周波数、スペクトル包絡、音素
[動画 01:59:55](https://youtu.be/iNMZtrpTXpM?t=7195)
### フォルマント周波数
**読み**: フォルマントしゅうはすう
**一言で**: フォルマント(山)がある周波数の位置。F1、F2などがある
フォルマント周波数は、フォルマント（音声のスペクトルに現れる強いエネルギーの山）に対応する、強調された周波数（音の高さ）の位置のことです。低い方から第1フォルマント（F1）、第2フォルマント（F2）などと複数あり、母音の特徴を識別するうえで重要です。例えばF1は口の開き具合、F2は舌の前後の位置に関連しています。
> 💡 「あ」は口を大きく開けるのでF1が高く、「い」は舌が前に来るのでF2が高くなる、というように母音の違いが数値で表せます。
**関連用語**: フォルマント、スペクトル包絡、音声認識
[動画 02:00:20](https://youtu.be/iNMZtrpTXpM?t=7220)
### メル尺度
**読み**: メルしゃくど
**一言で**: 人間の耳の感じ方に合わせて補正した周波数の物差し
メル尺度は、人間の聴覚の感じ方に基づいた周波数（音の高さ）のスケール（物差し）です。実際の周波数の数値を、人間が感じる音の高低に近い形に補正したもので、人間の耳は低い音の違いには敏感で、高い音の違いには鈍感であるという性質を反映しています。そのため、低周波数（低い音）の領域では細かく、高周波数（高い音）の領域では粗く扱うのが特徴です。
> 💡 100Hzと200Hzの違いははっきり聞き分けられても、5000Hzと5100Hzの違いはほとんど分からない、という人間の感覚を数値化したものです。
**関連用語**: メル周波数ケプストラム係数(MFCC、Mel-Frequency Cepstral Coefficients)、高速フーリエ変換(FFT、Fast Fourier Transform)
[動画 02:00:41](https://youtu.be/iNMZtrpTXpM?t=7241)
### メル周波数ケプストラム係数(MFCC、Mel-Frequency Cepstral Coefficients)
**読み**: メルしゅうはすうケプストラムけいすう(エムエフシーシー)
**一言で**: 人の聴覚に近い形で音声の特徴を数値化した代表的な特徴量
メル周波数ケプストラム係数（MFCC）は、人間の聴覚の感じ方に近づけた方法で、音声の特徴を少数の数値として抽出する技術です。音声をフーリエ変換（音を周波数ごとの成分に分解する計算）したあと、メル尺度（人間の耳の感じ方に合わせた周波数の物差し）で整理し、さらに変換して音色の特徴を取り出します。声の高さや音色の違いをうまく捉えることができ、音声認識（話し声を文字にする技術）で、どんな音が話されたかを機械が識別するための代表的な特徴量（データの特徴を表す数値）として使われます。
> 💡 試験では「音声認識の前処理で使われる代表的な特徴量」として、メル尺度とセットで問われます。
**関連用語**: メル尺度、スペクトル包絡、高速フーリエ変換(FFT、Fast Fourier Transform)、音声認識
[動画 02:01:04](https://youtu.be/iNMZtrpTXpM?t=7264)
### 音声合成
**読み**: おんせいごうせい
**一言で**: テキストから人の声のような音声を人工的に作る技術
音声合成は、テキスト（文字）データから、人の声のような音声を人工的に生成する技術です。文字や記号を読み上げ音声に変換し、カーナビの案内音声や読み上げアプリ、AIの音声などに使われています。以前は録音した音の断片をつなぎ合わせる方法が中心でしたが、自然さや感情表現の向上が進み、近年はWaveNetのように深層学習（ニューラルネットワークを多層に重ねた機械学習の手法）を用いる方法が主流になっています。
> 💡 駅の自動アナウンスや、スマートスピーカーが天気を読み上げる声は音声合成で作られています。
**関連用語**: WaveNet、音声生成、音声認識、スペクトル包絡
[動画 02:01:28](https://youtu.be/iNMZtrpTXpM?t=7288)
### 話者識別
**読み**: わしゃしきべつ
**一言で**: 声から「誰が話しているか」を特定する技術
話者識別は、音声から誰が話しているかを特定する技術です。声の高さ、話し方の癖、口の動かし方から生まれる発音の特徴などをもとに個人を判別します。音声認識（何を話したかを文字にする技術）が「内容」を扱うのに対し、話者識別は「誰の声か」を扱う点が異なります。セキュリティの本人確認（声紋認証）や、家族それぞれに合わせた応答をするパーソナライズされたサービスなどに活用されています。
> 💡 スマートスピーカーが家族の声を聞き分けて、その人のカレンダーを読み上げる機能は話者識別の応用です。
**関連用語**: 音声認識、フォルマント、メル周波数ケプストラム係数(MFCC、Mel-Frequency Cepstral Coefficients)
[動画 02:01:56](https://youtu.be/iNMZtrpTXpM?t=7316)
### 隠れマルコフモデル(HMM、Hidden Markov Model)
**読み**: かくれマルコフモデル(エイチエムエム)
**一言で**: 見えない内部状態の移り変わりを確率で表す、時系列向けの統計モデル
隠れマルコフモデル（HMM）は、直接は観測できない内部の状態がどのように移り変わるか（状態遷移）と、その状態からどんな観測データが生まれるかを、確率で表現する統計モデルです。「隠れ」は内部状態が見えないことを、「マルコフ」は次の状態が直前の状態だけで決まるという性質を意味します。時系列データ（時間とともに変化するデータ）の構造を捉えるのに適しており、深層学習が普及する前は音声認識（話し声を文字にする技術）の主流の手法として広く使われていました。
> 💡 音声認識では「発音しようとしている音素（見えない状態）」から「実際の音の波形（観測データ）」が生まれる、と考えてモデル化していました。
**関連用語**: 音声認識、音素、CTC(Connectionist Temporal Classification)
[動画 02:02:13](https://youtu.be/iNMZtrpTXpM?t=7333)
### WaveNet
**読み**: ウェーブネット
**一言で**: 音声の波形を1点ずつ直接生成する深層学習の音声合成モデル
WaveNetは、音声の波形そのものを直接生成する深層学習（ニューラルネットワークを多層に重ねた機械学習の手法）のモデルで、DeepMindが開発しました。従来の音声合成（文字から人工的な声を作る技術）よりも自然で滑らかな音声を出力できるのが特徴です。時間の流れに沿って、波形を1サンプル（1つの数値）ずつ、それまでの値をもとに次の値を予測していく自己回帰モデル（自分の過去の出力を入力にして次を予測するモデル）です。音声合成のほか、音楽の生成にも応用されています。
> 💡 Googleアシスタントの自然な声にはWaveNetの技術が使われています。試験では「音声波形を直接生成する自己回帰モデル」がキーワードです。
**関連用語**: 音声合成、音声生成、GPT-n(Generative Pre-trained Transformer)
[動画 02:02:37](https://youtu.be/iNMZtrpTXpM?t=7357)
### 強化学習
**読み**: きょうかがくしゅう
**一言で**: 試行錯誤しながら報酬が最大になる行動を学ぶ手法
強化学習は、エージェント（行動する主体となるAIプログラム）が環境とのやり取りを通じて、報酬（行動の良し悪しを表す点数）を最大化する行動を学ぶ手法です。正解を教えてもらう教師あり学習（正解付きのデータから学ぶ手法）とは違い、試行錯誤を繰り返しながら、良い結果につながった行動を強化し、悪い結果につながった行動を避けるようになります。ゲームやロボット制御、自動運転などの分野で活用されています。
> 💡 犬に「おすわり」ができたらおやつをあげて覚えさせるのと同じ仕組みです。囲碁AIのAlphaGoは強化学習の有名な成功例です。
**関連用語**: DQN(Deep Q-Network)、報酬成形(Reward Shaping)、PPO(Proximal Policy Optimization)、マルチエージェント(強化学習)
[動画 02:02:58](https://youtu.be/iNMZtrpTXpM?t=7378)
### 連続値制御
**読み**: れんぞくちせいぎょ
**一言で**: 行動が「右か左か」ではなく連続的な数値になる制御問題
連続値制御は、出力となる行動が「上・下・右・左」のような離散的（飛び飛びで数えられる）な選択肢ではなく、連続的な数値を取る制御問題のことです。例えばロボットの関節を何度曲げるか、車のハンドルを何度切るかなど、微細な動きの調整が必要な場面で使われます。強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）では、離散的な行動を扱うDQNのような手法はそのままでは使えないため、連続値に対応した手法が必要になります。
> 💡 テレビゲームのボタン操作は離散的、車のアクセルの踏み込み具合は連続値、と考えると違いが分かりやすいです。
**関連用語**: 強化学習、PPO(Proximal Policy Optimization)、DQN(Deep Q-Network)
[動画 02:03:22](https://youtu.be/iNMZtrpTXpM?t=7402)
### 報酬成形(Reward Shaping)
**読み**: ほうしゅうせいけい(リワードシェイピング)
**一言で**: 学習を効率化するために途中の行動にも補助的な報酬を与える工夫
報酬成形は、強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）において、学習を効率化するために報酬（行動の良し悪しを表す点数）の与え方を工夫する手法です。ゴールしたときだけ報酬が出るような場合、エージェント（行動するAI）はなかなか正解にたどり着けません。そこで本来の報酬だけでなく、途中の行動に対しても補助的な報酬を加えることで、探索（いろいろな行動を試すこと）を正しい方向に導きやすくします。適切に設計すれば学習が早まりますが、不適切だと「報酬だけ稼いでゴールしない」といった誤った方針を学習するリスクもあります。
> 💡 迷路でゴールに近づくたびに小さな点数を与えるのが報酬成形です。ただし設計を誤ると、同じ場所を行き来して点数を稼ぐずるい行動を覚えてしまいます。
**関連用語**: 強化学習、状態表現学習、DQN(Deep Q-Network)
[動画 02:03:41](https://youtu.be/iNMZtrpTXpM?t=7421)
### 状態表現学習
**読み**: じょうたいひょうげんがくしゅう
**一言で**: 画像などの観測データから行動判断に役立つコンパクトな状態を自動で抽出すること
状態表現学習は、強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）などで、観測されたデータから学習に適した「状態」を自動で抽出する手法です。画像やセンサーデータなどの高次元（扱う数値の数が非常に多い）な入力を、行動の判断に役立つコンパクトな表現（少ない数値のまとまり）に変換します。良い状態表現は、効率的な方策（どの状況でどう行動するかのルール）の学習や報酬の予測を支える土台となります。
> 💡 カメラ画像の何万ものピクセルから「ボールの位置と速度」だけを取り出せれば、行動の判断はずっと簡単になる、というイメージです。
**関連用語**: 強化学習、DQN(Deep Q-Network)、報酬成形(Reward Shaping)
[動画 02:04:06](https://youtu.be/iNMZtrpTXpM?t=7446)
### DQN(Deep Q-Network)
**読み**: ディーキューエヌ
**一言で**: Q関数をニューラルネットワークで近似した深層強化学習の手法
DQNは、Q学習（各状態で各行動を取ったときの価値＝Q値を学習する強化学習の手法）と深層学習（ニューラルネットワークを多層に重ねた機械学習の手法）を組み合わせた強化学習の手法です。Q関数（状態と行動の組み合わせの価値を返す関数）を表で管理する代わりに、ニューラルネットワーク（脳の神経回路を真似した計算の仕組み）で近似します。これにより画像のような複雑な入力も扱えるようになり、ゲームやロボット開発、自動運転など様々な領域で成功を収め、深層学習と強化学習の融合として注目されました。
> 💡 DeepMindがAtariのゲーム画面だけを入力にして人間以上のスコアを出したことで有名になりました。試験では「経験再生」「ターゲットネットワーク」という安定化の工夫も問われます。
**関連用語**: 強化学習、Double DQN(ダブルDQN)、Dueling Network(デュエリングネットワーク)、Rainbow(レインボー)
[動画 02:04:32](https://youtu.be/iNMZtrpTXpM?t=7472)
### Double DQN(ダブルDQN)
**読み**: ダブルディーキューエヌ
**一言で**: 行動の選択と評価を別のネットワークで行いQ値の過大評価を抑えるDQN改良版
Double DQNは、DQN（Q値をニューラルネットワークで近似する強化学習手法）の改良版で、Q値（ある状態である行動を取ったときの価値）の過大評価を抑えるために、行動の選択と行動の評価に別々のネットワークを使う手法です。通常のDQNは、次の状態での最大のQ値をそのまま使って学習するため、たまたま高く見積もられた値に引きずられてQ値が過剰に大きくなりやすいという問題がありました。選択と評価を分離することで、この偏りが抑えられ、より安定した学習が可能になります。
> 💡 「どの行動が良さそうか選ぶ人」と「その行動の点数を付ける人」を別にして、自画自賛による水増しを防ぐイメージです。
**関連用語**: DQN(Deep Q-Network)、Dueling Network(デュエリングネットワーク)、Rainbow(レインボー)
[動画 02:04:58](https://youtu.be/iNMZtrpTXpM?t=7498)
### Dueling Network(デュエリングネットワーク)
**読み**: デュエリングネットワーク
**一言で**: 状態の価値と行動の優位性を別々に推定して合成するDQNの拡張
Dueling Networkは、DQN（Q値をニューラルネットワークで近似する強化学習手法）の拡張で、ネットワークの途中を2つに分け、状態の価値（V。その状況自体がどれくらい良いか）と、各行動のアドバンテージ（A。その状況で他の行動と比べてどれくらい有利か）を別々に推定し、最後に合成してQ値（状態と行動の組み合わせの価値）を求める構造です。すべての行動を一つ一つ評価しなくても状態の良し悪しを判断できるため学習効率が向上し、特にどの行動を取ってもあまり結果が変わらない状況で効果を発揮します。
> 💡 「この場面はそもそも有利か不利か」と「この場面でどの手が相対的に良いか」を分けて考える、と覚えましょう。
**関連用語**: DQN(Deep Q-Network)、Double DQN(ダブルDQN)、Rainbow(レインボー)
[動画 02:05:25](https://youtu.be/iNMZtrpTXpM?t=7525)
### Noisy Network(ノイジーネットワーク)
**読み**: ノイジーネットワーク
**一言で**: ネットワークの重みにノイズを加えて探索を行う手法
Noisy Networkは、探索（まだ試していない行動を試してみること）のために、ニューラルネットワーク（脳の神経回路を真似した計算の仕組み）の重み（学習で調整される数値）にランダムなノイズ（ゆらぎ）を加える手法です。強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）において、より効率的で状況に適応した探索が可能になります。ε-greedy（一定の確率でランダムな行動を取る、外から与える探索ルール）のような仕組みを使わずに、ネットワーク自身が行動の不確実性を学習に取り込めるため、より広い範囲の行動を探索できます。
> 💡 「たまにサイコロで行動を決める」のがε-greedy、「判断する脳みそ自体を少し揺らす」のがNoisy Network、というイメージです。
**関連用語**: DQN(Deep Q-Network)、Rainbow(レインボー)、強化学習
[動画 02:05:53](https://youtu.be/iNMZtrpTXpM?t=7553)
### Rainbow(レインボー)
**読み**: レインボー
**一言で**: DQNの改良手法を7つ組み合わせた統合モデル
Rainbowは、2017年に開発された、DQN（Q値をニューラルネットワークで近似する強化学習手法）の発展系である強化学習手法の統合モデルです。DQN、Double DQN、Dueling Network、マルチステップ学習（数ステップ先までの報酬をまとめて使う手法）、Noisy Network、Categorical DQN（価値を確率分布で表す手法）、Prioritized Experience Replay（重要な経験を優先的に学習に使う手法）の7つの手法を組み合わせています。虹の7色になぞらえた名前で、各手法を単独で使うよりも高い性能を発揮します。
> 💡 試験では「DQN系の改良手法を複数組み合わせたもの」として問われます。7つの手法のうちどれが含まれるかを選ばせる問題もあります。
**関連用語**: DQN(Deep Q-Network)、Double DQN(ダブルDQN)、Dueling Network(デュエリングネットワーク)、Noisy Network(ノイジーネットワーク)
[動画 02:06:22](https://youtu.be/iNMZtrpTXpM?t=7582)
### Ape-X
**読み**: エイペックス
**一言で**: 多数のエージェントで経験を集め優先度付きで共有する分散強化学習
Ape-Xは、強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）の分散学習（多数のコンピューターやプログラムで手分けして学習すること）の手法です。複数のエージェント（行動するAIプログラム）が同時にそれぞれの環境と対話して経験を集め、集めた経験を優先度付き（学習に役立ちそうな重要な経験を優先する仕組み）で共有・再利用します。特にDQN系のアルゴリズム（計算手順）をスケーラブル（規模を大きくしても性能が伸びる形）に高速化したい場面で用いられます。
> 💡 1人で練習するより、何百人が同時に練習して「特に学びの多かった場面」を持ち寄る方が速く上達する、というイメージです。
**関連用語**: DQN(Deep Q-Network)、Rainbow(レインボー)、A3C(Asynchronous Advantage Actor-Critic)
[動画 02:06:56](https://youtu.be/iNMZtrpTXpM?t=7616)
### A3C(Asynchronous Advantage Actor-Critic)
**読み**: エースリーシー
**一言で**: 複数のエージェントが非同期に並列学習するActor-Critic型の手法
A3Cは、強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）の代表的なアルゴリズム（計算手順）の一つで、複数のエージェント（行動するAIプログラム）が並列かつ非同期（互いの足並みを待たずにバラバラのタイミングで）に学習を進める手法です。アクター（方策。どう行動するかを決める部分）とクリティック（価値。その状況や行動がどれくらい良いかを評価する部分）を同時に学習し、安定した行動の選択が可能になります。非同期の更新により計算効率が高く、エージェントごとに違う経験をするため探索の多様性も確保できるので、複雑な環境でも高速に学習が進みます。
> 💡 名前の3つのAは Asynchronous（非同期）、Advantage（優位性）、Actor（行動役）で、Cは Critic（評価役）です。試験では「Actor-Critic」の意味が問われます。
**関連用語**: 強化学習、PPO(Proximal Policy Optimization)、Ape-X、DQN(Deep Q-Network)
[動画 02:07:17](https://youtu.be/iNMZtrpTXpM?t=7637)
### PPO(Proximal Policy Optimization)
**読み**: ピーピーオー
**一言で**: 方策を少しずつ更新して安定と効率を両立した強化学習アルゴリズム
PPOは、方策勾配法（方策、つまり「どの状況でどう行動するか」のルールそのものを、報酬が増える方向へ直接調整していく強化学習の手法）の一種で、学習の安定性と効率を両立させたアルゴリズム（計算手順）です。一度の更新で行動の方策を大きく変えると学習が壊れてしまうことがあるため、前の方策から離れすぎないように少しずつ更新します。これにより急激な方策の変化を防ぎ、壊れにくい学習が可能になります。シンプルで実装しやすく、多くの強化学習タスクで高い性能を発揮し、ChatGPTのRLHF（人間の評価による強化学習）にも使われました。
> 💡 試験では「方策の更新幅を制限して安定化した手法」として問われます。OpenAIが開発し、現在の強化学習の標準的な手法の一つです。
**関連用語**: 強化学習、A3C(Asynchronous Advantage Actor-Critic)、RLHF(Reinforcement Learning from Human Feedback、人間のフィードバックによる強化学習)、連続値制御
[動画 02:07:48](https://youtu.be/iNMZtrpTXpM?t=7668)
### オフライン強化学習
**読み**: オフラインきょうかがくしゅう
**一言で**: 環境と新たにやり取りせず、過去の行動データだけで学ぶ強化学習
オフライン強化学習は、過去に収集された行動データだけを使って学習を行う強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）の方式です。通常の強化学習はエージェント（行動するAI）が環境と実際にやり取りしながら学びますが、オフライン強化学習では新たなやり取りをせずに学習できるため、試行錯誤が難しい医療や自動運転などの分野に有効です。一方で、データの偏りや、データを集めたときの行動方策（行動のルール）と学習中の方策の違いによる過学習（手元のデータだけに合わせすぎて新しい状況に弱くなること）のリスクがあり、その対策が重要とされています。
> 💡 患者で試行錯誤するわけにはいかない治療方針の学習や、事故を起こせない自動運転で、過去の記録データから学ぶ場面に向いています。
**関連用語**: 強化学習、sim2real(シム・トゥ・リアル)、PPO(Proximal Policy Optimization)
[動画 02:08:15](https://youtu.be/iNMZtrpTXpM?t=7695)
### 残差学習(残差強化学習)
**読み**: ざんさがくしゅう(ざんさきょうかがくしゅう)
**一言で**: 既存の制御器に強化学習で「不足分の補正」だけを上乗せする手法
残差学習（残差強化学習）は、すでにある制御器（ロボットなどを動かす既存の仕組み）や手法に対して、強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）で学習した補正、つまり残差（足りない分の差）を加える手法です。基本の制御は従来の仕組みに任せて安全性や安定性を確保しつつ、強化学習では不足している分だけを調整します。ゼロから学ぶより効率的かつ安全に性能を向上でき、ロボット制御や物理シミュレーションでよく使われます。
> 💡 ベテランの運転をベースにして、AIは「ほんの少しハンドルを補正する」役だけを学ぶ、というイメージです。
**関連用語**: 強化学習、sim2real(シム・トゥ・リアル)、連続値制御
[動画 02:08:43](https://youtu.be/iNMZtrpTXpM?t=7723)
### ドメインランダマイゼーション
**読み**: ドメインランダマイゼーション
**一言で**: シミュレーションの条件をランダムに変えて学習し、実環境への適応力を高める手法
ドメインランダマイゼーションは、強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）やロボティクス（ロボット工学）で、シミュレーション環境（コンピューター上で作った仮想の環境）の摩擦、光の当たり方、物の形状などの物理パラメーター（環境の条件を決める数値）をランダムに変化させながら学習する手法です。多様な状況で学習することで、見たことのない実環境にも対応できる適応力を高めることが目的で、シミュレーションから実機への移行（sim2real）でよく使われます。
> 💡 いろいろな明るさ・床の滑りやすさで練習しておけば、本番の部屋がどんな条件でも対応できる、という考え方です。
**関連用語**: sim2real(シム・トゥ・リアル)、強化学習、残差学習(残差強化学習)
[動画 02:09:12](https://youtu.be/iNMZtrpTXpM?t=7752)
### sim2real(シム・トゥ・リアル)
**読み**: シムトゥリアル
**一言で**: シミュレーションで学んだモデルを現実世界で使えるようにする技術
sim2realは、シミュレーション環境（コンピューター上で作った仮想の環境）で学習・開発したモデルを、実世界の環境に適用する技術や手法の総称です。現実の環境で何千回も試行錯誤するのが難しいロボティクス（ロボット工学）や自動運転などで重要になります。ただし、シミュレーターと実環境には必ず違い（リアリティギャップ）があり、そのまま持ち込むと性能が落ちてしまうため、ドメインランダマイゼーション（シミュレーションの条件をランダムに変えて学習する手法）やドメイン適応（学習した環境と使う環境の違いを埋める手法）などの工夫が用いられます。
> 💡 ゲームの中でロボットの歩き方を練習させ、その学習結果を本物のロボットに移して歩かせるのがsim2realです。
**関連用語**: ドメインランダマイゼーション、強化学習、残差学習(残差強化学習)、オフライン強化学習
[動画 02:09:40](https://youtu.be/iNMZtrpTXpM?t=7780)
### RLHF(Reinforcement Learning from Human Feedback、人間のフィードバックによる強化学習)
**読み**: アールエルエイチエフ(にんげんのフィードバックによるきょうかがくしゅう)
**一言で**: 人間の評価を報酬にしてAIの応答を望ましい方向へ調整する手法
RLHFは、人間の評価や好みをもとに強化学習（報酬が最大になる行動を学ぶ手法）を行う手法です。AIの出力に対して人間が「どちらの回答がより良いか」を比較し、その情報から報酬モデル（回答の良さを点数化するモデル）を学習します。ChatGPTなどの対話AIで自然で望ましい応答を生成するために使われています。主な手順は3ステップで、(1)プロンプト（指示文）と模範回答のペアによる教師あり学習（正解付きデータで学ぶこと）、(2)AIの複数回答に人が順位付けして報酬モデルを学習、(3)1と2をもとに強化学習でモデルを最適化する、という流れです。
> 💡 試験では3ステップの順番（教師あり学習→報酬モデル→強化学習）と、ChatGPTで使われたことが問われます。
**関連用語**: ChatGPT、強化学習、PPO(Proximal Policy Optimization)、GPT-n(Generative Pre-trained Transformer)
[動画 02:10:09](https://youtu.be/iNMZtrpTXpM?t=7809)
### マルチエージェント(強化学習)
**読み**: マルチエージェント(きょうかがくしゅう)
**一言で**: 複数のエージェントが同じ環境で影響し合いながら学ぶ強化学習
マルチエージェント強化学習は、複数のエージェント（行動するAIプログラム）が同じ環境の中で、互いに影響し合いながら行動する強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）の枠組みです。エージェント同士の協調（協力して目標を達成する）、競争（相手に勝とうとする）、通信（情報をやり取りする）などが発生し、他のエージェントの行動によって環境が変わってしまうため、単一エージェントの場合とは異なる複雑な学習が必要になります。自動運転車同士の協調やチーム制のロボット、対戦ゲームなどに応用されています。
> 💡 OpenAI Fiveは5体のエージェントがチームを組んでゲームをプレイする、マルチエージェント強化学習の有名な例です。
**関連用語**: 強化学習、OpenAI Five、AlphaStar(アルファスター)、A3C(Asynchronous Advantage Actor-Critic)
[動画 02:11:07](https://youtu.be/iNMZtrpTXpM?t=7867)
### Agent57
**読み**: エージェントごじゅうなな
**一言で**: Atariの57ゲーム全てで人間平均を超えたDeepMindのエージェント
Agent57は、DeepMindが開発した、多様な強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）のタスクに対応する高性能なエージェント（行動するAIプログラム）です。報酬がなかなか得られず探索（まだ試していない行動を試すこと）が難しい環境でも安定して学習できるよう、複数の探索戦略と方策（行動のルール）を組み合わせる仕組みを採用しています。Atari 2600（1970〜80年代の家庭用ゲーム機）のゲーム57種類すべてで人間の平均スコアを上回った初のエージェントとして注目されました。
> 💡 名前の「57」はAtariのベンチマークに使われるゲームの本数です。DQNが苦手だった難しいゲームもすべて攻略した点が画期的でした。
**関連用語**: DQN(Deep Q-Network)、Rainbow(レインボー)、Ape-X、強化学習
[動画 02:11:33](https://youtu.be/iNMZtrpTXpM?t=7893)
### OpenAI Five
**読み**: オープンエーアイファイブ
**一言で**: 5体のAIがチームでDota 2をプレイしプロに勝った強化学習システム
OpenAI Fiveは、OpenAIが開発した、5体のエージェント（行動するAIプログラム）がチームを組んで対戦ゲーム「Dota 2」をプレイする強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）のシステムです。Dota 2は、5人対5人でリアルタイムに操作・戦略・チームの協調が求められる非常に複雑な対戦ゲームで、将棋や囲碁のように順番に手を打つゲームよりも難しいとされます。人間のプロチームにも勝利したことで注目されました。
> 💡 マルチエージェント強化学習の代表例です。試験では「Dota 2」と「OpenAI」の組み合わせで覚えましょう。
**関連用語**: マルチエージェント(強化学習)、AlphaStar(アルファスター)、PPO(Proximal Policy Optimization)、強化学習
[動画 02:12:10](https://youtu.be/iNMZtrpTXpM?t=7930)
### AlphaStar(アルファスター)
**読み**: アルファスター
**一言で**: StarCraft IIでプロに勝ったDeepMindの強化学習エージェント
AlphaStarは、DeepMindが開発した、リアルタイム戦略ゲーム「StarCraft II」をプレイする強化学習（試行錯誤で報酬が最大になる行動を学ぶ手法）のエージェント（行動するAIプログラム）です。StarCraft IIは、多数のユニットを同時に操作しながら長期的な戦略を立てる必要があり、さらに画面に映る範囲しか見えない（視野制限）という不完全情報のゲームです。こうした人間に近い制約の中で学習し、プロゲーマーに勝利した初のAIとして話題になりました。
> 💡 同じDeepMindの囲碁AI「AlphaGo」の名前と混同しないように注意しましょう。AlphaStarはStarCraft IIです。
**関連用語**: OpenAI Five、マルチエージェント(強化学習)、Agent57、強化学習
[動画 02:12:31](https://youtu.be/iNMZtrpTXpM?t=7951)
### 画像生成
**読み**: がぞうせいせい
**一言で**: テキストや他の画像から新しい画像をAIが作り出す技術
画像生成は、AI技術を用いて、テキストや他の画像データから新しい画像を自動的に作り出す技術です。人物や風景、アート作品などを自然な見た目で生成でき、デザイン、広告、ゲーム開発など様々な分野で活用されています。代表的な仕組みには、2つのネットワークを競わせるGAN（敵対的生成ネットワーク）や、ノイズから少しずつ画像を復元する拡散モデルなどがあります。
> 💡 「夕焼けの海辺を歩く猫」と文章で指示すると、その絵を描いてくれるサービス（Stable Diffusion、DALL-Eなど）が身近な例です。
**関連用語**: 敵対的生成ネットワーク(GAN、Generative Adversarial Network)、文章生成、音声生成
[動画 02:12:54](https://youtu.be/iNMZtrpTXpM?t=7974)
### 文章生成
**読み**: ぶんしょうせいせい
**一言で**: 与えられた条件や文脈に沿って自然な文章をAIが作り出す技術
文章生成は、AIが与えられた条件や文脈（前後の流れ）に基づいて、自然な文章を作り出す技術です。ニュース記事の作成、要約、対話の応答、キャッチコピーの提案など幅広い場面で活用されています。近年は大規模言語モデル（大量の文章で訓練された巨大なAIモデル）により、人間が書いたものと見分けがつかないほど自然な文章の生成が可能になっています。
> 💡 ChatGPTにメールの下書きを頼むと文章が返ってくるのが、文章生成の最も身近な例です。
**関連用語**: LLM(Large Language Model、大規模言語モデル)、GPT-n(Generative Pre-trained Transformer)、文書要約、画像生成
[動画 02:13:15](https://youtu.be/iNMZtrpTXpM?t=7995)
### 音声生成
**読み**: おんせいせいせい
**一言で**: テキストなどの入力から人の声のような音声をAIが作り出す技術
音声生成は、テキストなどの入力から、人間の声のような音声を人工的に作り出す技術です。カーナビの案内音声、読み上げアプリ、AIアシスタントなどで使われています。従来は録音した音をつなぎ合わせる方法が中心でしたが、近年はWaveNetのように深層学習（ニューラルネットワークを多層に重ねた機械学習の手法）を使うことで、自然で滑らかな音質が実現されています。音声合成とほぼ同じ意味で使われる言葉です。
> 💡 動画のナレーションをAIの声で作ったり、特定の人の声を再現したりする技術が広まっています。
**関連用語**: 音声合成、WaveNet、画像生成、文章生成
[動画 02:13:42](https://youtu.be/iNMZtrpTXpM?t=8022)
### 敵対的生成ネットワーク(GAN、Generative Adversarial Network)
**読み**: てきたいてきせいせいネットワーク(ガン)
**一言で**: 生成器と識別器を競わせてリアルなデータを作る仕組み
敵対的生成ネットワーク（GAN）は、生成器（ジェネレーター。偽物のデータを作る側）と識別器（ディスクリミネーター。本物か偽物かを見分ける側）という2つのニューラルネットワーク（脳の神経回路を真似した計算の仕組み）が競い合うことで、リアルなデータを生成する仕組みです。生成器はできるだけ本物そっくりのデータを作ろうとし、識別器はそれを見破ろうとします。この競争を繰り返すうちに両者の腕が上がり、最終的に生成器は本物と見分けがつかないほど高精度な画像、音声、映像などを作れるようになります。
> 💡 「偽札を作る偽造者と、それを見破る警察がお互いに腕を磨き合う」というたとえが有名です。試験では「生成器」「識別器」の2つの役割が問われます。
**関連用語**: 画像生成、音声生成、文章生成
[動画 02:14:06](https://youtu.be/iNMZtrpTXpM?t=8046)
### DCGAN(Deep Convolutional GAN)
**読み**: ディーシーガン
**一言で**: CNNを使って高精細な画像を作るGANの派生モデル
GAN（生成器と識別器という2つのネットワークを競わせて、本物そっくりのデータを作る仕組み）の派生モデルです。生成器（偽物を作る側）と識別器（本物か偽物かを見分ける側）の両方に、畳み込みニューラルネットワーク（CNN。画像の特徴をとらえるのが得意な計算の仕組み）を使う点が特徴です。これにより、生成した画像のノイズ（ざらつきや乱れ）を抑えつつ、より高精細な画像を作れるようになりました。
> 💡 試験では「GANにCNNを組み合わせたモデル」として、Pix2PixやCycleGANなど他のGAN派生モデルとの区別が問われます。
**関連用語**: Pix2Pix、CycleGAN(サイクルGAN)、拡散モデル(ディフュージョンモデル、Diffusion Model)
[動画 02:14:35](https://youtu.be/iNMZtrpTXpM?t=8075)
### Pix2Pix
**読み**: ピックスツーピックス
**一言で**: ペア画像で学習し、画像を別の画像に変換するモデル
ある画像を別の画像に変換するAIモデルです。例えば絵画から写真風の画像を作るといったことができます。学習には「変換前の画像」と「変換後の画像」をセットにしたペアの画像データ（対応関係がはっきりした2枚組のデータ）を使います。白黒写真への色付けや、傷んだ画像の修復など、画像の見た目を変えるタスク（課題）に使われます。
> 💡 線画から着色済みのイラストを作る、地図から航空写真風の画像を作る、といった用途が典型例です。
**関連用語**: CycleGAN(サイクルGAN)、DCGAN(Deep Convolutional GAN)
[動画 02:14:55](https://youtu.be/iNMZtrpTXpM?t=8095)
### CycleGAN(サイクルGAN)
**読み**: サイクルガン
**一言で**: ペア画像なしで画像のスタイルを変換できるモデル
ペアの画像（変換前と変換後をセットにしたデータ）がなくても、ある種類の画像を別の種類の画像に変換できるモデルです。例えば馬の写真をシマウマ風に変える、といった変換ができます。変換した画像を元の画像に戻せるように学習する仕組みがあり、これをサイクル一貫性（行って戻ったら元通りになるという制約）と呼びます。この仕組みのおかげで、教師なし（正解となる変換後の画像を与えない状態）でも自然な画像変換ができます。
> 💡 ペア画像が必要なPix2Pixとの違いが試験の頻出ポイントです。馬とシマウマ、夏と冬の風景の変換が有名な例です。
**関連用語**: Pix2Pix、DCGAN(Deep Convolutional GAN)
[動画 02:15:12](https://youtu.be/iNMZtrpTXpM?t=8112)
### 拡散モデル(ディフュージョンモデル、Diffusion Model)
**読み**: かくさんモデル
**一言で**: ノイズを少しずつ取り除いて画像を生成するモデル
高画質な画像生成などに使われるモデルです。画像に少しずつノイズ（ざらざらした乱れ）を加えていく過程（拡散）と、そのノイズを取り除いて元に戻す過程（復元）の両方を学習します。実際に画像を生成するときは、意味のないノイズだけの状態からスタートし、学習した復元の手順を使って少しずつ意味のある画像へと仕上げていきます。
> 💡 Stable DiffusionやDALL·E 2など、近年の画像生成AIの多くがこの仕組みを使っています。GANと並ぶ代表的な生成モデルとして出題されます。
**関連用語**: DALL·E、Text-to-Image(テキストtoイメージ)、DCGAN(Deep Convolutional GAN)
[動画 02:15:35](https://youtu.be/iNMZtrpTXpM?t=8135)
### NeRF(Neural Radiance Fields、ナーフ)
**読み**: ナーフ
**一言で**: 複数の写真から3D空間を再構築し自由な視点の画像を作る手法
複数の視点から撮った画像をもとに、3次元空間（奥行きのある立体的な空間）の中にある物体やシーンを再構築し、任意の角度から見た画像を生成できる手法です。空間内の座標（位置）と視点の方向を入力として、その場所の光の強さや色を予測するニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）を使います。リアルな3D復元や自由視点レンダリング（好きな角度からの映像を描き出すこと）に活用され、3D、ゲーム、VR（仮想現実）などの分野で注目されています。
> 💡 スマートフォンで撮った数十枚の写真から、ぐるりと回り込んで見られる3Dモデルを作る、といった応用があります。
**関連用語**: 拡散モデル(ディフュージョンモデル、Diffusion Model)
[動画 02:15:56](https://youtu.be/iNMZtrpTXpM?t=8156)
### 転移学習
**読み**: てんいがくしゅう
**一言で**: 別のタスクで学んだ知識を新しいタスクに流用する手法
機械学習（データから規則性を見つけて予測や判断をする技術）の手法の一つで、別のタスク（課題）で学習した知識を、別の領域の学習に応用させる技術です。例えば猫を識別するモデルを作るとき、ゼロから大量のデータで学習させるのではなく、すでにある犬の識別モデルの最終層（ネットワークの出力に一番近い部分）だけを、犬と猫を区別できるように学習し直します。こうすると、少ないデータや短い時間で高度なモデルを作ることができます。
> 💡 試験では「学習済みモデルを再利用して少ないデータで高精度を出す手法」として、ファインチューニングとの関係がよく問われます。
**関連用語**: ファインチューニング、事前学習済みモデル、基盤モデル(Foundation Model)、破壊的忘却(Catastrophic Forgetting)
[動画 02:16:26](https://youtu.be/iNMZtrpTXpM?t=8186)
### ファインチューニング
**読み**: ファインチューニング
**一言で**: 学習済みモデルを特定のタスクに合わせて追加学習すること
あらかじめ学習されたモデルに対して、特定のタスク（課題）やデータに合わせて追加で学習し直す手法です。ゼロから学習するより効率が良く、少ないデータでも高い精度を出せます。転移学習（別のタスクで学んだ知識を新しいタスクに流用する手法）の一種で、自然言語処理（人間の言葉をコンピューターに扱わせる技術）や画像認識などで広く使われています。
> 💡 一般的な文章で学習したBERTを、自社のお問い合わせメール分類用に追加学習させるのが典型例です。「転移学習は最終層だけ、ファインチューニングはモデル全体を調整」と整理されることもあります。
**関連用語**: 転移学習、事前学習済みモデル、基盤モデル(Foundation Model)
[動画 02:16:56](https://youtu.be/iNMZtrpTXpM?t=8216)
### 自己教師あり学習
**読み**: じこきょうしありがくしゅう
**一言で**: ラベルなしデータから疑似的な正解を自動で作って学習する方法
ラベル（データに付けられた正解の情報）がないデータから、学習に使える疑似ラベル（データ自身から自動的に作り出した仮の正解）を作り出して学習する方法です。例えば、文章の一部を隠してそこを当てさせたり、わざと崩したデータを元に戻させたりするタスク（課題）を通じて、データの特徴を学びます。人手でラベルを付けていない大量のデータを活用できるため、画像、音声、自然言語処理（人間の言葉をコンピューターに扱わせる技術）などの分野で注目されています。
> 💡 BERTが文章中の単語を隠して当てる学習をするのは自己教師あり学習の代表例です。
**関連用語**: 半教師あり学習、事前学習済みモデル、基盤モデル(Foundation Model)
[動画 02:17:20](https://youtu.be/iNMZtrpTXpM?t=8240)
### 半教師あり学習
**読み**: はんきょうしありがくしゅう
**一言で**: 少量のラベル付きデータと大量のラベルなしデータで学ぶ手法
少量のラベル付きデータ（正解が付いたデータ）と、大量のラベルなしデータ（正解が付いていないデータ）を組み合わせて学習する手法です。ラベル付きデータだけで学習するより高い精度を出せる一方で、すべてのデータに正解を付ける完全な教師あり学習（正解付きデータだけで学ぶ方法）よりも、ラベルを作るコストが低く済みます。画像認識や自然言語処理（人間の言葉をコンピューターに扱わせる技術）など、データ集めは簡単でもラベル付けが大変な場面で活用されます。
> 💡 写真は何万枚もあるが、人手で「犬」「猫」と正解を付けられるのは数百枚だけ、という状況で力を発揮します。
**関連用語**: 自己教師あり学習、アノテーション
[動画 02:17:46](https://youtu.be/iNMZtrpTXpM?t=8266)
### 事前学習済みモデル
**読み**: じぜんがくしゅうずみモデル
**一言で**: 大規模データで一般的な知識を先に学ばせてあるAIモデル
あらかじめ大規模なデータで一般的な知識を学習させてあるAIモデルです。そのまま使うこともできますし、特定のタスク（課題）に合わせて転移学習（学んだ知識を別のタスクに流用する手法）をすることで、少ないデータでも高度な成果が得られます。BERTやGPTといった大規模言語モデル（膨大な文章を学習した、言葉を扱うAI）もその代表例です。開発コストの削減や、学習時間の短縮に役立ちます。
> 💡 画像認識ではImageNetという大規模データで学習したモデルがよく事前学習済みモデルとして使われます。
**関連用語**: 転移学習、ファインチューニング、基盤モデル(Foundation Model)、自己教師あり学習
[動画 02:18:13](https://youtu.be/iNMZtrpTXpM?t=8293)
### ゼロショット(Zero-shot)
**読み**: ゼロショット
**一言で**: 例を1つも見せずに新しいタスクをこなす能力
例を1つも与えずに、新しいタスク（課題）に対応する手法です。事前学習（あらかじめ大量のデータで学んでおくこと）で得た知識を使い、指示や文脈（前後の状況や話の流れ）だけを手がかりに正しい出力を行います。例えば「りんごを英語に訳して」と言われただけで、お手本となる例が一切なくても「Apple」と答えられるような能力のことです。
> 💡 試験では例の数で区別します。ゼロショットは例0個、ワンショットは例1個、フューショットは例を数個与える方式です。
**関連用語**: ワンショット(One-shot)、フューショット(Few-shot)、事前学習済みモデル、基盤モデル(Foundation Model)
[動画 02:18:39](https://youtu.be/iNMZtrpTXpM?t=8319)
### フューショット(Few-shot)
**読み**: フューショット
**一言で**: ごく少数の例だけで新しいタスクに対応する手法
数件から十数件という、ごく少ない例だけで新しいタスク（課題）を学習・適用する手法です。大規模言語モデル（膨大な文章を学習した、言葉を扱うAI）では、プロンプト（AIへの指示文）の中に例を数個示すだけで、分類、翻訳、要約など様々な仕事に対応できます。人間のように少ない情報から柔軟に学ぶ力として注目されています。
> 💡 ChatGPTに「良い→ポジティブ、悪い→ネガティブ」のような例を2〜3個見せてから新しい文を判定させるのがフューショットの使い方です。
**関連用語**: ゼロショット(Zero-shot)、ワンショット(One-shot)、Flamingo
[動画 02:19:04](https://youtu.be/iNMZtrpTXpM?t=8344)
### ワンショット(One-shot)
**読み**: ワンショット
**一言で**: たった1つの例だけで新しいタスクに対応する手法
たった1つの例だけで、新しいタスク（課題）を学習・適用する手法です。例えば「ぶどうは英語でgrape」という例を1つだけ見せたうえで、「りんごは英語で？」という問いに答えさせるようなやり方です。少ないデータでも高い汎化性能（見たことのない新しいデータにもうまく対応できる力）が求められ、人間の学び方に近いスタイルとして注目されています。
> 💡 ゼロショット（例0個）、ワンショット（例1個）、フューショット（例を数個）の違いを問う問題が出ます。
**関連用語**: ゼロショット(Zero-shot)、フューショット(Few-shot)
[動画 02:19:28](https://youtu.be/iNMZtrpTXpM?t=8368)
### 破壊的忘却(Catastrophic Forgetting)
**読み**: はかいてきぼうきゃく
**一言で**: 新しいことを学ぶと以前学んだ内容を急に忘れてしまう現象
ニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）が新しいタスク（課題）を学習するときに、以前に学習した内容を急激に忘れてしまう現象です。連続学習（複数のタスクを次々と順番に学ばせていくこと）における大きな課題で、タスクを切り替えるたびに過去の知識が失われてしまいます。
> 💡 犬の識別を学んだモデルに猫の識別を追加学習させたら、犬が分からなくなってしまった、というのが典型例です。ファインチューニングの際にも起こり得る問題として出題されます。
**関連用語**: 転移学習、ファインチューニング、マルチタスク学習
[動画 02:19:56](https://youtu.be/iNMZtrpTXpM?t=8396)
### 基盤モデル(Foundation Model)
**読み**: きばんモデル
**一言で**: 大量データで事前学習され、幅広いタスクに応用できる汎用モデル
大量のデータで事前学習（あらかじめ学習しておくこと）された、様々なタスク（課題）に応用できる汎用的なモデルのことです。自然言語（人間が日常で使う言葉）、画像、音声など幅広い分野で活用されています。BERTやGPTのように、一度学習すれば翻訳、要約、対話など多くの用途に使い回せるのが特徴です。
> 💡 GPT-4やClaudeなどの大規模言語モデルは基盤モデルの代表例です。「土台（基盤）となるモデルを色々な用途に使う」とイメージすると覚えやすいです。
**関連用語**: 事前学習済みモデル、転移学習、ファインチューニング、ゼロショット(Zero-shot)
[動画 02:20:13](https://youtu.be/iNMZtrpTXpM?t=8413)
### マルチタスク学習
**読み**: マルチタスクがくしゅう
**一言で**: 関連する複数のタスクを1つのモデルで同時に学習させる手法
関連する複数のタスク（課題）を、1つのモデルで同時に学習させる手法です。過学習（訓練データだけに合わせすぎて、新しいデータに弱くなること）を防ぎながら、汎化性能（新しいデータにもうまく対応できる力）を高めることができます。タスク同士の共通点を生かすことで精度や学習効率が上がりやすく、自然言語処理（人間の言葉をコンピューターに扱わせる技術）や画像認識などで使われています。
> 💡 顔写真から「年齢」「性別」「表情」を1つのモデルで同時に当てるのがマルチタスク学習の例です。
**関連用語**: 転移学習、破壊的忘却(Catastrophic Forgetting)
[動画 02:20:38](https://youtu.be/iNMZtrpTXpM?t=8438)
### イメージキャプショニング(Image Captioning)
**読み**: イメージキャプショニング
**一言で**: 画像の内容を説明する文章を自動で生成する技術
画像の内容を理解し、それを説明する自然な文章（キャプション）を自動で生成する技術です。視覚情報（画像）と文章表現（言葉）の両方を扱うマルチモーダルAI（画像・文章・音声など複数の種類の情報を組み合わせて扱うAI）の代表例です。目の不自由な方への画像内容の読み上げ支援や、画像検索などに活用されています。
> 💡 犬が芝生で遊んでいる写真を入力すると「芝生の上でボールを追いかける茶色い犬」と出力する、といった動作です。
**関連用語**: VQA(Visual Question Answering、ビジュアルクエスチョンアンサリング)、CLIP(Contrastive Language-Image Pre-training)、Flamingo
[動画 02:21:05](https://youtu.be/iNMZtrpTXpM?t=8465)
### VQA(Visual Question Answering、ビジュアルクエスチョンアンサリング)
**読み**: ブイキューエー
**一言で**: 画像と質問文を入力し、画像の内容に基づいて答えるAI技術
画像と質問文の両方を入力として受け取り、画像の内容に基づいた答えを返すAI技術です。例えば「この画像に何が写っている？」「男性は何を持っている？」といった問いに対し、視覚情報（画像から読み取れること）とテキスト理解（質問文の意味を理解すること）を組み合わせて答えます。画像と言葉という異なる種類の情報を扱うマルチモーダルAI（複数の種類の情報を組み合わせて扱うAI）の一つです。
> 💡 イメージキャプショニングが「画像→説明文」なのに対し、VQAは「画像＋質問→回答」という違いを押さえておきましょう。
**関連用語**: イメージキャプショニング(Image Captioning)、Flamingo、Unified-IO
[動画 02:21:28](https://youtu.be/iNMZtrpTXpM?t=8488)
### CLIP(Contrastive Language-Image Pre-training)
**読み**: クリップ
**一言で**: 画像と文章の対応関係を学び、両者を結びつけるOpenAIのモデル
OpenAIが開発した、画像と言語を同時に学習するマルチモーダルモデル（画像・文章など複数の種類の情報を組み合わせて扱うモデル）です。画像とテキストのペア（画像とその説明文の組み合わせ）を大量に使い、「この画像とこの文章は対応しているか」を見分けるように訓練されます。これにより、ある画像に最も合う説明文を選んだり、逆に説明文から画像を検索したりできるようになります。事前学習（あらかじめ学んでおくこと）のあとは、様々な視覚タスク（画像に関する課題）に転移（学んだ知識を別の課題に流用すること）できるのが特徴です。
> 💡 DALL·EやStable Diffusionなどの画像生成AIでも、文章と画像を結びつける部品としてCLIPの技術が使われています。
**関連用語**: イメージキャプショニング(Image Captioning)、DALL·E、Text-to-Image(テキストtoイメージ)、ゼロショット(Zero-shot)
[動画 02:21:50](https://youtu.be/iNMZtrpTXpM?t=8510)
---
## 第5章
### 生成AI・説明可能AI・モデル圧縮・AIプロジェクト推進・統計・個人情報保護
### Text-to-Image(テキストtoイメージ)
**読み**: テキストトゥイメージ
**一言で**: 文章の説明をもとにAIが画像を生成する技術
テキスト（文章）の説明をもとに、AIがそれに合った画像を生成する技術です。例えば「夕焼けの海辺を歩く犬」という文を入力すると、その情景に対応する風景画像を作り出してくれます。文章を理解する仕組みと、画像を生み出す生成モデル（新しいデータを作り出すAI）を組み合わせて実現されています。
> 💡 DALL·E、Stable Diffusion、Midjourneyなどが代表的なText-to-Imageのサービスです。
**関連用語**: DALL·E、拡散モデル(ディフュージョンモデル、Diffusion Model)、CLIP(Contrastive Language-Image Pre-training)
[動画 02:22:19](https://youtu.be/iNMZtrpTXpM?t=8539)
### DALL·E
**読み**: ダリ
**一言で**: OpenAIが開発した、文章から画像を生成するAIモデル
OpenAIが開発した、テキスト（文章）から画像を生成するAIモデルです。文章の内容をもとに、創造的で現実感のある画像を自動で作り出せます。「宇宙でピザを食べる猫」のような、現実にはあり得ないユニークな指示にも対応できるのが特徴です。Text-to-Image（文章から画像を作る技術）の代表的なモデルの一つです。
> 💡 名前は画家のサルバドール・ダリとロボット映画の「ウォーリー（WALL·E）」を掛け合わせたものです。開発元がOpenAIである点が出題されやすいです。
**関連用語**: Text-to-Image(テキストtoイメージ)、拡散モデル(ディフュージョンモデル、Diffusion Model)、CLIP(Contrastive Language-Image Pre-training)
[動画 02:22:33](https://youtu.be/iNMZtrpTXpM?t=8553)
### Flamingo
**読み**: フラミンゴ
**一言で**: DeepMindが開発した、画像と言語を扱う少数例学習モデル
DeepMindが開発した、マルチモーダル（画像・文章など複数の種類の情報を組み合わせて扱うこと）なFew-shot学習（ごく少数の例だけで新しい課題に対応する学習）のモデルです。画像と言語の両方を理解し、回答や説明文を生成できます。大規模な視覚と言語のデータで事前学習（あらかじめ学習しておくこと）されており、画像に関する質問応答やキャプション生成（画像の説明文を作ること）など、様々なマルチモーダルタスクに柔軟に対応できます。
> 💡 開発元がDeepMind（Google傘下）である点と、少数の例で画像についての対話ができる点を覚えておきましょう。
**関連用語**: フューショット(Few-shot)、VQA(Visual Question Answering、ビジュアルクエスチョンアンサリング)、イメージキャプショニング(Image Captioning)、Unified-IO
[動画 02:22:58](https://youtu.be/iNMZtrpTXpM?t=8578)
### Unified-IO
**読み**: ユニファイドアイオー
**一言で**: 画像・文章・音声などを1つの枠組みで扱えるマルチモーダルモデル
画像・テキスト（文章）・音声など、様々な種類のデータを1つの枠組みで扱えるマルチモーダルモデル（複数の種類の情報を組み合わせて扱うモデル）です。入力も出力も、統一された形式であるトークン（データを細かく区切った最小単位）に変換して処理します。そのため、画像キャプション生成（画像の説明文を作ること）、質問応答、セグメンテーション（画像を領域ごとに塗り分けること）といった異なるタスク（課題）を、1つのモデルで実行できます。
> 💡 「入力も出力も全部トークンに統一する」という発想が特徴です。名前のIOは Input/Output（入力/出力）を表します。
**関連用語**: Flamingo、VQA(Visual Question Answering、ビジュアルクエスチョンアンサリング)、イメージキャプショニング(Image Captioning)
[動画 02:23:24](https://youtu.be/iNMZtrpTXpM?t=8604)
### 説明可能AI(XAI: Explainable AI)
**読み**: せつめいかのうエーアイ
**一言で**: AIがなぜその判断をしたのか、人間に分かる形で示す技術
AIの判断や予測の理由を、人間が理解できる形で示す技術です。AIの内部はブラックボックス（中で何が起きているか外から分からない状態）になりがちですが、その中身を説明することで信頼性や透明性（判断の過程が見えること）を高めます。医療や金融のように、説明責任（なぜその結論になったかを説明する義務）が重要な分野で活用されています。
> 💡 「AIがこの患者を病気と判断した根拠は画像のこの部分です」と示せるのがXAIです。LIME、SHAP、Grad-CAMなどが具体的な手法として出題されます。
**関連用語**: LIME(Local Interpretable Model-agnostic Explanations)、SHAP(SHapley Additive exPlanations)、Grad-CAM(Gradient-weighted Class Activation Mapping)、Permutation Importance(パーミュテーション・インポータンス)
[動画 02:23:47](https://youtu.be/iNMZtrpTXpM?t=8627)
### Permutation Importance(パーミュテーション・インポータンス)
**読み**: パーミュテーションインポータンス
**一言で**: 特徴量の値をシャッフルして性能低下を見る重要度の測り方
学習済みモデルにおいて、各特徴量（モデルに入力する項目。例えば年齢や身長など）がどれだけ重要かを測る手法です。特定の特徴量の値だけをランダムに入れ替え（シャッフルし）て、モデルの性能がどれだけ下がるかを見ることで、その特徴量の影響度を評価します。大きく性能が下がれば、その特徴量は予測にとって重要だと分かります。
> 💡 住宅価格の予測で「部屋数」をシャッフルしたら精度が大きく落ち、「郵便番号の下1桁」をシャッフルしても変わらなければ、部屋数のほうが重要と判断できます。
**関連用語**: 説明可能AI(XAI: Explainable AI)、SHAP(SHapley Additive exPlanations)、LIME(Local Interpretable Model-agnostic Explanations)
[動画 02:24:13](https://youtu.be/iNMZtrpTXpM?t=8653)
### LIME(Local Interpretable Model-agnostic Explanations)
**読み**: ライム
**一言で**: 個々の予測を簡単なモデルで近似して説明する手法
機械学習（データから規則性を見つけて予測する技術）モデルの予測を、局所的（ある1つの入力の周辺だけに注目して）に分かりやすく説明する手法です。ある入力のまわりに人工的なデータを作り、線形モデル（足し算と掛け算だけで表せる単純なモデル）などの簡単なモデルで近似することで、その予測にどの特徴（入力項目）が影響したかを示します。どんな種類のモデルにも使える汎用性があり、説明可能AI（AIの判断理由を人間に分かる形で示す技術）の代表的な手法の1つです。
> 💡 名前にある「Model-agnostic」は「モデルの種類を問わない」という意味です。SHAPとともにXAIの代表手法として出題されます。
**関連用語**: SHAP(SHapley Additive exPlanations)、説明可能AI(XAI: Explainable AI)、Permutation Importance(パーミュテーション・インポータンス)
[動画 02:24:30](https://youtu.be/iNMZtrpTXpM?t=8670)
### SHAP(SHapley Additive exPlanations)
**読み**: シャップ
**一言で**: ゲーム理論を使って各特徴量の予測への貢献度を数値で示す手法
ブラックボックス（中で何が起きているか外から分からない状態）になった機械学習（データから規則性を見つけて予測する技術）モデルの判断を、人間に分かりやすく説明する説明可能AI（AIの判断理由を示す技術）の手法の1つです。ゲーム理論（複数の参加者の駆け引きを数学で扱う分野）のシャープレイ値（チームで得た成果を、各メンバーの貢献に応じて公平に分配する考え方）を応用し、各特徴量（入力項目）が予測にどれだけ貢献したかを数値で示すことで、モデルの判断理由を明らかにします。
> 💡 ローン審査AIで「年収が＋30点、借入件数が−20点」のように、各項目のプラス・マイナスの貢献を可視化できます。
**関連用語**: LIME(Local Interpretable Model-agnostic Explanations)、説明可能AI(XAI: Explainable AI)、Permutation Importance(パーミュテーション・インポータンス)
[動画 02:25:02](https://youtu.be/iNMZtrpTXpM?t=8702)
### CAM(Class Activation Map)
**読み**: キャム
**一言で**: CNNが画像のどこを見て判断したかをヒートマップで示す手法
CNN（畳み込みニューラルネットワーク。画像の特徴をとらえるのが得意な計算の仕組み）の内部から、画像のどの部分が特定のクラス（分類の種類。例えば「犬」「猫」）に強く反応しているかを可視化する手法です。説明可能AI（AIの判断理由を示す技術）の中でも画像分野でよく使われます。分類結果に影響を与えた領域をヒートマップ（重要な部分ほど赤く、そうでない部分を青く色分けした図）として表示でき、モデルの判断根拠を直感的に理解するのに役立ちます。
> 💡 「猫」と判断した画像で、猫の顔の部分が赤く光っていれば、モデルがちゃんと猫を見て判断したと確認できます。
**関連用語**: Grad-CAM(Gradient-weighted Class Activation Mapping)、説明可能AI(XAI: Explainable AI)
[動画 02:25:23](https://youtu.be/iNMZtrpTXpM?t=8723)
### Grad-CAM(Gradient-weighted Class Activation Mapping)
**読み**: グラッドキャム
**一言で**: 勾配を使ってCAMを拡張し、画像の重要領域を可視化する手法
CAM（CNNが画像のどこを見て判断したかをヒートマップで示す手法）を拡張した説明可能AI（AIの判断理由を示す技術）の手法です。勾配（学習時に計算される、出力が入力の変化にどれだけ敏感かを表す値）の情報を使って、画像内の重要な領域をヒートマップ（重要度を色の濃淡で表した図）で可視化します。分類だけでなく、物体検出（画像のどこに何があるかを見つけること）やセグメンテーション（画像を領域ごとに塗り分けること）などにも対応でき、モデルの判断根拠を直感的に理解できます。
> 💡 CAMはネットワークの構造に制約がありましたが、Grad-CAMは勾配を使うことで様々なCNNにそのまま適用できるようになった点が改良点です。
**関連用語**: CAM(Class Activation Map)、説明可能AI(XAI: Explainable AI)
[動画 02:25:47](https://youtu.be/iNMZtrpTXpM?t=8747)
### エッジAI
**読み**: エッジエーアイ
**一言で**: クラウドではなく手元の端末上でAIを動かす技術
クラウド（インターネット越しに使う遠くのサーバー）ではなく、スマートフォンやカメラなどの端末や機器、つまりエッジデバイス（利用者の手元にある機器）の上でAIを動かす技術です。データを送らずその場で処理するためリアルタイム性（すぐに結果が出ること）が高く、通信の遅れを減らせ、プライバシー保護（個人情報を外に出さないこと）の面でも優れています。スマートフォン、監視カメラ、IoT機器（インターネットにつながる様々なモノ）などで活用され、その場で判断・処理を行うAIの形として注目されています。
> 💡 スマートフォンの顔認証がネット接続なしで動くのはエッジAIの例です。端末で動かすために、モデル圧縮の技術とセットで出題されます。
**関連用語**: モデル圧縮、IoT(Internet of Things)、クラウド、量子化
[動画 02:26:10](https://youtu.be/iNMZtrpTXpM?t=8770)
### モデル圧縮
**読み**: モデルあっしゅく
**一言で**: 精度を保ちつつAIモデルを小さく軽くする技術
AIモデルのサイズや計算量を減らして軽量化する技術です。精度をできるだけ保ったまま、推論（学習済みモデルを使って実際に予測すること）の速度を上げたり、使うメモリ（コンピューターの作業用記憶領域）を減らしたりします。蒸留（大きなモデルの知識を小さなモデルに写し取る手法）・量子化（数値の精度を落としてデータ量を減らす手法）・プルーニング（重要度の低い部分を切り落とす手法）などの方法があり、エッジAI（手元の端末上で動かすAI）やスマートフォンなどのモバイル端末での利用に欠かせません。
> 💡 試験では「蒸留・量子化・プルーニング」の3つがモデル圧縮の代表手法として、それぞれの違いを問う形で出題されます。
**関連用語**: 蒸留(知識蒸留)、量子化、プルーニング、エッジAI
[動画 02:26:37](https://youtu.be/iNMZtrpTXpM?t=8797)
### 蒸留(知識蒸留)
**読み**: じょうりゅう(ちしきじょうりゅう)
**一言で**: 大きなモデルの出力を手本に、小さなモデルを学習させる手法
学習済みの大きなモデルの「入力と出力の関係」を手本にして、別の小さなモデルを新たに学習させる手法です。大きなモデルを教師、小さなモデルを生徒に見立てることから、知識蒸留とも呼ばれます。この小さなモデルは、元のモデルと似た性能を持ちながら、軽量で高速に動作することを目的としています。モデル圧縮（AIモデルを小さく軽くする技術）の代表的な手法の1つです。
> 💡 巨大な言語モデルの回答を大量に集め、それを正解として小型モデルに学ばせるのが蒸留のイメージです。「教師モデル」「生徒モデル」という言葉とセットで覚えましょう。
**関連用語**: モデル圧縮、量子化、プルーニング
[動画 02:27:01](https://youtu.be/iNMZtrpTXpM?t=8821)
### プルーニング
**読み**: プルーニング
**一言で**: 重要度の低い重みやノードを取り除いてモデルを軽くする手法
学習済みモデルから、重要度の低い重み（ネットワーク内のつながりの強さを表す数値）やノード（ネットワークを構成する計算の単位）を取り除き、精度を落とさずに軽量化する手法です。英語で「枝刈り」という意味で、木の不要な枝を切り落とすイメージです。パラメータ（モデルが学習で調整する数値）の数や計算量を減らすことで処理速度が上がり、エッジデバイス（スマートフォンなど手元の機器）での実行がしやすくなります。
> 💡 宝くじ仮説は「プルーニングで残した部分だけでも元と同じ精度が出せる」ことの理論的な裏付けとして、セットで出題されます。
**関連用語**: モデル圧縮、宝くじ仮説、量子化、蒸留(知識蒸留)
[動画 02:27:20](https://youtu.be/iNMZtrpTXpM?t=8840)
### 量子化
**読み**: りょうしか
**一言で**: 数値の精度を下げてモデルを小さく速くする手法
ニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）の重み（つながりの強さを表す数値）や活性値（各層の計算結果の値）を、32ビットなどの高精度な数値から、8ビットや整数などの低精度な形式に変換する手法です。ビットとはコンピューターが数値を記録する桁数のことで、桁数を減らすと細かさは失われますが、データ量が小さくなります。これにより、モデルのサイズを小さくし、処理速度を上げ、消費電力も抑えることができます。
> 💡 小数点以下を細かく記録するのをやめて「だいたいの値」に丸めるイメージです。モデル圧縮の3手法（蒸留・量子化・プルーニング）の1つとして出題されます。
**関連用語**: モデル圧縮、プルーニング、蒸留(知識蒸留)、エッジAI
[動画 02:27:36](https://youtu.be/iNMZtrpTXpM?t=8856)
### 宝くじ仮説
**読み**: たからくじかせつ
**一言で**: ネットワーク内に最初から「当たり」の部分構造があるという仮説
ニューラルネットワーク（人間の脳の神経細胞のつながりを真似した計算の仕組み）には、学習を始める前の初期の時点で、すでによく学習できる「当たり」の部分構造が含まれている、という仮説です。宝くじをたくさん買えば当たりが混ざっているように、大きなネットワークの中に当たりの小さなネットワークが隠れている、という考え方です。その部分だけを取り出して学習し直せば、元のモデルと同等の精度を得られるとされ、モデル圧縮（モデルを小さく軽くする技術）やプルーニング（不要な部分を切り落とす手法）の理論的な根拠として注目されています。
> 💡 「なぜプルーニングで大幅に削っても精度が落ちないのか」を説明する仮説として問われます。
**関連用語**: プルーニング、モデル圧縮
[動画 02:28:00](https://youtu.be/iNMZtrpTXpM?t=8880)
### AIのビジネス活用
**読み**: エーアイのビジネスかつよう
**一言で**: AIを事業で使うときは法律・倫理・公平性への配慮が必須
AIをビジネスで活用するうえでは、法の遵守（法律を守ること）、倫理的な配慮（人として正しいかどうかの判断）、公平性の確保（特定の人を不当に差別しないこと）に十分注意する必要があります。例えば著作権法では、著作者の利益を不当に害するAIは違法とされます。監視カメラでは、プライバシー（個人の私生活に関する情報）の侵害を避けるため、顔の特徴量データ（顔の形などを数値化した情報）だけを抽出し、元の画像は廃棄する配慮が求められます。公平性では、Amazon社の採用AIが学習データの偏りにより男性を優遇して問題となった事例があります。
> 💡 Amazonの採用AIの事例は「学習データのバイアス（偏り）がAIの判断に影響する」例として頻出です。
**関連用語**: AIプロジェクトの進め方、サンプリングバイアス、ステークホルダー
[動画 02:28:23](https://youtu.be/iNMZtrpTXpM?t=8903)
### AIプロジェクトの進め方
**読み**: エーアイプロジェクトのすすめかた
**一言で**: AI人材・課題の決定・データの確保の3要素が重要
AIプロジェクトを円滑に進めるには、「AI人材の育成・確保」「課題の決定」「データの確保」の3つの要素が重要です。プロジェクトを引っ張る人材には適切な知識が必要です。また、「AIで何かやりたい」という曖昧な動機ではなく、AIの得意・不得意を理解したうえで、社内のどの課題を解決できるかをはっきり決めることが大切です。さらに、質の良いデータがなければ、プロジェクトの初期の段階からデータ収集を始める必要があります。
> 💡 試験では、PoC（概念実証）やCRISP-DMなどプロジェクトの進め方に関する用語とあわせて、この3要素が問われます。
**関連用語**: PoC(Proof of Concept: 概念実証)、CRISP-DM(Cross-Industry Standard Process for Data Mining)、データサイエンティスト、AIのビジネス活用
[動画 02:29:08](https://youtu.be/iNMZtrpTXpM?t=8948)
### BPR(Business Process Re-engineering: ビジネスプロセスリエンジニアリング)
**読み**: ビーピーアール
**一言で**: 業務の流れや組織を根本から見直して作り直す業務改革
業務の流れ（プロセス）という観点から、業務フロー（仕事の手順）・組織構造・情報システムなどを根本から再構築し、業務改革をすることです。検討・分析・設計・実施・評価という工程があります。BPRにより、企業活動や業務の流れを分析して最適化（最も良い状態に整えること）できます。AI導入の際にも、単にAIを足すのではなく業務全体を見直す、という文脈で登場します。
> 💡 「今の手順を前提にAIを入れる」のではなく「AIがあることを前提に仕事のやり方そのものを作り直す」のがBPRの発想です。
**関連用語**: AIプロジェクトの進め方、アジャイル、ウォーターフォール
[動画 02:30:09](https://youtu.be/iNMZtrpTXpM?t=9009)
### CRISP-DM(Cross-Industry Standard Process for Data Mining)
**読み**: クリスプディーエム
**一言で**: 業界を問わず使えるデータ分析プロセスの標準
データマイニング（大量のデータから役に立つ知識を掘り出すこと）・データサイエンス・AI開発などに、業界を問わず標準的に使えるデータ分析のプロセス（手順）です。「ビジネス理解」「データ理解」「データ準備」「モデリング（モデルを作ること）」「評価」「デプロイメント（実際の業務で使えるように配置すること）」の6つの工程で構成されます。必要に応じて前の工程に戻りながら、繰り返し進めていくのが特徴です。
> 💡 6つの工程の順番と、最初が「ビジネス理解」であることが出題ポイントです。機械学習向けに拡張したものがCRISP-ML(Q)です。
**関連用語**: CRISP-ML(Q)、AIプロジェクトの進め方、MLOps、PoC(Proof of Concept: 概念実証)
[動画 02:30:35](https://youtu.be/iNMZtrpTXpM?t=9035)
### CRISP-ML(Q)
**読み**: クリスプエムエル(キュー)
**一言で**: CRISP-DMをもとにした機械学習プロジェクト向けのプロセス標準
機械学習（データから規則性を見つけて予測する技術）プロジェクトのためのプロセス（手順）の標準です。CRISP-DM（業界を問わず使えるデータ分析の標準手順）の考え方をもとにしており、機械学習プロジェクトのライフサイクル（企画から運用・終了までの一連の流れ）を管理するフレームワーク（型となる枠組み）を提供します。主な工程にはCRISP-DMと同じく、ビジネス・データ理解、データ準備、モデリング（モデルを作ること）、評価、展開（実際に使える状態にすること）が含まれます。
> 💡 名前の末尾の(Q)はQuality（品質）を表し、各工程で品質を保証する考え方が加わっています。
**関連用語**: CRISP-DM(Cross-Industry Standard Process for Data Mining)、MLOps、AIプロジェクトの進め方
[動画 02:30:55](https://youtu.be/iNMZtrpTXpM?t=9055)
### Docker
**読み**: ドッカー
**一言で**: アプリをコンテナとして手軽に仮想化・実行できる仕組み
1台のサーバー（サービスを提供するコンピューター）の上で、様々なアプリケーション（ソフトウェア）を手軽に仮想化（1台の機械の中に、独立した別の環境を仮想的に作ること）して実行できるようにする、コンテナ仮想化プラットフォーム（アプリとその動作に必要なものをひとまとめの「箱」にして動かす土台）です。異なるOS（WindowsやMacなど、コンピューターの基本ソフト）の上でも、簡単に同じ開発環境でアプリケーションを実行できます。
> 💡 「自分のパソコンでは動いたのに他の人の環境では動かない」という問題を防げます。AI開発でも環境をそろえるために広く使われています。
**関連用語**: クラウド、MLOps、Jupyter Notebook
[動画 02:31:25](https://youtu.be/iNMZtrpTXpM?t=9085)
### IoT(Internet of Things)
**読み**: アイオーティー
**一言で**: 身の回りのモノがインターネットにつながる仕組み
「モノのインターネット」と訳され、身の回りにある様々なものがインターネットにつながる仕組みのことです。例としては、スマートフォンで鍵を開け閉めできるスマートロック、遠隔操作できる掃除ロボット、ウェアラブル機器（腕時計のように身につける機器）で測った血圧や心拍を利用した健康管理機器などが挙げられます。IoT機器が集めたデータをAIで分析する、という組み合わせが多く見られます。
> 💡 IoT機器の上で直接AIを動かす形態がエッジAIです。両者はセットで出題されやすい用語です。
**関連用語**: エッジAI、クラウド
[動画 02:31:39](https://youtu.be/iNMZtrpTXpM?t=9099)
### Jupyter Notebook
**読み**: ジュピターノートブック
**一言で**: ブラウザ上でプログラムを書いてすぐ実行できる開発環境
Pythonなどのプログラミング言語（コンピューターへの命令を書くための言葉）を、Webブラウザ（インターネットのページを見るソフト）の上で記述・実行できる統合開発環境（プログラムを書く・動かす・確認するための道具がひとまとめになったソフト）です。書いたコード（プログラムの文）の実行結果をその場で手軽に確認できるため、データ分析や機械学習の試行錯誤に向いています。
> 💡 コードと実行結果、メモを1つのノートのように並べて保存できるのが特徴で、データサイエンティストの標準的な道具になっています。
**関連用語**: Python、データサイエンティスト、Docker
[動画 02:32:04](https://youtu.be/iNMZtrpTXpM?t=9124)
### MLOps
**読み**: エムエルオプス
**一言で**: 機械学習チームと運用チームが連携して開発・運用を回す考え方
機械学習（データから規則性を見つけて予測する技術）のチームと、運用（システムを日々動かし管理すること）のチームが密に連携し、円滑に開発・実装・品質保証を進めていく考え方です。機械学習を表すML（Machine Learning）と運用を表すOps（Operations）を組み合わせた言葉です。モデルを作って終わりではなく、実際に使い続けながら性能を監視し、必要に応じて学習し直す、といった一連の流れを仕組み化します。
> 💡 ソフトウェア開発における「DevOps（開発と運用の連携）」の機械学習版と覚えると分かりやすいです。
**関連用語**: CRISP-ML(Q)、CRISP-DM(Cross-Industry Standard Process for Data Mining)、Docker、アジャイル
[動画 02:32:22](https://youtu.be/iNMZtrpTXpM?t=9142)
### PoC(Proof of Concept: 概念実証)
**読み**: ピーオーシー(ポック)
**一言で**: 本格開発の前に、実現できるか・効果があるかを検証する工程
試作開発に入る前の段階で行う検証のプロセス（手順）です。PoCによって、実現できる可能性が高く、期待どおりの効果が見込めると分かった段階で、試作開発などの実プロジェクトを始めるのが一般的です。進め方は、まずPoCの目的・実施方法・検証する内容を設定し、次に検証内容を実際に試し、最後にその結果を評価する、という順番で進みます。
> 💡 AIプロジェクトでは「本当にこのデータで精度が出るのか」を小さく試してから本格投資を決めるためにPoCが行われます。「PoC止まり」で本番化しない課題もよく話題になります。
**関連用語**: AIプロジェクトの進め方、CRISP-DM(Cross-Industry Standard Process for Data Mining)、アジャイル
[動画 02:32:34](https://youtu.be/iNMZtrpTXpM?t=9154)
### Python
**読み**: パイソン
**一言で**: AI・機械学習の分野で最もよく使われるプログラミング言語
主にアプリ開発や機械学習（データから規則性を見つけて予測する技術）の分野で採用されているプログラミング言語（コンピューターへの命令を書くための言葉）です。コードが書きやすく、初学者にも理解しやすい文法（書き方のルール）が特徴です。豊富なライブラリ（よく使う機能をまとめた、再利用できるプログラムの部品集）を活用して、データ分析や機械学習・AI開発、ディープラーニング（多層のニューラルネットワークを使う学習方法）などに使われています。
> 💡 機械学習のライブラリとしてはTensorFlow、PyTorch、scikit-learnなどが有名で、いずれもPythonから使えます。
**関連用語**: Jupyter Notebook、データサイエンティスト、API(Application Programming Interface)
[動画 02:33:10](https://youtu.be/iNMZtrpTXpM?t=9190)
### API(Application Programming Interface)
**読み**: エーピーアイ
**一言で**: プログラムの機能を別のプログラムから使えるようにする窓口
Web技術などを用いて、あるプログラムの機能の一部を、別のプログラムの上から利用できるように共有する仕組みです。例えるなら、お店の注文窓口のように、決められた形式で頼めば結果を返してくれる「窓口」です。自分のシステムにない新しいサービスを追加できる、開発の手間や時間を抑えられる、業務効率化につながる、といったメリットがあります。
> 💡 ChatGPTの機能を自社アプリに組み込むときは、OpenAIが提供するAPIを呼び出して使います。AIを自分で作らなくても利用できるのがAPIの利点です。
**関連用語**: クラウド、Python、Docker
[動画 02:33:33](https://youtu.be/iNMZtrpTXpM?t=9213)
### アジャイル
**読み**: アジャイル
**一言で**: 小さな開発サイクルを繰り返して柔軟に進める開発手法
システム・ソフトウェア開発において、計画・設計・実装（実際にプログラムを作ること）・テストといった開発工程を、小さいサイクルで繰り返す手法です。アジャイルは「素早い」という意味です。開発スピードが早い、仕様変更（作るものの内容の変更）に柔軟に対応できる、利用者のニーズ（要望）を取り込みやすい、などのメリットがあります。試行錯誤が多いAI開発と相性が良いとされます。
> 💡 ウォーターフォール（工程を順番に一度だけ進める手法）との対比で出題されます。「短いサイクルで繰り返す」がキーワードです。
**関連用語**: ウォーターフォール、MLOps、PoC(Proof of Concept: 概念実証)
[動画 02:33:53](https://youtu.be/iNMZtrpTXpM?t=9233)
### ウォーターフォール
**読み**: ウォーターフォール
**一言で**: 企画からリリースまで工程を順番に進め、後戻りしない開発手法
アジャイル（小さなサイクルを繰り返す開発手法）とは対照的な手法で、企画からリリース（完成したものを世に出すこと）までを順番に進め、工程の後戻りや変更をしないやり方です。水が滝（ウォーターフォール）のように上から下へ一方向に流れることから名付けられました。スケジュールが事前に決められ、1サイクルの規模が大きいため、問題や変更が発生すると全体に影響が出やすいデメリットがあります。一方で、コスト管理や全体像の把握がしやすいメリットがあります。
> 💡 試験では「仕様変更に強いのはアジャイル、全体管理がしやすいのはウォーターフォール」という対比が問われます。
**関連用語**: アジャイル、BPR(Business Process Re-engineering: ビジネスプロセスリエンジニアリング)
[動画 02:34:18](https://youtu.be/iNMZtrpTXpM?t=9258)
### オープンイノベーション
**読み**: オープンイノベーション
**一言で**: 社内外の垣根なくアイデアや技術を取り入れて新しい価値を生む手法
社内・社外の垣根をなくして、外部のアイデアやノウハウ（経験から得たコツや知識）も積極的に取り入れ、革新的な製品・サービス・新規事業・ビジネスモデル（お金を生み出す仕組み）など、新たな価値を創り出すイノベーション（革新）の手法の1つです。自社だけで研究開発を閉じて行う「クローズドイノベーション」と対比される考え方です。
> 💡 大企業がAIベンチャーと共同開発したり、大学の研究成果を製品化したりするのがオープンイノベーションの例です。産学連携もその一形態です。
**関連用語**: 産学連携、他企業や他業種との連携、ステークホルダー
[動画 02:34:45](https://youtu.be/iNMZtrpTXpM?t=9285)
### クラウド
**読み**: クラウド
**一言で**: サーバーやソフトなどをインターネット経由で利用できる仕組み
ネットワーク、サーバー（サービスを提供するコンピューター）、ストレージ（データを保存する場所）、アプリケーション（ソフトウェア）などの様々なサービスを、インターネットを通して利用できるようにした仕組みです。自分で機械を買ってそろえる代わりに、必要なときに必要な分だけ借りて使えます。AIの学習には大きな計算能力が必要なため、クラウドが広く使われています。
> 💡 Amazon Web Services（AWS）、Microsoft Azure、Google Cloudが代表的なクラウドサービスです。手元の機器で処理するエッジAIとの対比で出題されます。
**関連用語**: エッジAI、API(Application Programming Interface)、Docker、IoT(Internet of Things)
[動画 02:35:03](https://youtu.be/iNMZtrpTXpM?t=9303)
### 産学連携
**読み**: さんがくれんけい
**一言で**: 企業と大学などが協力して技術開発や新事業を進める取り組み
企業（産）と、大学などの教育研究機関（学）が連携し、新しい技術や製品の開発、新しい事業の立ち上げなどを目的として協力する取り組みです。企業は大学の人材・設備・研究成果を活用して、技術力の強化や課題の解決につなげることができます。大学側も研究資金や実際の現場のデータを得られるという利点があります。AIの分野では最新の研究を実用化するうえで重要な手段です。
> 💡 オープンイノベーション（社外の知恵を取り入れて新しい価値を生む手法）の一形態として出題されます。
**関連用語**: オープンイノベーション、他企業や他業種との連携
[動画 02:35:15](https://youtu.be/iNMZtrpTXpM?t=9315)
### ステークホルダー
**読み**: ステークホルダー
**一言で**: 企業活動に関わるすべての利害関係者
企業の活動に関係する、すべての利害関係者（その企業の行動によって得をしたり損をしたりする人や組織）のことです。株主、経営者、従業員、顧客、取引先、金融機関、行政機関、各種団体などが該当します。すべてのステークホルダーのニーズ（要望）を同時に満たすのは難しいですが、バランスを考えながら応えていく必要があります。AIプロジェクトでも、利用者や社会への影響を考える際にこの言葉が使われます。
> 💡 AIを導入する際は、開発者だけでなく「実際に使う現場の社員」や「サービスを受ける顧客」もステークホルダーとして配慮する必要があります。
**関連用語**: AIのビジネス活用、AIプロジェクトの進め方、他企業や他業種との連携
[動画 02:35:36](https://youtu.be/iNMZtrpTXpM?t=9336)
### 他企業や他業種との連携
**読み**: たきぎょうやたぎょうしゅとのれんけい
**一言で**: 他社・異業種と協力してAI製品を作る際は契約面の注意が必要
AIを活用したサービスや製品をビジネス展開する際、他の企業や異なる業種と協力することで、一社だけで取り組むよりも高品質な商品を提供できることが期待されます。ただし、共同開発に関する契約（誰が何を担当し、成果やデータの権利を誰が持つかなどの取り決め）に不備がないよう注意し、トラブルが訴訟（裁判）に発展しないよう心がける必要があります。
> 💡 AI開発では「学習に使ったデータや完成したモデルの権利は誰のものか」をあらかじめ契約で決めておくことが重要、という点が出題されます。
**関連用語**: オープンイノベーション、産学連携、ステークホルダー
[動画 02:36:00](https://youtu.be/iNMZtrpTXpM?t=9360)
### データサイエンティスト
**読み**: データサイエンティスト
**一言で**: AIや統計を使ってデータ分析やモデル作成を行う専門職
AIを利用して、データの分析やモデル（データから予測や判断を行う仕組み）の作成を行う役割の人です。ビッグデータ（従来の方法では扱いきれないほど大量で多様なデータ）の解析を通じてビジネスに貢献するため、統計やIT（情報技術）の技術だけでなく、ビジネスや市場トレンド（世の中の流行や動向）に関する知識も必要とされます。
> 💡 AIプロジェクトの3要素のうち「AI人材の育成・確保」に直結する職種です。技術力とビジネス理解の両方が求められる点が特徴です。
**関連用語**: AIプロジェクトの進め方、Python、Jupyter Notebook
[動画 02:36:31](https://youtu.be/iNMZtrpTXpM?t=9391)
### アノテーション
**読み**: アノテーション
**一言で**: データに正解となるタグを付けて教師データを作る作業
データにタグ（目印となる情報。ラベルとも呼びます）を付ける作業のことで、機械学習（データから規則性を見つけて予測する技術）モデルに学習させるための正解データを作成することを指します。例えば、写真に「犬」「猫」と名前を付けたり、画像の中の人の位置を枠で囲んだりする作業です。精度の高いモデルを作るには質の良いアノテーションが欠かせませんが、多くの場合は人手で行うため時間と費用がかかります。
> 💡 アノテーションのコストを減らす工夫として、半教師あり学習や自己教師あり学習が出題されます。
**関連用語**: 半教師あり学習、自己教師あり学習、オープンデータセット
[動画 02:36:54](https://youtu.be/iNMZtrpTXpM?t=9414)
### オープンデータセット
**読み**: オープンデータセット
**一言で**: 企業や政府が公開している、自由に使えるデータの集まり
企業や政府などが提供している、自由に利用できるデータの集合体です。AI開発の効率化に活用され、許可された範囲内で複製・加工・頒布（配って広めること）ができます。低コストで大量のデータが得られる、ラベル（正解の情報）付きのものがある、ライセンス（利用許諾の条件）によっては商用利用（ビジネスでの利用）もできる、などのメリットがあります。
> 💡 画像認識のImageNet、手書き数字のMNISTなどが有名なオープンデータセットです。利用時はライセンスの条件を確認する必要があります。
**関連用語**: アノテーション、コーパス、事前学習済みモデル
[動画 02:37:05](https://youtu.be/iNMZtrpTXpM?t=9425)
### コーパス
**読み**: コーパス
**一言で**: 自然言語処理のために文章を集めて整理したデータベース
AIが自然言語（人間が日常で使う言葉）を処理するために使用する、文章を整理してデータベース（検索や分析がしやすいように整えたデータの集まり）にしたものです。AIはコーパスをもとに文章を分析し、よく使われる単語の組み合わせや、典型的な会話のパターンを学習します。新聞記事、小説、Webページ、会話の記録など、様々な種類のコーパスがあります。
> 💡 大規模言語モデルは、インターネット上の膨大な文章を集めた巨大なコーパスで学習しています。「言葉のデータセット」と覚えましょう。
**関連用語**: オープンデータセット、アノテーション
[動画 02:37:37](https://youtu.be/iNMZtrpTXpM?t=9457)
### サンプリングバイアス
**読み**: サンプリングバイアス
**一言で**: データの選び方が偏っているせいで結果に偏りが出ること
調査や分析の対象となる集団から、無作為（ランダム。意図や偏りなく選ぶこと）にサンプル（調べるために取り出した一部のデータ）を選ばなかったために、結果に偏りが生じることです。例えば、高血圧患者のデータを大学病院だけで集めた場合、その結果が地方のクリニックの患者にも当てはまるかどうかは分かりません。AIの学習データに偏りがあると、AIの判断も偏ってしまいます。
> 💡 Amazonの採用AIが男性を優遇した事例は、過去の採用データが男性に偏っていたことが原因で、サンプリングバイアスの代表例とされます。
**関連用語**: AIのビジネス活用、データリーケージ、外れ値
[動画 02:37:54](https://youtu.be/iNMZtrpTXpM?t=9474)
### データリーケージ
**読み**: データリーケージ
**一言で**: 予測時には知り得ない情報を学習に混ぜてしまうこと
予測モデルを作るときに、予測の時点では本来知ることができない情報を、学習データに含めてしまうことです。リーケージは「漏れ」という意味で、答えに関わる情報が漏れて混ざってしまうイメージです。見かけ上は高精度なモデルに見えても、実際に運用するときにはその情報が手に入らないため、精度が大幅に下がってしまう問題が起こる可能性があります。
> 💡 「病気かどうか」を予測するモデルに「処方された薬の名前」を入力として使ってしまうと、診断前には分からない情報なのでデータリーケージになります。
**関連用語**: サンプリングバイアス、外れ値
[動画 02:38:18](https://youtu.be/iNMZtrpTXpM?t=9498)
### 転移学習
**読み**: てんいがくしゅう
**一言で**: 学習済みモデルの知識を別の領域の学習に流用する手法
別のタスク（課題）で学習された知識を、別の領域の学習に応用させる機械学習（データから規則性を見つけて予測する技術）の手法です。例えば、猫の識別モデルをゼロから学習させるのではなく、すでにある犬の識別モデルの最終層（ネットワークの出力に一番近い部分）だけを、犬と猫を区別できるように学習し直します。こうすることで、少ないデータ・短い時間で高精度なモデルを作ることができます。AIプロジェクトでデータが十分に集められないときの有力な選択肢です。
> 💡 「ゼロから作らず、既存モデルを土台にして少ないデータで高精度を出す」が出題のポイントです。ファインチューニングとセットで覚えましょう。
**関連用語**: ファインチューニング、事前学習済みモデル、基盤モデル(Foundation Model)、破壊的忘却(Catastrophic Forgetting)
[動画 02:38:47](https://youtu.be/iNMZtrpTXpM?t=9527)
### 平均
**読み**: へいきん
**一言で**: データの合計をデータの個数で割った値
データの合計をデータの個数で割った値で、データの中心的な傾向を示します。例えばテストの点数が40点、60点、80点なら、合計180を3で割って平均は60点です。AIでは、異なるデータの特徴量（入力項目）の大きさをそろえて扱うためや、異常値（極端に大きい・小さい値）の影響を確認するために利用されます。ただし、極端な値が1つあるだけで大きく引っ張られるという弱点があります。
> 💡 「平均・中央値・最頻値」の3つの代表値の違いと、外れ値に弱いのは平均である点が問われます。
**関連用語**: 中央値、最頻値、分散、外れ値
[動画 02:39:18](https://youtu.be/iNMZtrpTXpM?t=9558)
### 中央値
**読み**: ちゅうおうち
**一言で**: データを小さい順に並べたときの真ん中の値
データを小さい順に並べたときに、ちょうど真ん中にくる値のことです。平均（合計を個数で割った値）と違って、外れ値（他と大きくかけ離れた値）の影響を受けにくい指標です。異常値（極端な値）の多いデータセットの代表値（データ全体を代表する1つの値）としては平均より適しており、異常検知（普段と違うデータを見つけること）や、収入データのように一部の人だけ極端に大きい偏ったデータの分析でよく使われます。
> 💡 年収のデータでは、少数の超高所得者が平均を押し上げるため、「普通の人の年収」を知るには中央値のほうが適しています。
**関連用語**: 平均、最頻値、外れ値
[動画 02:39:46](https://youtu.be/iNMZtrpTXpM?t=9586)
### 最頻値
**読み**: さいひんち
**一言で**: データの中で最も多く出てくる値
データの中で最も頻繁に出現する値のことです。例えば、テストの点数で80点を取った人が3人いて他の点数はそれより少なければ、最頻値は80点です。データの傾向をつかんだり、分類（データをグループ分けすること）の代表値（データ全体を代表する1つの値）を決めたりするのに活用されます。分類タスク（どのグループに属するかを当てる課題）で多数決を取る場合には、最も多く出てきたラベル（正解の種類）が最頻値として使われます。
> 💡 平均・中央値・最頻値のうち、「数値でないデータ（例えば好きな色）」にも使えるのは最頻値だけです。
**関連用語**: 平均、中央値、正規分布
[動画 02:40:13](https://youtu.be/iNMZtrpTXpM?t=9613)
### 期待値
**読み**: きたいち
**一言で**: 確率的な出来事で、平均的にどれくらいの値になるかを示す数
確率的な現象（結果が偶然で決まる出来事）において、平均的にどれくらいの値が得られると期待できるかを表す数値です。それぞれの結果の値に、その結果が起こる確率を掛けて、全部足し合わせて計算します。例えば、サイコロの出た目×1万円がもらえるゲームでは、1から6の各目が出る確率はそれぞれ1/6なので、(1+2+3+4+5+6)×1/6＝3.5となり、期待値は3.5万円になります。
> 💡 サイコロの期待値3.5は定番の計算問題です。「値×確率を全部足す」という計算方法を覚えておきましょう。
**関連用語**: 確率変数、確率分布、平均
[動画 02:40:40](https://youtu.be/iNMZtrpTXpM?t=9640)
### 外れ値
**読み**: はずれち
**一言で**: 他のデータから大きくかけ離れた異常な値
他のデータ点と比べて大きく異なる、異常な値のことです。入力ミスや測定機器の故障などで生じることもあれば、本当にまれな現象を表していることもあります。モデルの学習や予測の精度に悪影響を与えることがあるため、データの前処理（学習の前にデータを整える作業）で検出・除去することが重要です。外れ値を適切に扱うことで、正確で安定したモデルを作ることができます。
> 💡 身長のデータに「1800cm」が混ざっていたら、おそらく180cmの入力ミスで外れ値です。平均は外れ値に引っ張られますが、中央値は影響を受けにくいです。
**関連用語**: 平均、中央値、標準偏差、データリーケージ
[動画 02:41:22](https://youtu.be/iNMZtrpTXpM?t=9682)
### 条件付き確率
**読み**: じょうけんつきかくりつ
**一言で**: ある出来事が起きたという条件のもとで別の出来事が起きる確率
ある事象（出来事）が起きたという条件のもとで、別の事象が起きる確率のことです。ベイズ推定（新しい情報が得られるたびに確率を更新していく考え方）や、ナイーブベイズ分類器（条件付き確率を使ってデータを分類する単純な手法）で使われます。例えば、「メールに特定の単語が含まれている」という条件のもとで、そのメールがスパム（迷惑メール）である確率を計算するときに用いられます。
> 💡 「『無料』という単語が含まれるメールのうち、スパムである割合は？」といった形で、スパムフィルタの例が頻出です。
**関連用語**: 確率変数、確率分布、ベルヌーイ分布
[動画 02:41:47](https://youtu.be/iNMZtrpTXpM?t=9707)
### 分散
**読み**: ぶんさん
**一言で**: データが平均からどれだけ散らばっているかを示す指標
データが平均（合計を個数で割った値）からどれだけ離れて散らばっているかを示す指標です。各データと平均との差を2乗して、その平均を取って計算します。分散が大きいとデータが広く散らばっていることを、小さいとデータが平均の近くに集中していることを意味します。AIでは、データのばらつきの理解、予測精度の評価、異常検知（普段と違うデータを見つけること）などに役立ちます。
> 💡 同じ平均60点のクラスでも、全員が60点近くなら分散は小さく、0点と100点が混在していれば分散は大きくなります。
**関連用語**: 標準偏差、平均、共分散、正規分布
[動画 02:42:14](https://youtu.be/iNMZtrpTXpM?t=9734)
### 標準偏差
**読み**: ひょうじゅんへんさ
**一言で**: 分散の平方根で、元のデータと同じ単位でばらつきを表す指標
分散（データが平均からどれだけ散らばっているかを示す指標）と同じく、データのばらつきを表す指標です。分散は計算の途中で2乗しているため単位が元のデータと変わってしまいますが、標準偏差はその平方根（2乗する前の値）を取ることで、元のデータと同じ尺度（単位）に戻したものです。そのため「平均から大体何点くらいずれているか」のように、ばらつきの大きさを直感的に理解できます。
> 💡 テストの偏差値は、平均と標準偏差を使って自分の位置を表した数値です。「分散の平方根＝標準偏差」という関係を覚えておきましょう。
**関連用語**: 分散、平均、正規分布、外れ値
[動画 02:42:40](https://youtu.be/iNMZtrpTXpM?t=9760)
### 共分散
**読み**: きょうぶんさん
**一言で**: 2つの変数が一緒に増減する傾向があるかを示す指標
2つの変数（値が変わる量。例えば気温と売上）がどのように一緒に変動するかを示す指標です。片方が増えたり減ったりしたときに、もう一方も同じ方向に増減するなら共分散はプラス、逆方向に動くならマイナスになります。例えば、気温が高くなるほどアイスクリームの売上が増える、という関係ではプラスの共分散になります。ただし、値の大きさは単位に左右されるため、関係の強さを比べるには相関係数（共分散を−1から1の範囲に整えた指標）が使われます。
> 💡 共分散を標準化（単位の影響をなくして比べやすくすること）したものが相関係数です。この関係が出題されます。
**関連用語**: 相関係数、分散、疑似相関
[動画 02:42:58](https://youtu.be/iNMZtrpTXpM?t=9778)
### 相関係数
**読み**: そうかんけいすう
**一言で**: 2つのデータの関係の強さと方向を−1から1で表す指標
2つのデータの関係性の強さと方向を示す指標で、−1から1までの値を取ります。1に近いほど強い正の相関（片方が増えるともう片方も増える関係）、−1に近いほど強い負の相関（片方が増えるともう片方は減る関係）があることを表し、0に近いと関係がほとんどないことを表します。例えば、広告費と売上の相関係数が0.8なら、広告費が増えると売上も増える強い関係があると言えます。
> 💡 相関係数が高くても因果関係（原因と結果の関係）があるとは限らない、という点が疑似相関の問題として出題されます。
**関連用語**: 共分散、疑似相関、偏相関係数
[動画 02:43:25](https://youtu.be/iNMZtrpTXpM?t=9805)
### 疑似相関
**読み**: ぎじそうかん
**一言で**: 隠れた要因のせいで、因果関係がないのに関係があるように見える現象
本当は因果関係（一方が原因でもう一方が結果になる関係）がないにもかかわらず、目に見えない別の要因によって、あたかも因果関係があるかのように見えてしまう現象です。例えば、アイスクリームの売上と水難事故の発生率には相関（一緒に増減する関係）が見られますが、実際には「気温の上昇」という隠れた要因が両方に影響しているだけで、アイスが事故を引き起こしているわけではありません。
> 💡 アイスクリームと水難事故の例は定番です。隠れた要因（この例では気温）を「交絡因子」と呼ぶこともあります。
**関連用語**: 相関係数、偏相関係数、共分散
[動画 02:43:56](https://youtu.be/iNMZtrpTXpM?t=9836)
### 偏相関係数
**読み**: へんそうかんけいすう
**一言で**: 他の変数の影響を取り除いたうえで2つの変数の相関を測る指標
他の変数（値が変わる量）の影響を取り除いたうえで、2つの変数の間の相関関係（一緒に増減する関係）を測る指標です。例えば、年齢は運動量と血圧の両方に関係しているため、運動量と血圧の間に疑似相関（隠れた要因のせいで関係があるように見える現象）を引き起こす可能性があります。そこで偏相関係数を使って年齢の影響を除けば、運動量と血圧が本当に関係しているかどうかを確かめることができます。
> 💡 疑似相関を見抜くための道具として出題されます。「第3の変数の影響を除いた相関」と覚えましょう。
**関連用語**: 相関係数、疑似相関、共分散
[動画 02:44:19](https://youtu.be/iNMZtrpTXpM?t=9859)
### 正規分布
**読み**: せいきぶんぷ
**一言で**: 平均を中心に左右対称な釣り鐘型のデータの分布
データが平均値を中心に左右対称に分布する形で、グラフにすると釣り鐘のような山型になります。平均値と最頻値（最も多く出る値）、中央値が一致するのが特徴です。分散（ばらつきの大きさ）が大きいと山は低く広がり、小さいと高く尖った形になります。身長や測定誤差など、自然界の多くのデータがこの形に近くなります。多くのアルゴリズム（計算の手順）がデータの正規分布を前提としているため、前処理（データを整える作業）やモデルの評価に応用されます。
> 💡 「平均・中央値・最頻値が一致する」「左右対称」が正規分布のキーワードです。偏差値も正規分布を前提にしています。
**関連用語**: 平均、分散、標準偏差、確率分布
[動画 02:45:04](https://youtu.be/iNMZtrpTXpM?t=9904)
### 度数分布
**読み**: どすうぶんぷ
**一言で**: データがどの範囲にどれくらいの個数あるかを示したもの
データがどの範囲に、どれだけ頻繁に出現するかを示したものです。例えばテストの点数を「0〜20点が2人、21〜40点が5人…」のように区間ごとに個数（度数）を数えて表します。これを棒グラフにしたものがヒストグラム（度数分布を柱の高さで表したグラフ）です。機械学習では特徴量（入力項目）の分布を確認したり、データの偏りを分析したりする際に役立ち、性能を上げるための前処理（データを整える作業）や調整ができるようになります。
> 💡 度数分布表やヒストグラムを見ると、データが正規分布に近いか、極端に偏っているかが一目で分かります。
**関連用語**: 確率分布、正規分布、最頻値
[動画 02:45:33](https://youtu.be/iNMZtrpTXpM?t=9933)
### 確率分布
**読み**: かくりつぶんぷ
**一言で**: それぞれの結果がどんな確率で起きるかを関数で表したもの
それぞれの結果がどのくらいの確率で起きるかというばらつきを、関数（入力に対して出力を返す数学的な対応関係）で表したものです。大きく2つに分類されます。離散型確率分布は、サイコロの目やコインの裏表のように、結果が限られた個数しかない場合の確率を表します。連続型確率分布は、身長や体重のように、値が途切れなく連続して無限にあり得る場合の確率を表します。
> 💡 ベルヌーイ分布・二項分布・ポアソン分布は離散型、正規分布は連続型です。どちらに属するかが出題されます。
**関連用語**: 確率変数、確率密度、正規分布、二項分布
[動画 02:45:59](https://youtu.be/iNMZtrpTXpM?t=9959)
### ベルヌーイ分布
**読み**: ベルヌーイぶんぷ
**一言で**: 結果が2つだけの試行を1回行うときの確率分布
成功か失敗か、表か裏か、のように結果が2つだけの試行（やってみること）を1回行うときの確率を表す確率分布（各結果がどんな確率で起きるかを表したもの）です。成功する確率をp、失敗する確率を1−pで表します。例えば、コインを1回投げて表が出る確率が0.5なら、p＝0.5のベルヌーイ分布になります。この試行を複数回繰り返したときの成功回数を扱うのが二項分布です。
> 💡 「1回だけ」の試行を扱うのがベルヌーイ分布、「複数回」の成功回数を扱うのが二項分布、という区別が出題ポイントです。
**関連用語**: 二項分布、確率分布、条件付き確率
[動画 02:46:25](https://youtu.be/iNMZtrpTXpM?t=9985)
### 二項分布
**読み**: にこうぶんぷ
**一言で**: 2択の試行を複数回行ったときの成功回数の確率分布
ベルヌーイ分布（結果が2つだけの試行を1回行うときの確率分布）が1回の試行に対する確率を表すのに対し、二項分布は同じ試行を複数回行ったときに、成功が何回起きるかの確率を扱います。例えば、コインを10回投げて表がちょうど3回出る確率などを計算できます。分類問題（データがどのグループに属するかを当てる課題）で、成功と失敗の2つの結果を予測する際に役立ち、例えばスパムメール（迷惑メール）の分類に使えます。
> 💡 「コインをn回投げてk回表が出る確率」が二項分布の典型的な問題です。
**関連用語**: ベルヌーイ分布、確率分布、ポアソン分布
[動画 02:46:56](https://youtu.be/iNMZtrpTXpM?t=10016)
### ポアソン分布
**読み**: ポアソンぶんぷ
**一言で**: 一定の時間や空間の中である出来事が何回起きるかを表す分布
一定の時間や空間の中で、特定の事象（出来事）が何回起きるかを表す離散確率分布（結果が整数など飛び飛びの値を取る確率分布）です。めったに起きない低頻度のイベント（出来事）の発生予測や分析に役立ちます。例えば、1時間に平均3件の電話がかかってくるコールセンターで、ある1時間にちょうど5件かかってくる確率を求めることができます。ほかにも交差点での事故件数、病院に来る患者数などの分析に使われます。
> 💡 「平均○回起きる出来事が、ちょうど△回起きる確率」という問題文を見たらポアソン分布です。
**関連用語**: 二項分布、確率分布、確率変数
[動画 02:47:23](https://youtu.be/iNMZtrpTXpM?t=10043)
### 確率変数
**読み**: かくりつへんすう
**一言で**: 結果が偶然で決まり、確率に従って値が決まる変数
結果が何になるかはあらかじめ決まっていないものの、特定の範囲内の数値を取ることができる変数（値が変わる量）のことです。どの値をどのくらいの確率で取るかは、確率分布（各結果の起きやすさを表したもの）によって決まります。確率分布と同じく離散型（サイコロの目のように飛び飛びの値を取るもの）と連続型（身長のように途切れなく連続した値を取るもの）があります。例として、サイコロの出る目や、天気予報の降水確率が挙げられます。
> 💡 「サイコロを振る前は何が出るか分からないが、1〜6のどれかが各1/6の確率で出る」というとき、出る目が確率変数です。
**関連用語**: 確率分布、期待値、確率密度
[動画 02:48:02](https://youtu.be/iNMZtrpTXpM?t=10082)
### 相互情報量
**読み**: そうごじょうほうりょう
**一言で**: 2つの変数がどれだけ情報を共有しているかを表す指標
2つの変数（値が変わる量）がどれだけ情報を共有しているか、つまり片方を知るともう片方についてどれだけ分かるか、という確率変数（確率に従って値が決まる変数）同士の依存度（関係の深さ）を表す指標です。特徴量（モデルへの入力項目）とラベル（正解の情報）の相互情報量が高い場合、その特徴量は予測に役立つ可能性が高いと言えます。そのため、特徴量選択（使う入力項目を選ぶこと）やモデルの性能向上に使われます。
> 💡 相関係数は直線的な関係しかとらえられませんが、相互情報量は曲がった関係など、より広い種類の関係をとらえられる点が違いです。
**関連用語**: 相関係数、確率変数、確率分布
[動画 02:48:27](https://youtu.be/iNMZtrpTXpM?t=10107)
### 確率密度
**読み**: かくりつみつど
**一言で**: 連続型の確率変数がある範囲の値を取る確率の「濃さ」
連続型の確率変数（身長のように途切れなく連続した値を取る変数）が、特定の範囲の値を取る可能性の「濃さ」を示すもので、確率密度関数（値ごとの確率の濃さを表す関数）で表されます。連続した値ではピンポイントの確率は求められず、関数のグラフの面積によって確率が求まります。例えば、身長がちょうど165.000…cmにぴったり一致する確率はほぼ0ですが、160cmから170cmの範囲に入る確率なら、その区間の面積として計算できます。
> 💡 「連続型では点の確率は0で、範囲（面積）で確率を考える」というのが出題のポイントです。正規分布の釣り鐘型の曲線も確率密度関数です。
**関連用語**: 確率分布、確率変数、正規分布
[動画 02:48:54](https://youtu.be/iNMZtrpTXpM?t=10134)
### 移動平均
**読み**: いどうへいきん
**一言で**: 時系列データを一定区間ごとの平均でならして傾向を見やすくする方法
時系列データ（時間の順番に並んだデータ。例えば毎日の株価や気温）の細かい上下の変動を平滑化（なめらかにならすこと）して、データの大まかな傾向や動きを見やすくする方法です。「直近の数日分の平均」を1日ずつずらしながら計算していくため、移動平均と呼ばれます。例えば株価を移動平均で表すと、日々の細かな値動きに惑わされず「この期間は上昇傾向にある」といった長期的な傾向をとらえやすくなります。
> 💡 株価チャートの「5日移動平均線」「25日移動平均線」が身近な例です。
**関連用語**: 平均、度数分布
[動画 02:49:36](https://youtu.be/iNMZtrpTXpM?t=10176)
### 帰無仮説
**読み**: きむかせつ
**一言で**: 「効果や差はない」という、検証のために立てる仮の前提
特定の条件や効果が「存在しない」と仮定する仮説（検証のために立てる仮の主張）です。例えば「新しい薬には効果がない」「試験結果の差は偶然の範囲内だ」という考え方です。統計的検定（データをもとに仮説が正しいか判断する手続き）では、まずこの仮説を立て、集めたデータがこの仮説のもとでは起こりにくいと示されれば、仮説を棄却（捨てること）して「効果がある」と考えることができます。
> 💡 「否定されることを前提に立てる仮説」が帰無仮説、その反対の主張が対立仮説です。この対の関係が出題されます。
**関連用語**: 対立仮説、確率分布、期待値
[動画 02:49:55](https://youtu.be/iNMZtrpTXpM?t=10195)
### 対立仮説
**読み**: たいりつかせつ
**一言で**: 「効果や差は本当にある」と主張する、帰無仮説と対になる仮説
帰無仮説（「効果や差はない」と仮定する仮説）と対になる仮説（検証のために立てる主張）で、ある現象が偶然ではなく、実際に効果や関係が存在すると主張するものです。統計的検定（データをもとに仮説を判断する手続き）で帰無仮説が棄却（否定）されたとき、代わりに採用されます。例えば、機械学習のモデル改善のテストでは「新しいモデルは古いモデルより優れている」という形で使われ、予測結果の改善が単なる偶然（ランダム）ではないことを検証するのに役立ちます。
> 💡 「新薬に効果がない（帰無仮説）」vs「新薬に効果がある（対立仮説）」のように、必ずセットで出てきます。
**関連用語**: 帰無仮説、確率分布
[動画 02:50:23](https://youtu.be/iNMZtrpTXpM?t=10223)
### 最小二乗法
**読み**: さいしょうにじょうほう
**一言で**: データ点とのズレの2乗の合計が最小になる線を求める方法
集めたデータに最もよく当てはまる関数（xからyを計算する式）を見つける方法です。例えば、xが増えるとyも増えるような散らばったデータがあるとき、一次関数（まっすぐな直線の式）で近似します。このとき、各データ点と直線との差（ズレの長さ）を2乗して全部足し合わせ、その合計が最小になる直線を選びます。2乗するのは、ズレの向きがプラスでもマイナスでも同じように扱うためです。予測精度の高いモデル（データから予測を行う仕組み）を作るときの基本的な手法として使われます。
> 💡 身長から体重を予測する直線を引くとき、どの直線が一番データに近いかを決めるのに使われます。試験では「誤差の2乗和を最小化する」というキーワードが問われます。
**関連用語**: 最尤法
[動画 02:50:57](https://youtu.be/iNMZtrpTXpM?t=10257)
### 最尤法
**読み**: さいゆうほう
**一言で**: 観測データが最も起こりやすくなるパラメータを選ぶ方法
手元にある観測データが「最も起こりやすい」と考えられるように、モデル（データから予測を行う仕組み）のパラメータ（モデルの中で調整できる数値）を決める方法です。「尤（ゆう）」とは「もっともらしさ」という意味で、いま見ているデータが出てくる確率を最大にする値を探します。例えば分類器（データをグループに分けるモデル）の学習では、学習データが現れる確率が最大になるようにパラメータを調整し、より正確なモデルを作ることができます。
> 💡 コインを10回投げて表が7回出たなら、「表が出る確率は0.7」と考えるのが最尤法の発想です。
**関連用語**: 最小二乗法
[動画 02:51:34](https://youtu.be/iNMZtrpTXpM?t=10294)
### コサイン類似度
**読み**: コサインるいじど
**一言で**: 2つのベクトルの向きがどれだけ同じかを測る指標
2つのベクトル（数値を並べて向きと大きさを表したもの）が、どれだけ同じ方向を向いているかを測る指標です。値が1に近いほど似ていて、0に近いほど関係がないことを示します。長さ（大きさ）ではなく向きだけで比べるので、文書の長さが違っていても内容の似ている度合いを評価できる点が便利です。文章同士の類似度を調べたり、ユーザーの行動パターン（どんな商品を見たかなど）を分析したりするときに使われます。
> 💡 短いニュース記事と長い論文でも、使われている単語の傾向が似ていれば高い類似度になります。試験では「向きの類似性を測る」点がポイントです。
**関連用語**: ユークリッド距離、マハラノビス距離
[動画 02:52:01](https://youtu.be/iNMZtrpTXpM?t=10321)
### ユークリッド距離
**読み**: ユークリッドきょり
**一言で**: 2点の間をまっすぐ結んだ直線距離
平面や空間にある2つの点の間を、まっすぐ結んだ直線の長さで表す、最も一般的な距離の測り方です。定規で2点の間を測るイメージで、中学校で習う三平方の定理（直角三角形の辺の長さの関係）を使って計算します。次元（データの項目数）が少なく、各項目の尺度（単位や数値の大きさ）がそろっているデータに向いています。画像分類や単純なクラスタリング（似たデータを自動でグループ分けすること）など、データ同士の単純な距離が重要な場面で使われます。
> 💡 地図上の2地点の直線距離がユークリッド距離です。等距離線（同じ距離の点を結んだ線）が円になる点が、マハラノビス距離との違いとして出題されます。
**関連用語**: マハラノビス距離、コサイン類似度
[動画 02:52:25](https://youtu.be/iNMZtrpTXpM?t=10345)
### マハラノビス距離
**読み**: マハラノビスきょり
**一言で**: データの散らばり方を考慮した距離の測り方
データの分布（データがどのように散らばっているか）をもとにして距離を測る方法です。ユークリッド距離（2点をまっすぐ結んだ距離）では、同じ距離の点を結ぶ等距離線が円になりますが、マハラノビス距離では散らばりの大きい方向を長く、小さい方向を短く取るため、等距離線が楕円になります。そのため、データ全体の傾向から外れた異常値（他と大きく違う値）の検出や分類に効果的で、異常検出、画像認識、多変量解析（複数の項目をまとめて分析する統計手法）などで広く使われます。
> 💡 身長と体重のように関係のある2項目で「どれだけ珍しい人か」を測るときに有効です。試験では「等距離線が楕円になる」点がポイントです。
**関連用語**: ユークリッド距離、コサイン類似度
[動画 02:52:42](https://youtu.be/iNMZtrpTXpM?t=10362)
### 個人識別符号
**読み**: こじんしきべつふごう
**一言で**: それだけで特定の個人を識別できる符号や番号
その情報だけで特定の個人を識別できる文字・番号・記号などのことです。大きく2種類あり、1つは指紋や顔認識データ、DNAのように身体の特徴をコンピューター用に変換したもの、もう1つはマイナンバー、パスポート番号、運転免許証番号のように個人ごとに割り振られた番号です。これらは特定の個人に直接結びつく情報なので、個人情報保護法（個人の情報の取り扱いルールを定めた日本の法律）で個人情報として保護されます。
> 💡 氏名がなくても、マイナンバーだけで本人が分かるので個人情報になります。試験では「個人識別符号を含む情報は個人情報」という点が問われます。
**関連用語**: 個人情報、個人データ、要配慮個人情報
[動画 02:53:14](https://youtu.be/iNMZtrpTXpM?t=10394)
### 個人情報
**読み**: こじんじょうほう
**一言で**: 生きている個人を識別できる情報
生存している個人に関する情報のうち、特定の個人を識別できるもののことです。氏名や住所、生年月日などそれ自体で誰のことか分かるものに加え、他の情報と簡単に照合することで個人が分かるものも含まれます。また、マイナンバーや指紋データなどの個人識別符号（それだけで個人を特定できる番号や符号）が含まれる情報も個人情報です。個人情報保護法（個人の情報の取り扱いルールを定めた日本の法律）で守られています。
> 💡 亡くなった人の情報は原則として個人情報に含まれません。「生存する個人」という条件が試験でよく問われます。
**関連用語**: 個人識別符号、個人データ、保有個人データ、要配慮個人情報
[動画 02:53:30](https://youtu.be/iNMZtrpTXpM?t=10410)
### 個人データ
**読み**: こじんデータ
**一言で**: データベースとして整理・管理されている個人情報
個人情報のうち、データベース（検索しやすいように整理されたデータの集まり）として構造化された形で管理されている情報のことです。例えば、企業が顧客管理システムに登録している顧客の氏名や住所、名簿ソフトで管理している会員情報などが該当します。紙のメモにたまたま書かれた名前は個人情報ではあっても個人データではなく、検索できる形で体系的に整理されている点がポイントです。個人情報保護法（個人の情報の取り扱いルールを定めた日本の法律）では、個人データに対して安全管理や第三者提供の制限などのより厳しい義務が課されます。
> 💡 個人情報＞個人データ＞保有個人データという包含関係が試験で問われます。
**関連用語**: 個人情報、保有個人データ、第三者提供、委託
[動画 02:53:46](https://youtu.be/iNMZtrpTXpM?t=10426)
### 保有個人データ
**読み**: ほゆうこじんデータ
**一言で**: 本人が開示や訂正を請求できる、事業者が持つ個人データ
事業者（会社や団体）が保有している個人データのうち、本人からの開示（内容を見せること）、訂正、利用停止、消去などの請求に応じる権限を事業者自身が持っているもののことです。本人には自分の情報がどう扱われているかを知り、間違いを直してもらう権利があり、その対象になるのが保有個人データです。ただし、6か月以内など短期間で消去されるデータや、法令で開示が免除されるデータは含まれません。
> 💡 通販サイトに登録した自分の住所を確認・修正できるのは、保有個人データだからです。
**関連用語**: 個人データ、個人情報、利用目的
[動画 02:53:57](https://youtu.be/iNMZtrpTXpM?t=10437)
### 匿名加工情報
**読み**: とくめいかこうじょうほう
**一言で**: 個人を特定できず、元にも戻せないように加工した情報
個人情報を、特定の個人を識別できないように加工し、さらに元の個人情報に復元できないようにした情報のことです。例えば氏名を削除し、年齢を「30代」のようにまとめ、住所を都道府県だけにするといった加工をします。個人を特定できなくなるので、本人の同意がなくても統計・分析・マーケティング（商品を売るための市場調査や宣伝活動）などに活用できます。ただし、第三者に提供するときは、匿名加工情報であることを明示する必要があります。
> 💡 「復元できない」点が仮名加工情報との最大の違いで、試験でよく比較されます。
**関連用語**: 仮名加工情報、個人情報、第三者提供
[動画 02:54:18](https://youtu.be/iNMZtrpTXpM?t=10458)
### 仮名加工情報
**読み**: かめいかこうじょうほう
**一言で**: 他の情報と照合しなければ個人を特定できないよう加工した情報
個人情報保護法（個人の情報の取り扱いルールを定めた日本の法律）に基づいて、他の情報と照合しない限り特定の個人を識別できないように加工した情報のことです。氏名や住所などを削除したり、別の記号に置き換えたりして個人が分からないようにしますが、元のデータと突き合わせれば個人を特定できる可能性が残っている点が匿名加工情報との違いです。そのため、元データとは分離して管理すること、原則として社内での分析などの内部利用にとどめることが求められます。
> 💡 顧客IDだけを残して氏名を消した分析用データが例です。「照合すれば特定できる」点が試験のポイントです。
**関連用語**: 匿名加工情報、個人情報、個人データ
[動画 02:54:46](https://youtu.be/iNMZtrpTXpM?t=10486)
### 要配慮個人情報
**読み**: ようはいりょこじんじょうほう
**一言で**: 差別や偏見につながるため特に慎重に扱うべき個人情報
個人情報保護法（個人の情報の取り扱いルールを定めた日本の法律）で、特に慎重に取り扱うべきとされる個人情報です。本人に対する不当な差別や偏見などの不利益が生じるおそれがある情報が対象で、人種、民族、信条（宗教や思想）、社会的身分、病歴、健康診断の結果、犯罪の経歴、犯罪被害を受けた事実、労働組合への加盟状況、性的指向などが含まれます。取得や利用には原則として本人の同意が必要で、オプトアウト（本人が拒否しない限り提供できる仕組み）による第三者提供もできません。
> 💡 病院のカルテに書かれた病名は要配慮個人情報です。「本人の同意が原則必要」という点が試験で問われます。
**関連用語**: 個人情報、個人識別符号、第三者提供、センシティブ属性
[動画 02:55:17](https://youtu.be/iNMZtrpTXpM?t=10517)
### 第三者提供
**読み**: だいさんしゃていきょう
**一言で**: 個人データを自社以外の他者に渡すこと
事業者（会社や団体）が持っている個人データを、自分以外の他者（第三者）に渡すことです。原則として事前に本人の同意が必要ですが、法令に基づく場合や、人の生命・身体・財産を守るために必要で本人の同意を得ることが難しい場合などは、例外的に同意なしでも認められます。また、提供するときには誰に何の目的で渡すかを明らかにし、いつ誰に提供したかの記録を作成して保存することが義務づけられています。
> 💡 自社の顧客名簿を関連会社に渡すのが第三者提供です。委託（業務を任せるために渡す）は第三者提供に当たらない点が試験で問われます。
**関連用語**: 個人データ、委託、匿名加工情報、利用目的
[動画 02:55:55](https://youtu.be/iNMZtrpTXpM?t=10555)
### 委託
**読み**: いたく
**一言で**: 個人情報の取り扱いを外部の業者などに任せること
個人情報の取り扱いを含む業務を、外部の業者などに任せることです。例えば、商品の発送を配送業者に頼むために顧客の住所を渡したり、データ入力を外部の会社に頼んだりする場合が該当します。委託は第三者提供（他者に個人データを渡すこと）とは区別され、本人の同意は不要ですが、その代わりに委託元は委託先が個人情報を安全に管理するよう、契約や監督を適切に行う義務があります。委託先は、任された業務以外の目的で個人データを使うことはできません。
> 💡 通販会社が配送業者に住所を渡すのは委託であり、同意不要です。「委託先の監督義務」が試験のポイントです。
**関連用語**: 第三者提供、個人データ、利用目的
[動画 02:56:18](https://youtu.be/iNMZtrpTXpM?t=10578)
### 利用目的
**読み**: りようもくてき
**一言で**: 集めた個人情報を何のために使うかという目的
集めた個人情報を、どのような目的で使うのかを示したものです。個人情報保護法（個人の情報の取り扱いルールを定めた日本の法律）では、個人情報を取得するときに、その利用目的をできるだけ具体的に特定し、事前に本人へ通知するか、ホームページなどで公表することが求められています。そして、本人の同意なく当初の利用目的の範囲を超えて個人情報を使うことは、原則として禁止されています。
> 💡 「商品の発送のため」に集めた住所を、勝手にダイレクトメールの送付に使うのは目的外利用です。
**関連用語**: 個人情報、保有個人データ、第三者提供、委託
[動画 02:56:39](https://youtu.be/iNMZtrpTXpM?t=10599)
---
## 第6章
### 法律・知的財産・契約・AI倫理・ガバナンス・セキュリティ
### GDPR(General Data Protection Regulation、一般データ保護規則)
**読み**: ジーディーピーアール
**一言で**: EUの厳格な個人データ保護の法律
EU（ヨーロッパ連合。ヨーロッパの国々がまとまった組織）が2018年から施行している、個人データの保護を目的とした法律です。EU域内の人の個人データを扱うすべての組織に適用されるため、日本の企業でもEUの顧客のデータを扱えば対象になります。本人が自分のデータの削除を求められる「忘れられる権利」や、データを他のサービスへ持ち運べる「データポータビリティの権利」などが定められ、違反すると全世界の売上高の4%または2000万ユーロのいずれか高い方といった高額な罰金が科される可能性があります。
> 💡 EU向けにサービスを提供する日本企業も対象になる点、ハードロー（法的拘束力のある法律）の代表例である点が試験で問われます。
**関連用語**: 個人情報、ハードロー、AIガバナンス
[動画 02:57:04](https://youtu.be/iNMZtrpTXpM?t=10624)
### AI生成物
**読み**: エーアイせいせいぶつ
**一言で**: AIが自動的に作り出した文章・画像・音楽などのコンテンツ
AI技術を使って生成された、文章・画像・音楽・映像などのコンテンツ（作品や内容物）のことです。機械学習（データから規則やパターンをコンピューターが自動で学ぶ技術）などのアルゴリズム（問題を解くための計算手順）が、入力されたデータをもとに新しい作品を自動的に生み出します。代表例は、文章生成AIが書いた文章や、画像生成AIが作ったイラストや写真風の画像です。人間が作ったものではないため、著作権（創作物を守る権利）が認められるかどうかが議論の対象になっています。
> 💡 ChatGPTが書いた文章やStable Diffusionが描いた画像がAI生成物です。
**関連用語**: 著作権、創作性、著作物、ディープフェイク
[動画 02:57:25](https://youtu.be/iNMZtrpTXpM?t=10645)
### 著作権
**読み**: ちょさくけん
**一言で**: 人間が独自に作った創作物を守る法律上の権利
人間が独自に作り出した創作物（小説、音楽、絵、プログラムなど）を保護する法律上の権利です。作品を無断でコピーされたり公開されたりしないよう守ります。AI生成物（AIが自動で作った作品）は、AI自身に意思や独自性がないため基本的に著作権は認められません。ただし、人間が具体的な指示や工夫を加えた部分には著作権が発生する可能性があります。また、AIが他人の著作物を学習データとして使って作られた場合、元データの著作権との関係をどう考えるかも議論されています。
> 💡 AIに「猫の絵」とだけ指示して出た画像には原則著作権はないが、人間が細かく修正を加えた部分には認められうる、という点が試験のポイントです。
**関連用語**: 著作物、創作性、著作権侵害、AI生成物
[動画 02:57:51](https://youtu.be/iNMZtrpTXpM?t=10671)
### 著作物
**読み**: ちょさくぶつ
**一言で**: 思想や感情を創作的に表現したもの
著作権法（創作物を守るルールを定めた法律）で保護の対象となるもので、思想や感情を創作的に表現したものを指します。文学・音楽・美術・映像・コンピュータープログラムなど、人間の独自性が反映された表現が該当します。一方で、単なるアイデアや概念、事実そのもの、誰が書いても同じになるような一般的な表現は、著作物として保護されません。つまり「頭の中の考え」ではなく、それを「具体的に表現したもの」が守られます。
> 💡 料理のレシピのアイデア自体は著作物ではありませんが、それを文章や写真で表現した料理本は著作物です。
**関連用語**: 著作権、創作性、著作権侵害
[動画 02:58:21](https://youtu.be/iNMZtrpTXpM?t=10701)
### 創作性
**読み**: そうさくせい
**一言で**: 作者の独自性や工夫が表現に反映されている性質
著作権法（創作物を守るルールを定めた法律）で、作者の個性や独自の工夫が表現に表れている性質のことです。創作性がある表現が著作物として保護されます。AI生成物（AIが自動で作った作品）には人間の独自性が介在していないため、原則として著作権は発生しません。しかし、AIへの具体的で詳細な指示や、生成されたものへの修正・加工など、人間が創作性を加えた部分については著作権が認められる可能性があります。高度な芸術性は必要なく、「その人なりの工夫」があれば十分とされます。
> 💡 子どもの描いた絵にも創作性は認められます。AI生成物に著作権が認められるかの判断基準として試験に出ます。
**関連用語**: 著作権、著作物、AI生成物
[動画 02:58:50](https://youtu.be/iNMZtrpTXpM?t=10730)
### 著作権侵害
**読み**: ちょさくけんしんがい
**一言で**: 許可なく他人の著作物を使い、権利を侵す行為
著作権者（著作権を持つ人）が持っている権利を、法律の例外規定や正当な許可（ライセンス。使ってよいという許諾）なしに侵す行為のことです。他人の著作物（創作的に表現された作品）を無断でコピーしたり配布したりすること、インターネット上に無断で公開すること、権利者の許可なくアレンジ（改変）することなどが該当します。AIの分野では、学習データとして他人の著作物を使うことや、既存の作品にそっくりなAI生成物を公開することが著作権侵害に当たらないかが議論されています。
> 💡 好きな漫画を勝手にネットにアップロードするのは著作権侵害です。
**関連用語**: 著作権、著作物、利用規約
[動画 02:59:32](https://youtu.be/iNMZtrpTXpM?t=10772)
### 利用規約
**読み**: りようきやく
**一言で**: サービス提供者が利用者に示すルールをまとめた文書
サービスや商品を提供する企業や団体が、利用者に対して提示する利用条件やルールをまとめた文書です。利用者の権利と義務、禁止事項、トラブルが起きたときの責任の範囲などが書かれています。利用者が同意することで、提供者と利用者の双方がその条件を守ることが前提となります。AIサービスでは、入力したデータがAIの学習に使われるか、生成物の著作権（創作物を守る権利）は誰のものかなどが利用規約に定められていることが多く、業務で使う前に確認することが重要です。
> 💡 ChatGPTなどの生成AIを業務で使う際、入力データの学習利用の有無を利用規約で確認するのが典型例です。
**関連用語**: 著作権、データ利用権、SaaS(Software as a Service)
[動画 02:59:54](https://youtu.be/iNMZtrpTXpM?t=10794)
### 特許権
**読み**: とっきょけん
**一言で**: 新しい発明を一定期間独占的に利用できる権利
新しい技術やアイデアが新規性（まだ世に知られていないこと）と進歩性（専門家でも簡単には思いつかないこと）を持つ場合に認められ、発明者がその発明を独占的に利用できる権利です。特許庁（特許を審査する国の役所）に出願して認められると、出願日から一定期間（通常20年）、他者が無断でその発明を製造・販売・使用することを排除できる法的な保護が与えられます。AIの分野でも、新しい学習方法や処理技術などが特許の対象になることがあります。
> 💡 著作権は作った時点で自動的に発生しますが、特許権は出願・審査を経て初めて発生する点が試験での比較ポイントです。
**関連用語**: 発明、新規性、進歩性、知的財産権
[動画 03:00:20](https://youtu.be/iNMZtrpTXpM?t=10820)
### 発明
**読み**: はつめい
**一言で**: 自然法則を利用した、産業で使える技術的なアイデアの創作
特許法（発明を守るルールを定めた法律）において、自然法則（自然界のきまり。重力や電気の性質など）を利用した技術的思想の創作であって、産業上利用できるもののことです。単なるアイデアや、自然法則そのものの発見は発明には当たりません。それらを応用して、具体的に役立つ形にした技術が発明として認められます。例えば、数学の公式そのものやゲームのルールだけでは発明にならず、それを使った具体的な装置や処理方法であれば発明になりえます。
> 💡 「万有引力の法則の発見」は発明ではないが、「それを利用した新しい機械」は発明になる、という区別が試験で問われます。
**関連用語**: 特許権、発明者、新規性、進歩性
[動画 03:00:46](https://youtu.be/iNMZtrpTXpM?t=10846)
### 発明者
**読み**: はつめいしゃ
**一言で**: 発明を実際に考え出した人
特許法（発明を守るルールを定めた法律）において、発明を具体的に考え出した人物のことです。発明のアイデアを自分で生み出し、技術的な工夫を実際に行った人が該当します。一方で、単に「こういうものを作って」と指示を出しただけの人や、研究のお金を出しただけの人、言われた通りに実験を手伝っただけの人は発明者にはなりません。特許権（発明を独占的に利用できる権利）はまず発明者に与えられるため、誰が発明者かは重要です。
> 💡 上司が指示しただけでは発明者にならず、実際に工夫した部下が発明者になります。
**関連用語**: 発明、特許権、職務発明
[動画 03:01:12](https://youtu.be/iNMZtrpTXpM?t=10872)
### 職務発明
**読み**: しょくむはつめい
**一言で**: 従業員が仕事の一環として行った発明
会社の従業員や役員が、自分の職務（仕事の内容）の一環として行った発明のことです。特許を受ける権利は本来、発明者（発明を考え出した人）に属しますが、職務発明については、あらかじめ契約や勤務規則などで定めておけば、会社がその権利を取得できる仕組みがあります。その代わりに会社は、発明者に対して相当の利益（金銭などの対価）を与える義務があります。研究者が会社で開発した技術の権利をめぐる争いを防ぐための制度です。
> 💡 青色LEDの発明をめぐる訴訟は、職務発明の対価が争われた有名な例です。
**関連用語**: 発明、発明者、特許権
[動画 03:01:33](https://youtu.be/iNMZtrpTXpM?t=10893)
### 新規性
**読み**: しんきせい
**一言で**: 出願前にその発明が世の中に知られていないこと
特許法（発明を守るルールを定めた法律）で特許を受けるための条件の1つで、出願する前にその発明が公に知られていない新しいものであることです。すでに論文や製品として世の中に出ている技術には新規性がなく、特許は認められません。ただし、学会での発表や展示会などで自ら公開してしまった場合でも、公開から1年以内に所定の手続きをして出願すれば、新規性を失わなかったものとして扱われる例外規定（新規性喪失の例外）があります。
> 💡 特許出願前に自社の新技術を学会で発表してしまった場合、1年以内の出願なら救済されます。
**関連用語**: 進歩性、特許権、発明
[動画 03:01:57](https://youtu.be/iNMZtrpTXpM?t=10917)
### 進歩性
**読み**: しんぽせい
**一言で**: 専門家でも容易には思いつかない技術的な工夫があること
特許法（発明を守るルールを定めた法律）で特許を受けるための条件の1つで、その発明が出願時点で、その分野の専門家（当業者と呼ばれます）にとって容易に考えつくものではないことです。すでにある技術や知識を単に組み合わせただけ、少し数値を変えただけ、といったものには進歩性が認められません。技術的な工夫や新しい発想が含まれていることが必要です。新規性（まだ知られていないこと）があっても、進歩性がなければ特許は認められません。
> 💡 「新規性はあるが進歩性がない」ケースの具体例が試験で問われることがあります。
**関連用語**: 新規性、特許権、発明
[動画 03:02:19](https://youtu.be/iNMZtrpTXpM?t=10939)
### 知的財産権
**読み**: ちてきざいさんけん
**一言で**: 発明や創作、ブランドなど形のない財産を守る権利の総称
人の創作活動や発明、ブランドなど、形のない財産（無形の財産）を保護するための法律上の権利をまとめた呼び方です。特許権（発明を守る権利）、実用新案権（物の形や構造の小さな工夫を守る権利）、意匠権（製品のデザインを守る権利）、商標権（商品名やロゴなどのブランドを守る権利）、著作権（創作物を守る権利）などが含まれます。創作した人が成果を独占的に利用できるようにすることで、新しいものを生み出す活動を促すことが目的です。
> 💡 特許権・実用新案権・意匠権・商標権の4つは「産業財産権」とも呼ばれ、特許庁が担当します。
**関連用語**: 特許権、著作権、営業秘密、限定提供データ
[動画 03:02:35](https://youtu.be/iNMZtrpTXpM?t=10955)
### 営業秘密
**読み**: えいぎょうひみつ
**一言で**: 企業が秘密として管理する、競争力の源になる情報
企業が事業活動で競争力を保つために、秘密として管理している情報のことです。不正競争防止法（公正な競争を守るための法律）で保護されるには、3つの条件を満たす必要があります。秘密管理性（「秘密」として扱われ、アクセス制限などで管理されていること）、有用性（事業にとって役に立つ情報であること）、非公知性（一般には知られていないこと）です。製造方法や顧客リストなどが例で、不正に取得・使用・開示されることから法律で守られます。
> 💡 コカ・コーラの原液のレシピは営業秘密の有名な例です。試験では3要件（秘密管理性・有用性・非公知性）が問われます。
**関連用語**: 限定提供データ、知的財産権、NDA(Non-Disclosure Agreement、秘密保持契約)
[動画 03:03:04](https://youtu.be/iNMZtrpTXpM?t=10984)
### 限定提供データ
**読み**: げんていていきょうデータ
**一言で**: 特定の相手にだけ提供される、不正利用から守られるデータ
特定の相手に限って提供されるデータで、営業秘密（企業が秘密として管理する情報）には当てはまらないものの、不正な利用を防ぐために保護が必要な情報のことです。不正競争防止法（公正な競争を守るための法律）で保護されるには、3つの要件を満たす必要があります。相当蓄積性（価値を持つほどの量のデータが、コンピューターで管理できる形で蓄積されていること）、限定提供性（特定の相手に限定して提供されていること）、電磁的管理性（パスワードや暗号化などでアクセスが制限されていること）です。AIの学習用に販売されるデータなどが例です。
> 💡 会員企業にだけ有料で提供される気象データや地図データが典型例です。営業秘密との違い（秘密ではなく「限定提供」）が試験で問われます。
**関連用語**: 営業秘密、知的財産権、データ利用権
[動画 03:03:32](https://youtu.be/iNMZtrpTXpM?t=11012)
### 競争制限
**読み**: きょうそうせいげん
**一言で**: 企業同士の自由な競争が妨げられる状態
企業同士の自由な競争が妨げられている状態のことです。例えば、複数の企業が話し合って価格や取引条件を固定すること（カルテル）や、市場を支配する大企業がその力を使って不公正な取引を行うことなどが該当します。本来は競争によって商品がより良く安くなるはずなのに、それが起こらなくなるため、消費者の利益や健全な市場環境を損なう行為とされ、独占禁止法（公正な競争を守るための法律）で規制されています。AIやデータを特定の企業が独占することも、競争制限につながると懸念されています。
> 💡 大量のデータを持つ巨大IT企業が市場を独占することが、AI時代の競争制限の問題として議論されています。
**関連用語**: 公正競争阻害性、限定提供データ
[動画 03:04:21](https://youtu.be/iNMZtrpTXpM?t=11061)
### 公正競争阻害性
**読み**: こうせいきょうそうそがいせい
**一言で**: 公正な競争を妨げ、市場に悪影響を及ぼす性質
自由で公正な競争が妨げられ、市場の健全な取引環境に悪い影響を及ぼすおそれがある性質のことです。独占禁止法（公正な競争を守るための法律）で「不公正な取引方法」に当たるかどうかを判断する基準として使われます。特定の企業が市場を支配したり、取引相手に不当な条件を押しつけたりすることで、他の企業が競争する機会を奪われる場合などが該当します。AIの分野では、データや技術を持つ企業が優位な立場を利用して取引先に不利な条件を課すことが問題になりえます。
> 💡 大手プラットフォーム企業が出店者に一方的な手数料を課す行為が問題になった例があります。
**関連用語**: 競争制限、データ利用権
[動画 03:04:43](https://youtu.be/iNMZtrpTXpM?t=11083)
### AI・データの利用に関する契約ガイドライン
**読み**: エーアイ・データのりようにかんするけいやくガイドライン
**一言で**: 経産省が示した、AI開発を4段階に分けて契約を結ぶ指針
経済産業省が公表した、学習済みモデル（データで学習を終えて使える状態になったAI）の開発と契約に関する指針です。AI開発は結果を事前に予測しにくいため、開発を4段階に分け、段階ごとに契約形式と成果物を定めます。(1)アセスメント（NDA（秘密保持契約）を結び実現可能性を検証。成果物はレポート）、(2)PoC（概念実証。導入検証契約。成果物はレポートや学習済みモデル）、(3)開発（ソフトウェア開発契約。成果物は学習済みモデル）、(4)追加学習（納品済みモデルを追加データで再学習。成果物は再利用モデル）です。プロジェクト管理の効率化と関係者の認識統一が目的です。
> 💡 試験では「アセスメント→PoC→開発→追加学習」の4段階の順序と、各段階の契約・成果物の対応が問われます。
**関連用語**: NDA(Non-Disclosure Agreement、秘密保持契約)、PoC(Proof of Concept、概念実証)、請負契約、準委任契約
[動画 03:05:04](https://youtu.be/iNMZtrpTXpM?t=11104)
### NDA(Non-Disclosure Agreement、秘密保持契約)
**読み**: エヌディーエー
**一言で**: 知り得た秘密情報を外部に漏らさないと約束する契約
取引や協議の過程で知った秘密の情報を、第三者（契約の当事者以外の人）に漏らさないことを約束する契約です。企業同士や企業と個人の間で情報を共有するときに、情報の保護と不正利用の防止を目的として結ばれます。AI開発では、開発会社が依頼企業のデータや業務内容を知る必要があるため、「AI・データの利用に関する契約ガイドライン」の最初の段階であるアセスメント（実現可能性の検証）の前に、まずNDAを結ぶのが一般的です。
> 💡 AI開発の相談を始める前に、顧客データを見せるためにNDAを結ぶのが典型的な流れです。
**関連用語**: AI・データの利用に関する契約ガイドライン、営業秘密、PoC(Proof of Concept、概念実証)
[動画 03:06:20](https://youtu.be/iNMZtrpTXpM?t=11180)
### PoC(Proof of Concept、概念実証)
**読み**: ピーオーシー
**一言で**: 本格導入の前に、小規模にアイデアの実現可能性を試すこと
新しいアイデアや技術が本当に実現できるのか、効果があるのかを検証するための試みや実験のことです。実際に本格的な運用を始める前に、小規模で部分的な実装（実際に動くものを作ること）を行い、有効性や課題を確認します。AI開発では、手元のデータで実際に試作モデルを作ってみて、目標とする精度が出そうかを確かめる段階に当たります。「AI・データの利用に関する契約ガイドライン」では、アセスメントの次の第2段階として位置づけられ、導入検証契約を結んで進めます。
> 💡 AI導入では「PoC止まり」（検証ばかりで本番導入に進まないこと）が課題としてよく指摘されます。
**関連用語**: AI・データの利用に関する契約ガイドライン、NDA(Non-Disclosure Agreement、秘密保持契約)、準委任契約
[動画 03:06:37](https://youtu.be/iNMZtrpTXpM?t=11197)
### 請負契約
**読み**: うけおいけいやく
**一言で**: 仕事を完成させることを約束し、成果物に対して報酬を払う契約
仕事を完成させることを目的とした契約で、請負人（仕事を引き受ける側）は仕事を行って成果物を提供する義務を負い、注文者（依頼する側）は完成した成果物に対して報酬を支払う義務を負います。「完成」が約束されている点が特徴で、システム開発や建設工事などが典型例です。AI開発では、仕様がはっきり決まった開発段階で使われることが多いですが、AIは目標精度が出せるか事前に分からないため、完成を約束する請負契約が合わない場面もあります。
> 💡 「請負＝完成責任あり」「準委任＝完成責任なし」という対比が試験の頻出ポイントです。
**関連用語**: 準委任契約、保守契約、AI・データの利用に関する契約ガイドライン
[動画 03:06:57](https://youtu.be/iNMZtrpTXpM?t=11217)
### 準委任契約
**読み**: じゅんいにんけいやく
**一言で**: 仕事の完成ではなく、誠実に作業を行うことを約束する契約
特定の事務処理や作業を依頼し、受任者（引き受ける側）がその事務を誠実に行う義務を負う契約です。請負契約（仕事の完成を約束する契約）と違って、目的は「仕事の完成」ではなく「誠実な事務の遂行」なので、成果の保証は求められません。コンサルティング業務や会計業務などが例です。AI開発では、精度がどこまで出るか事前に分からないPoC（概念実証）やアセスメント（実現可能性の検証）の段階で、準委任契約が向いているとされます。
> 💡 「AI・データの利用に関する契約ガイドライン」では、PoC段階は準委任型の契約が推奨される点が試験に出ます。
**関連用語**: 請負契約、PoC(Proof of Concept、概念実証)、AI・データの利用に関する契約ガイドライン
[動画 03:07:20](https://youtu.be/iNMZtrpTXpM?t=11240)
### 保守契約
**読み**: ほしゅけいやく
**一言で**: システムを正常に動かし続けるための点検・修理などの契約
機器やシステムを正常に動かし続けるために、点検・修理・アップデート（機能の更新）などのサービスを提供する契約です。どこまでの範囲を対応するか、どのくらいの頻度で点検するか、緊急時にはどのように対応するかといった条件が契約内容に含まれます。AIシステムでは、運用を始めた後にデータの傾向が変わって精度が下がることがあるため、モデルの監視や再学習などを保守契約に含めることが重要です。
> 💡 納品したAIモデルの精度が下がったときに誰が再学習を行うかを、保守契約で決めておくことが大切です。
**関連用語**: 請負契約、準委任契約、精度保証、モニタリング
[動画 03:07:46](https://youtu.be/iNMZtrpTXpM?t=11266)
### SaaS(Software as a Service)
**読み**: サース
**一言で**: インターネット経由でソフトウェアをサービスとして使う形態
ソフトウェアを自分のパソコンにインストールするのではなく、インターネット経由でサービスとして利用する提供形態のことです。利用者はブラウザなどからクラウド（インターネット上のサーバーで提供されるサービス）を通じて、必要なときに柔軟に使うことができます。SaaS型のAIサービスでは、利用者が入力したデータがAIモデルの学習や改善に使われることが多いため、データの取り扱いや、生成物の知的財産権（発明や創作物などを守る権利）が誰のものかを、利用規約などで明確にしておくことが重要です。
> 💡 GmailやChatGPTのウェブ版はSaaSの例です。業務データを入力する際は学習利用の有無を確認する必要があります。
**関連用語**: データ利用権、利用規約、精度保証
[動画 03:08:08](https://youtu.be/iNMZtrpTXpM?t=11288)
### データ利用権
**読み**: データりようけん
**一言で**: 提供者が利用者のデータをどこまで使えるかを定める権利
サービスの利用者が提供するデータを、AIサービスの提供者がどのような目的で、どの範囲まで利用できるかを定める権利のことです。提供者側は、利用者のデータをモデルの学習、性能向上、新機能の開発などに活用するのが一般的です。しかし利用者側からすると、自社の機密情報や顧客情報が勝手に使われては困ります。そのため、何に使ってよいか、第三者に渡してよいかなど、許容される条件を契約や利用規約で明確にしておくことが重要です。
> 💡 企業向け生成AIサービスでは「入力データを学習に使わない」というオプトアウト設定が用意されていることがあります。
**関連用語**: SaaS(Software as a Service)、利用規約、限定提供データ
[動画 03:08:33](https://youtu.be/iNMZtrpTXpM?t=11313)
### 精度保証
**読み**: せいどほしょう
**一言で**: AIの予測が一定の精度を満たすことを約束する契約条項
提供されるAIの予測や分析が、一定の精度や性能の基準を満たすことを保証する契約の条項（契約書の中の個別の取り決め）です。例えば「予測精度90%以上」や「誤差率が特定の範囲内」といった基準を定め、達成できなかった場合の対応や責任の所在も含めます。利用者が安心してAIを使うための信頼性の指標になりますが、AIの精度はデータの質や量に左右され、開発前に保証するのが難しいため、どこまで保証するかは慎重に決める必要があります。
> 💡 「AI・データの利用に関する契約ガイドライン」では、精度保証を安易に約束しないことが推奨されています。
**関連用語**: 保守契約、請負契約、SaaS(Software as a Service)
[動画 03:09:03](https://youtu.be/iNMZtrpTXpM?t=11343)
### AI倫理
**読み**: エーアイりんり
**一言で**: AIを開発・利用するときに守るべき道徳的・社会的なルール
人工知能を開発したり利用したりするときに守るべき、道徳的・社会的なルールや考え方のことです。主なポイントは4つあります。公平性（特定の人や集団に偏った判断をしないこと）、プライバシー保護（個人データを適切に取り扱い、安全に守ること）、説明可能性・透明性（AIがどのように判断したのか、そのプロセスを人が理解できるようにすること）、責任の明確化（AIの判断や行動について、誰が責任を持つのかをはっきりさせること）です。法律で決まっていなくても、社会の信頼を得るために守るべき指針です。
> 💡 採用AIが女性を不利に評価してしまった事例は、公平性に反するAI倫理の問題として有名です。
**関連用語**: AIガバナンス、公平性の定義、説明可能性、AIポリシー
[動画 03:09:38](https://youtu.be/iNMZtrpTXpM?t=11378)
### AIガバナンス
**読み**: エーアイガバナンス
**一言で**: AIを安全・適切に運用するための管理体制やルール作り
AIを安全かつ適切に運用するために、組織としての管理体制やルールを整備することです。ガバナンスとは「統治・管理の仕組み」という意味です。AIには、著作権（創作物を守る権利）を侵害するリスク、機密情報が漏れるリスク、誤った情報を使ったり生成して広めたりするリスク、差別を含む出力をしてしまうリスクなど、さまざまな危険があります。これらのリスクを把握し、ルール作りや監視、教育などを通じて管理していくことが重要です。
> 💡 企業が生成AIの社内利用ガイドラインを作り、入力禁止情報を定めるのはAIガバナンスの一例です。
**関連用語**: AI倫理、AIポリシー、ハードロー、ソフトロー
[動画 03:10:18](https://youtu.be/iNMZtrpTXpM?t=11418)
### ハードロー
**読み**: ハードロー
**一言で**: 法的拘束力があり、違反すると罰則がある法律
政府や公的機関によって制定され、法的拘束力（必ず守らなければならない強制力）を持つ法律のことです。違反すると罰金などの罰則が科されることがあります。AI関連の例としては、GDPR（EUの個人データ保護の法律）、個人情報保護法（個人情報の適切な取り扱いを定めた日本の法律）、AI規制法（EUなどで制定が進む、AIの透明性や安全性を確保するための法律）などがあります。強制力のない指針であるソフトローと対比して使われる言葉です。
> 💡 「ハードロー＝法律（罰則あり）」「ソフトロー＝ガイドライン（罰則なし）」の対比が試験で問われます。
**関連用語**: ソフトロー、GDPR(General Data Protection Regulation、一般データ保護規則)、AIガバナンス、リスクベースアプローチ
[動画 03:11:05](https://youtu.be/iNMZtrpTXpM?t=11465)
### ソフトロー
**読み**: ソフトロー
**一言で**: 法的拘束力はないが実務に影響する指針やガイドライン
法的拘束力（必ず守らなければならない強制力）を持たない指針やガイドラインのことです。ハードロー（罰則のある法律）ほどの強制力はありませんが、業界団体・政府・国際機関が推奨するルールとして、実務に大きな影響を与えます。例として、OECD（経済協力開発機構。先進国の経済協力の組織）やG7（主要7か国）などの国際機関による提言のようなAI倫理指針、GoogleやIEEE（電気・電子技術の国際的な学会）が定めたAI倫理基準といった企業・業界団体のガイドライン、日本の「人間中心のAI社会原則」などの政府のAI戦略があります。
> 💡 技術の変化が速いAI分野では、法律より先にソフトローで対応することが多い点が特徴です。
**関連用語**: ハードロー、AIガバナンス、AIポリシー、AI倫理
[動画 03:11:43](https://youtu.be/iNMZtrpTXpM?t=11503)
### リスクベースアプローチ
**読み**: リスクベースアプローチ
**一言で**: リスクの大きさに応じて規制の強さを変える考え方
AIがもたらすリスク（危険性）の大きさに応じて、適切な規制や対策を講じる方法です。すべてのAIを一律に厳しく規制するのではなく、危険なものほど厳しく、安全なものは緩やかに扱います。EU（ヨーロッパ連合）のAI法（AI規制法）では、AIを「許容できないリスク」（原則禁止）、「ハイリスク」（厳格な義務あり）、「限定リスク」（透明性の義務あり）、「最小リスク」（規制なし）の4段階に分類し、高リスクには厳しい規制を、低リスクには柔軟な対応を認めています。
> 💡 人の行動を操作するAIや公的な社会的スコアリングは「許容できないリスク」として禁止されます。4段階の分類名が試験で問われます。
**関連用語**: ハードロー、AIガバナンス、GDPR(General Data Protection Regulation、一般データ保護規則)
[動画 03:12:24](https://youtu.be/iNMZtrpTXpM?t=11544)
### カメラ画像利活用ガイドブック
**読み**: カメラがぞうりかつようガイドブック
**一言で**: 防犯カメラ等の画像をプライバシーに配慮して活用するための指針
防犯カメラなどで撮影した画像データを、適切に活用するための指針です。経済産業省と総務省が公表しています。カメラの画像データは、迷子の発見や、店内の人の動きを分析した商品陳列の改善などに役立ちます。しかし、撮影される生活者（一般の人々）は、自分の映像が何に使われるのか不安を感じることがあります。そこで、個人のプライバシー（私生活や個人情報をみだりに知られない権利）を守りながら、AIによる画像解析やマーケティング（市場調査や販売促進）などの利活用を進めるためのルールや考え方を示しています。
> 💡 店舗に「カメラで来店者分析を行っています」と掲示するのは、このガイドブックに沿った配慮の例です。
**関連用語**: プライバシー・バイ・デザイン、個人情報、ソフトロー
[動画 03:12:51](https://youtu.be/iNMZtrpTXpM?t=11571)
### プライバシー・バイ・デザイン
**読み**: プライバシー・バイ・デザイン
**一言で**: 設計段階からプライバシー保護を組み込む考え方
システムを設計する段階から、プライバシー（私生活や個人情報をみだりに知られない権利）の保護を考えておくという考え方で、7つの原則に基づきます。(1)問題が起きる前にリスクを防ぐ予防的な設計、(2)初期設定で最も高い保護を適用、(3)設計そのものにプライバシー対策を組み込む、(4)ポジティブサム（保護とビジネスの機能性を両立させること）、(5)データの収集から削除までライフサイクル（一生）全体の徹底したセキュリティ、(6)透明性（利用方法の明確化と説明責任）、(7)利用者中心（ユーザーが自分のデータを管理しやすい設計）です。
> 💡 アプリの位置情報共有が初期設定で「オフ」になっているのは、原則(2)の実践例です。
**関連用語**: セキュリティ・バイ・デザイン、個人情報、カメラ画像利活用ガイドブック
[動画 03:13:27](https://youtu.be/iNMZtrpTXpM?t=11607)
### 公平性の定義
**読み**: こうへいせいのていぎ
**一言で**: AIが人やグループによって差別的な判断をしないこと
生成AI（文章や画像などを作り出すAI）をはじめとするAIが、異なる個人やグループに対して公正に判断することを指します。AIは学習データの影響を強く受けるため、性別や人種などの属性（その人の持つ特徴）によって差別的な結果を生じさせないことが重要です。「公平」の定義には複数の考え方があり、何をもって公平とするかを決めること自体が課題です。データの偏りやモデルの解釈可能性（判断の理由を人が理解できること）に注意して、慎重に開発・学習する必要があります。
> 💡 ローン審査AIが同じ収入の人を性別によって異なる判定にしてしまうと、公平性に反します。
**関連用語**: AI倫理、センシティブ属性、データの偏り、アルゴリズムバイアス
[動画 03:14:29](https://youtu.be/iNMZtrpTXpM?t=11669)
### センシティブ属性
**読み**: センシティブぞくせい
**一言で**: 差別につながるおそれのある個人の属性情報
差別や不公平な判断につながる可能性がある、個人の属性（その人の持つ特徴）に関する情報のことです。センシティブとは「取り扱いに注意が必要な」という意味です。性別・人種・年齢・宗教・障害の有無・性的指向などが含まれます。AIがこれらの属性を直接使って判断すると差別につながるおそれがあるため、学習データから除いたり、結果に偏りがないか確認したりする配慮が求められます。ただし、属性そのものを除いても、代理変数（間接的にその属性を反映する別の変数）を通じて差別が生じることもあります。
> 💡 個人情報保護法でいう要配慮個人情報と重なる部分が多い概念です。
**関連用語**: 代理変数、公平性の定義、要配慮個人情報、アルゴリズムバイアス
[動画 03:14:59](https://youtu.be/iNMZtrpTXpM?t=11699)
### 代理変数
**読み**: だいりへんすう
**一言で**: 性別や人種などを間接的に反映してしまう別の変数
学習データに直接は含まれていない性別や人種などの属性（その人の持つ特徴）を、間接的に反映してしまう変数（データの項目）のことです。例えば、住所や出身学校はそれ自体では人種や収入を示しません。しかし、特定の地域や学校に特定の人種や所得層の人が多い場合、AIが住所や学校名を手がかりにして、結果的に人種や収入による差別と同じ判断をしてしまう可能性があります。センシティブ属性（差別につながりうる属性）を取り除くだけでは、公平性を確保できない理由の1つです。
> 💡 採用AIから「性別」を除いても、「女子大卒」という学歴から性別を推測して差別が残る、といった例が試験に出ます。
**関連用語**: センシティブ属性、アルゴリズムバイアス、データの偏り、公平性の定義
[動画 03:15:16](https://youtu.be/iNMZtrpTXpM?t=11716)
### データの偏り
**読み**: データのかたより
**一言で**: 学習データの属性が不均衡で、AIの判断が偏ること
学習データの中で、特定の属性（性別・人種・年齢など）が不均衡に含まれていることで、AIの判断や予測に偏りが生じる現象です。有名な例が2つあります。Amazonの採用AIは、過去の技術職の応募者に男性が多かったため、男性を高く評価する偏りを学習してしまい、問題になりました。また、Microsoftの顔認証では、学習データに含まれる人種が偏っていたため、有色人種の認識精度が低下しました。開発者に差別する意図がまったくなくても、データの偏りが不公平な判断につながることを示す例です。
> 💡 試験ではAmazonの採用AIの事例が「データの偏りによるバイアス」の代表例として出題されます。
**関連用語**: アルゴリズムバイアス、サンプリングバイアス、公平性の定義、ダイバーシティ
[動画 03:15:42](https://youtu.be/iNMZtrpTXpM?t=11742)
### アルゴリズムバイアス
**読み**: アルゴリズムバイアス
**一言で**: AIが特定の集団に偏った判断をして不公平な結果を生むこと
AIが特定の集団や属性（性別・人種・年齢など）に対して偏った判断をし、不公平な結果を生んでしまうことです。アルゴリズム（問題を解くための計算手順）そのものに差別の意図があるわけではなく、学習データの偏り、代理変数（属性を間接的に反映する変数）の影響、アルゴリズムの設計ミスなどによって発生します。AIは「データ通りに」学習するため、社会にある偏見がデータに含まれていると、それをそのまま、あるいは増幅して学んでしまうことがあります。
> 💡 再犯予測AIが黒人の被告を高リスクと判定しやすかった米国の事例が知られています。
**関連用語**: データの偏り、サンプリングバイアス、代理変数、公平性の定義
[動画 03:16:31](https://youtu.be/iNMZtrpTXpM?t=11791)
### サンプリングバイアス
**読み**: サンプリングバイアス
**一言で**: データの集め方の偏りで、特定の集団が過剰・過少になること
学習データの集め方（サンプリング。全体の中から一部を選び出すこと）が偏っていることで、特定の集団や特徴が過剰に反映されたり、逆に十分に含まれなかったりして、不公平な結果を生む現象です。例えば、顔認識AIの学習データに白人の画像ばかりが多く含まれていると、有色人種の顔を正しく認識する精度が低下します。本来は社会全体を代表するようにデータを集めるべきなのに、集めやすいところからだけ集めると、こうした偏りが生じます。
> 💡 インターネット上の画像だけで学習すると、ネット利用者の多い地域や人種に偏る、という例が典型です。
**関連用語**: データの偏り、アルゴリズムバイアス、ダイバーシティ
[動画 03:16:55](https://youtu.be/iNMZtrpTXpM?t=11815)
### 敵対的攻撃(アドバーサリアルアタック、Adversarial Attack)
**読み**: てきたいてきこうげき
**一言で**: AIを誤判断させるよう細工したデータで仕掛ける攻撃
AIがわざと誤った判断をするように、意図的に細工されたデータを使って仕掛ける攻撃のことです。代表的な手法は、画像に人間の目では気づかないほど微細なノイズ（細かな乱れ）を加えて、AIに誤認識を起こさせるものです。例えば、パンダの画像に特殊なノイズを乗せると、人間にはパンダのままに見えるのに、AIは別の動物と判定してしまいます。これにより、顔認識システムの誤作動や、自動運転車が道路標識を読み間違えるといった危険が生じる可能性があります。
> 💡 「止まれ」の標識にシールを貼るだけで自動運転AIが別の標識と誤認する実験が有名です。
**関連用語**: データ汚染(データポイズニング)、モデル汚染、セキュリティ・バイ・デザイン
[動画 03:17:16](https://youtu.be/iNMZtrpTXpM?t=11836)
### セキュリティ・バイ・デザイン
**読み**: セキュリティ・バイ・デザイン
**一言で**: 設計段階からセキュリティ対策を組み込む考え方
システムやAIを設計する段階から、セキュリティ（情報や仕組みを攻撃から守ること）の対策を組み込んでおき、リスクを最小限に抑えるという考え方です。システムが完成した後から対策を付け足すのではなく、データ保護や脆弱性（攻撃に悪用されうる弱点）への対策を最初から設計に反映させることで、サイバー攻撃（ネットワークを通じた攻撃）や情報漏洩のリスクを防ぎます。後から直すより、最初から安全に作る方がコストも低く確実だという発想です。
> 💡 プライバシー・バイ・デザインの「セキュリティ版」と覚えると分かりやすいです。
**関連用語**: プライバシー・バイ・デザイン、敵対的攻撃(アドバーサリアルアタック、Adversarial Attack)、データ汚染(データポイズニング)
[動画 03:17:46](https://youtu.be/iNMZtrpTXpM?t=11866)
### データ汚染(データポイズニング)
**読み**: データおせん
**一言で**: 学習データに毒となるデータを混ぜてAIを誤らせる攻撃
AIの学習データを収集・作成する工程を狙った攻撃で、AIに入力データの誤分類（間違ったグループに分けること）を起こさせます。攻撃者は、汚染データ（わざと細工した悪意のあるデータ）を学習データの中に注入し、標的のAIにそれを学習させます。すると、攻撃者しか知らない特定の入力（トリガー。引き金となる合図）が入ったときだけ、攻撃者が意図したクラス（分類先）に誤分類させることができます。普段は正常に動くので、汚染に気づきにくいのが怖い点です。
> 💡 特定の小さなマークが付いた顔画像だけを「管理者」と認識するように仕込む、といった攻撃が例です。
**関連用語**: モデル汚染、敵対的攻撃(アドバーサリアルアタック、Adversarial Attack)、データ窃取、データの来歴
[動画 03:18:10](https://youtu.be/iNMZtrpTXpM?t=11890)
### モデル汚染
**読み**: モデルおせん
**一言で**: 細工した学習済みモデルを配布してAIを誤らせる攻撃
AIモデルの学習・作成の工程を狙った攻撃で、入力データの誤分類（間違ったグループに分けること）や、AIが動いているシステムの破壊などを引き起こします。近年は、他人が作った事前学習モデル（大量のデータであらかじめ学習させてあるモデル）をダウンロードして使うことが一般的ですが、攻撃者が細工したモデルを配布すると、それを使った人のAIが特定の入力を誤分類したり、モデルに埋め込まれた悪意のあるコード（プログラム）が実行されて情報漏洩やシステム侵入が起きたりする可能性があります。
> 💡 インターネットで公開されているモデルを使う際は、信頼できる提供元かを確認することが対策になります。
**関連用語**: データ汚染(データポイズニング)、敵対的攻撃(アドバーサリアルアタック、Adversarial Attack)、モデル窃取
[動画 03:18:36](https://youtu.be/iNMZtrpTXpM?t=11916)
### データ窃取
**読み**: データせっしゅ
**一言で**: AIへの入力と出力の観察から学習データを盗み出す攻撃
AIモデルを設置して運用する工程を狙った攻撃です。攻撃者は標的のAIにさまざまなデータを入力し、返ってくる分類結果を観察します。これを繰り返すことで、AIがどんなデータで学習したのかを推論（推し量ること）でき、学習データを盗み出すことができます。学習データに個人情報や企業の機密情報が含まれていた場合、それが外部に漏れる情報漏洩につながります。モデルを公開するだけで学習データが推測されうる点が、AI特有のリスクです。
> 💡 「この人の顔写真は学習に使われたか」をAIの反応から当てる攻撃（メンバーシップ推論攻撃）が例です。
**関連用語**: モデル窃取、データ汚染(データポイズニング)、個人情報
[動画 03:19:02](https://youtu.be/iNMZtrpTXpM?t=11942)
### モデル窃取
**読み**: モデルせっしゅ
**一言で**: AIへの入力と出力の観察からモデルの中身を盗み出す攻撃
AIモデルを設置して運用する工程を狙った攻撃です。攻撃者は標的のAIにさまざまなデータを入力し、返ってくる分類結果を観察します。これを繰り返すことで、AIの内部情報（どのような仕組みやパラメータ（調整された数値）で判断しているか）を推論（推し量ること）し、同じような動きをするコピーのモデルを作ることができます。商用サービスとして公開されているモデルが窃取されると、模倣サービス（まねをしたサービス）が展開され、開発に多額の費用をかけた企業のビジネスモデルが崩壊する可能性があります。
> 💡 データ窃取は「学習データ」を、モデル窃取は「モデルの中身」を盗む点が違いです。この対比が試験で問われます。
**関連用語**: データ窃取、モデル汚染、知的財産権
[動画 03:19:21](https://youtu.be/iNMZtrpTXpM?t=11961)
### ディープフェイク
**読み**: ディープフェイク
**一言で**: ディープラーニングで映像や音声を本物そっくりに合成する技術
ディープラーニング（人間の脳の仕組みをまねた多層の計算の仕組みで学習するAI技術）を使って、映像や音声を本物のように合成・改変する技術です。「ディープラーニング」と「フェイク（偽物）」を組み合わせた言葉です。ある人物の顔や声を別の人物のものと入れ替えることができ、映画などのエンターテインメントや広告で活用される一方で、有名人が言っていないことを言ったように見せかけるフェイクニュース（偽の情報）や、家族の声をまねた詐欺などに悪用されるリスクもあります。
> 💡 政治家の偽の演説動画や、本人そっくりの声で金銭を要求する電話詐欺が実際に問題になっています。
**関連用語**: フェイクニュース、AI生成物、データの来歴
[動画 03:19:50](https://youtu.be/iNMZtrpTXpM?t=11990)
### フェイクニュース
**読み**: フェイクニュース
**一言で**: 意図的に作られた虚偽の情報を含むニュース
意図的に捏造（事実でないことを事実のように作ること）・加工された、虚偽の情報を含むニュースのことです。SNS（人と人がつながるインターネット上のサービス）やウェブサイトを通じて短時間で広く拡散されやすく、世論操作（人々の意見を意図的に誘導すること）や風評被害（根拠のないうわさによる損害）を引き起こすリスクがあります。生成AIやディープフェイク（本物そっくりの偽の映像・音声を作る技術）の発達で、本物と見分けのつかないフェイクニュースを誰でも簡単に作れるようになったことが新たな問題です。
> 💡 災害時にAIで作られた偽の被害画像がSNSで拡散した事例があります。
**関連用語**: ディープフェイク、エコーチェンバー、フィルターバブル、データの来歴
[動画 03:20:10](https://youtu.be/iNMZtrpTXpM?t=12010)
### データの来歴
**読み**: データのらいれき
**一言で**: データがどこから来てどう加工されたかの記録
データがどこで取得され、どのように加工・利用されてきたかを記録して、透明性（中身や経緯が見えること）を確保する仕組みです。来歴とは「これまでの経歴」という意味です。AIの学習に使ったデータの出どころや加工の履歴がはっきりしていれば、AIの判断根拠が明確になり、バイアス（偏り）の原因を特定したり、著作権（創作物を守る権利）のある素材や不正に混入されたデータの利用を防いだりすることにつながります。AI生成物かどうかを示す情報を画像に埋め込む取り組みも、データの来歴管理の一例です。
> 💡 写真に「どのカメラで撮影し、どう編集したか」の履歴を付けるC2PAという規格が、来歴管理の実例です。
**関連用語**: トレーサビリティ、データ汚染(データポイズニング)、フェイクニュース、説明可能性
[動画 03:20:27](https://youtu.be/iNMZtrpTXpM?t=12027)
### ブラックボックス
**読み**: ブラックボックス
**一言で**: AIの内部の判断過程が見えず、人が理解しにくい状態
AIがどのように判断や予測を行ったのか、内部の処理過程が不透明で、人が理解しにくい状態のことです。「中の見えない黒い箱」にたとえた言葉で、入力と出力は分かっても、その間で何が起きているか分からないことを指します。特にディープラーニング（人間の脳の仕組みをまねた多層の計算の仕組みで学習するAI技術）は、膨大な数のパラメータ（調整された数値）が複雑に絡み合って答えを出すため、ブラックボックスになりやすいとされます。医療や金融など、判断の理由を説明する責任がある分野では大きな課題になります。
> 💡 「なぜこの人のローン審査を否決したのか」をAIが説明できないのがブラックボックス問題です。
**関連用語**: 説明可能性、トレーサビリティ、AI倫理
[動画 03:20:46](https://youtu.be/iNMZtrpTXpM?t=12046)
### 説明可能性
**読み**: せつめいかのうせい
**一言で**: AIの判断の根拠を人が理解できる形で説明できること
AIの判断や予測について、その根拠を人が理解できる形で説明できることです。特にディープラーニング（人間の脳の仕組みをまねた多層の計算の仕組みで学習するAI技術）は、内部の処理が見えないブラックボックス（判断過程が不透明な状態）になりやすいため、説明可能AI（XAI。AIの判断理由を人に分かるように示す技術の総称）を活用して、意思決定の透明性（判断の経緯が見えること）を確保することが重要視されています。AI倫理（AIを使う上での道徳的ルール）の主要な要素の1つでもあります。
> 💡 画像のどの部分を見て「猫」と判断したかをヒートマップで示すGrad-CAMや、個々の予測の理由を示すLIME・SHAPが説明可能AIの代表的手法です。
**関連用語**: ブラックボックス、AI倫理、トレーサビリティ、再現性
[動画 03:20:56](https://youtu.be/iNMZtrpTXpM?t=12056)
### エコーチェンバー
**読み**: エコーチェンバー
**一言で**: 同じ意見ばかりが反響し、異なる意見が排除される情報環境
自分と同じ意見や価値観ばかりが強化され、異なる意見が排除されてしまう情報環境のことです。エコーチェンバーとは「音が反響する部屋」という意味で、閉じた空間で自分の声がこだまのように返ってくる様子にたとえています。SNS（人と人がつながるインターネット上のサービス）や検索エンジンのアルゴリズム（情報を選んで表示する計算手順）が、利用者の興味や傾向に基づいて似た情報ばかりを提供することで発生しやすくなります。その結果、偏った認識や極端な意見が広がるリスクがあります。
> 💡 SNSで同じ考えの人だけをフォローしていると、世の中全体がそう考えていると錯覚しやすくなります。フィルターバブルとの違い（人のつながりによる閉鎖）が問われます。
**関連用語**: フィルターバブル、フェイクニュース
[動画 03:21:21](https://youtu.be/iNMZtrpTXpM?t=12081)
### フィルターバブル
**読み**: フィルターバブル
**一言で**: アルゴリズムの選別で、自分好みの情報ばかりが表示される状態
インターネット上で、自分の興味や過去の行動（検索履歴やクリック履歴など）に基づいて情報が自動的に選別され、特定の情報ばかりが表示される状態のことです。フィルター（ろ過する仕組み）によって作られた泡（バブル）の中に閉じ込められるイメージです。検索エンジンやSNS（人と人がつながるインターネット上のサービス）のアルゴリズム（情報を選んで表示する計算手順）が、個人に最適化した情報を提供することで発生します。便利な反面、多様な意見に触れる機会が減り、視野が狭くなるリスクがあります。
> 💡 同じキーワードで検索しても、人によって表示結果が異なるのはフィルターバブルの一例です。エコーチェンバーが「人のつながり」による閉鎖なのに対し、フィルターバブルは「アルゴリズム」による閉鎖です。
**関連用語**: エコーチェンバー、フェイクニュース
[動画 03:21:43](https://youtu.be/iNMZtrpTXpM?t=12103)
### 気候変動
**読み**: きこうへんどう
**一言で**: AIの大量の電力消費が地球温暖化を悪化させる問題
AIと環境の関係で問題になるテーマです。AIは膨大な計算資源（コンピューターの処理能力）を必要とし、データセンター（大量のコンピューターを集めた施設）の電力消費によってCO2（二酸化炭素。地球温暖化の原因となる気体）の排出が増え、気候変動を悪化させる要因になります。また、AIによる効率化が新たな消費を生み、かえって資源の利用を加速させる可能性（リバウンド効果）も指摘されています。そのため、省エネ型AIの開発や、再生可能エネルギー（太陽光や風力など、使っても枯渇しないエネルギー）の活用が求められています。
> 💡 大規模言語モデルを1つ学習させるだけで、自動車数台分の生涯CO2排出量に相当するという試算があります。
**関連用語**: モデル学習の電力消費
[動画 03:22:06](https://youtu.be/iNMZtrpTXpM?t=12126)
### モデル学習の電力消費
**読み**: モデルがくしゅうのでんりょくしょうひ
**一言で**: AIの学習に大量の電力が必要で、環境負荷になる問題
AIが膨大なデータで学習するときに、大量の電力を消費してしまう問題です。特に大規模なディープラーニング（人間の脳の仕組みをまねた多層の計算の仕組みで学習するAI技術）のモデルでは、高性能なGPU（画像処理用に作られた、大量の計算を同時に行える半導体部品）を何週間も稼働させる必要があるため、データセンター（大量のコンピューターを集めた施設）の消費電力が増え、CO2（二酸化炭素）の排出増加につながります。省エネルギーなアルゴリズム（計算手順）の開発や、再生可能エネルギーを活用した学習環境の整備が重要です。
> 💡 モデル圧縮（蒸留や量子化など、モデルを小さく軽くする技術）も、電力消費を減らす対策の1つです。
**関連用語**: 気候変動
[動画 03:22:34](https://youtu.be/iNMZtrpTXpM?t=12154)
### AIとの協働
**読み**: エーアイとのきょうどう
**一言で**: 人とAIが役割を分担し、共に働く働き方
AIを活用しながら労働環境を改善し、人とAIが共存して働く働き方を推進する取り組みのことです。AIが人の仕事を奪うという見方ではなく、AIが得意なこと（大量のデータ処理や単純な繰り返し作業）はAIに任せ、人は人にしかできない仕事（創造的な判断や対人対応など）に集中するという考え方です。具体的には、業務の自動化による生産性の向上、単純作業の削減、労働時間の短縮などが含まれます。
> 💡 医師がAIの画像診断支援を参考にしながら最終判断を下すのは、AIとの協働の典型例です。
**関連用語**: スキルの喪失、労働力不足、人間の関与、人間の自律性
[動画 03:23:05](https://youtu.be/iNMZtrpTXpM?t=12185)
### スキルの喪失
**読み**: スキルのそうしつ
**一言で**: AIに頼ることで人間の能力が使われなくなり、衰える現象
AIや自動化技術の進化によって、人間が特定のスキル（技能）や能力を使う機会が減り、徐々にその能力が失われていく現象です。身近な例では、自動翻訳の普及による語学力の低下や、カーナビに頼ることで地図を読む力が衰えることが挙げられます。労働の分野では、AIが業務を代わりに行うことで、専門的な判断力や実務のスキルが低下するリスクがあります。これに対しては、新しいスキルを習得するリスキリング（学び直し）などの対策が重要です。
> 💡 電卓に頼りすぎて暗算ができなくなるのも、スキルの喪失の身近な例です。
**関連用語**: AIとの協働、人間の自律性、労働力不足
[動画 03:23:30](https://youtu.be/iNMZtrpTXpM?t=12210)
### 労働力不足
**読み**: ろうどうりょくぶそく
**一言で**: 必要な働き手が足りず、業務に支障が出る状態
企業などが必要とする働き手が不足し、業務に支障が出る状態のことです。少子高齢化（子どもが減り高齢者が増えること）や人口減少が進む日本では特に深刻な問題で、介護・物流・建設などの分野で人手が足りなくなっています。対策として、AIの導入、自動化技術の活用、外国人労働者の受け入れなどが求められています。AIは「仕事を奪う」という懸念がある一方で、日本では人手不足を補う手段として期待されている面が大きいのが特徴です。
> 💡 コンビニの無人レジや工場のロボット導入は、労働力不足への対応として進められています。
**関連用語**: AIとの協働、スキルの喪失
[動画 03:24:02](https://youtu.be/iNMZtrpTXpM?t=12242)
### ダイバーシティ
**読み**: ダイバーシティ
**一言で**: 多様な個性や価値観を尊重し、共存する状態
人種・国籍・性別・宗教・年齢など、多様な個性や価値観を尊重し、共存している状態のことです。「多様性」と訳されます。AI分野では、顔認識AIの学習データにさまざまな人種の画像を含めることでバイアス（偏り）を防ぐなど、AIが公正に機能するための対策として重要です。また、AIを開発するチーム自体が多様であれば、特定の集団の視点だけで作られることによる問題に気づきやすくなります。ダイバーシティの推進は、生産性や競争力、企業価値の向上にもつながるとされています。
> 💡 開発チームが男性ばかりだと、女性に不利なAIの問題に気づきにくい、という指摘があります。
**関連用語**: インクルージョン、データの偏り、サンプリングバイアス
[動画 03:24:27](https://youtu.be/iNMZtrpTXpM?t=12267)
### インクルージョン
**読み**: インクルージョン
**一言で**: 多様な人を受け入れ、誰もが平等に活躍できる環境を作ること
性別・人種・年齢・障害の有無・性的指向など、多様な個人を受け入れ、それぞれが平等に活躍できる環境を作ることです。「包摂（ほうせつ。包み込むこと）」と訳されます。ダイバーシティ（多様性）が「多様な人がいる状態」を指すのに対し、インクルージョンは「その多様な人々が実際に活かされている状態」を指します。AI分野では、採用AIのバイアス（偏り）を取り除くことや、顔認識AIの学習データを多様化することなど、誰も排除しない公正な設計が求められます。
> 💡 音声読み上げや自動字幕など、障害のある人も使えるAI機能はインクルージョンの実践例です。
**関連用語**: ダイバーシティ、公平性の定義、データの偏り
[動画 03:25:01](https://youtu.be/iNMZtrpTXpM?t=12301)
### 軍事利用
**読み**: ぐんじりよう
**一言で**: AIが兵器や軍事分野に使われることとその倫理的問題
兵器の自動化、情報分析、サイバー戦（ネットワークを通じた攻撃や防御）など、軍事分野でもAIの活用が進んでいることを指します。自律型兵器（人の操作なしに自分で標的を判断して攻撃する兵器）や、ドローン（無人航空機）による攻撃の自動化も実現しつつあります。問題点として、誤作動による民間人への被害、意思決定の透明性（誰がなぜ判断したか見えること）の欠如、戦争を始めるハードルが下がること、倫理的な責任のあいまいさが指摘されています。自動運転、文章生成AI、顔認証技術など、民間向けの技術も軍事に転用されつつあります。
> 💡 自律型致死兵器システム（LAWS）の規制は国連でも議論されています。
**関連用語**: AI倫理、人間の関与、人間の自律性
[動画 03:25:22](https://youtu.be/iNMZtrpTXpM?t=12322)
### 死者への敬意
**読み**: ししゃへのけいい
**一言で**: AIで亡くなった人を再現するときに求められる倫理的配慮
AIによって、亡くなった人の個人データ（生前の声や映像、文章など）をもとに、その人をバーチャル（仮想的）に再現することが可能になりました。声や映像を復元したり、まるで本人と会話しているかのような対話を実現したりできます。しかし、その利用には死者への敬意が求められます。遺族の感情への配慮、生前の本人の意思の尊重（本人がそれを望んだかどうか）、営利目的での悪用を防ぐといった倫理的な運用が重要になります。
> 💡 亡くなった歌手をAIで復活させて新曲を歌わせる企画が、賛否両論を呼んだ事例があります。
**関連用語**: AI倫理、ディープフェイク、個人情報
[動画 03:26:00](https://youtu.be/iNMZtrpTXpM?t=12360)
### 人間の自律性
**読み**: にんげんのじりつせい
**一言で**: 自分の意思で判断し行動する人間の能力を守ること
自分自身の意思で判断し、行動する能力のことです。AIの発展によって、買い物のおすすめから重要な意思決定まで、AIに判断を頼る場面が増えています。その結果、批判的思考（情報をうのみにせず自分で考えて吟味する力）が低下したり、過度な自動化によって人間が考えなくなったりすることが懸念されています。AIはあくまで人間を支援するツールであると位置づけ、最終的な判断は人間が行う仕組みを維持することが重要です。
> 💡 「人間中心のAI社会原則」でも、AIが人間の尊厳と自律性を損なわないことが基本理念とされています。
**関連用語**: 人間の関与、スキルの喪失、AIとの協働、AI倫理
[動画 03:26:23](https://youtu.be/iNMZtrpTXpM?t=12383)
### AIポリシー
**読み**: エーアイポリシー
**一言で**: 組織が定めるAIの開発・運用に関する基本方針
企業・政府・国際機関などが策定する、AIの開発や運用に関する指針（基本方針）のことです。倫理的な利用、プライバシー（個人情報をみだりに知られない権利）の保護、公平性の確保、安全性の維持などを目的として作られます。また、AIの透明性（判断の経緯が見えること）や説明責任（判断について説明する責任）を明確にするためにも策定されます。社内の従業員向けに「生成AIに入力してはいけない情報」を定めたルールなども、AIポリシーの一種です。
> 💡 Googleの「AI原則」や、各企業が公表する「生成AI利用ガイドライン」がAIポリシーの例です。
**関連用語**: AIガバナンス、AI倫理、ソフトロー
[動画 03:26:48](https://youtu.be/iNMZtrpTXpM?t=12408)
### 倫理アセスメント
**読み**: りんりアセスメント
**一言で**: AIの倫理的なリスクや影響を事前に評価する手続き
AIの開発・運用において、倫理的なリスクや社会への影響を事前に評価するプロセスです。アセスメントとは「評価・査定」という意味です。公平性・透明性（判断の経緯が見えること）・プライバシー（個人情報をみだりに知られない権利）保護などの観点から社会への影響を分析し、問題を未然に防ぎます。例えば、採用AIでは選考が性別や人種に偏っていないか、顔認識AIではプライバシー侵害や監視社会化のリスクがないか、自動運転AIでは事故が起きたときの責任の所在や安全性はどうかを評価します。
> 💡 「作ってから問題に気づく」のではなく「作る前に評価する」点がポイントです。
**関連用語**: AI倫理、AIに対する監査、公平性の定義、AIガバナンス
[動画 03:27:13](https://youtu.be/iNMZtrpTXpM?t=12433)
### 人間の関与
**読み**: にんげんのかんよ
**一言で**: AIの判断を人間が監視し、必要なら介入する仕組み
AIの意思決定を人間が監視・管理し、必要に応じて介入する仕組みのことです。「ヒューマン・イン・ザ・ループ」とも呼ばれます。AIが誤った判断をしたときに人間が止めたり修正したりできるようにしておくことで、安全性や公平性を確保できます。例として、医療AI（AIが診断結果を提示し、最終判断は医師が行う）、自動運転（危険なときには人間が運転を引き継げる）、採用AI（候補者の選考はAIが行い、人事担当者が最終確認する）などがあります。
> 💡 GDPRでも、AIによる完全自動の決定だけで重要な判断を受けない権利が定められています。
**関連用語**: 人間の自律性、AIとの協働、モニタリング、AIに対する監査
[動画 03:28:02](https://youtu.be/iNMZtrpTXpM?t=12482)
### AIに対する監査
**読み**: エーアイにたいするかんさ
**一言で**: AIが適切に開発・運用されているかを第三者的に検証すること
AIの開発・運用が適切に行われているかを検証し、透明性（判断の経緯が見えること）・公平性・安全性を確保するための評価プロセスです。監査とは、ルール通りに行われているかを独立した立場からチェックすることです。アルゴリズム（計算手順）のバイアス（偏り）、データの適正な使用、意思決定の再現性（同じ条件で同じ結果になること）などをチェックし、規制や倫理基準に沿った運用を保証します。例として、採用AIでは選考の公平性、医療AIでは診断の信頼性と誤診リスク、自動運転AIでは事故リスクと安全基準を監査します。
> 💡 倫理アセスメントが「事前」の評価なのに対し、監査は主に「運用中・事後」の検証という違いがあります。
**関連用語**: 倫理アセスメント、モニタリング、再現性、トレーサビリティ
[動画 03:28:53](https://youtu.be/iNMZtrpTXpM?t=12533)
### 再現性
**読み**: さいげんせい
**一言で**: 同じデータと条件なら、AIが毎回同じ結果を出すこと
同じデータと同じ条件でAIを実行したときに、一貫した同じ結果が得られることです。再現性があれば、AIの判断が安定し、信頼性や検証可能性（後から正しさを確かめられること）が確保され、公平性や説明可能性（判断の根拠を説明できること）を担保する上でも重要です。例として、医療AIで同じ患者データに対して一貫した診断を出すこと、金融AIで与信審査（お金を貸してよいかの審査）が同じ条件の申請者に安定した評価を出すこと、自動運転AIで同じ環境条件での予測・制御が一貫していることが挙げられます。
> 💡 同じ人が同じ内容で2回申請して、1回目は合格、2回目は不合格になるようでは再現性がありません。
**関連用語**: AIに対する監査、説明可能性、トレーサビリティ、公平性の定義
[動画 03:29:52](https://youtu.be/iNMZtrpTXpM?t=12592)
### トレーサビリティ
**読み**: トレーサビリティ
**一言で**: AIの判断や処理の過程を追跡・記録して検証できる仕組み
AIの判断や処理の過程を追跡・記録し、後から検証できるようにする仕組みのことです。「追跡可能性」と訳されます。意思決定の透明性（判断の経緯が見えること）や信頼性を確保し、不具合やバイアス（偏り）が起きたときに原因を特定しやすくします。法規制への対応や、問題が起きたときの責任の明確化にも重要です。例として、医療AIで診断の根拠となったデータを追跡できること、金融AIでローン審査において考慮した要素を記録すること、自動運転AIで事故発生時の判断を追跡できることが挙げられます。
> 💡 食品の産地表示と同じく、「どこから来て、どう処理されたか」をたどれることがトレーサビリティです。
**関連用語**: データの来歴、説明可能性、AIに対する監査、再現性
[動画 03:30:52](https://youtu.be/iNMZtrpTXpM?t=12652)
### モニタリング
**読み**: モニタリング
**一言で**: 運用中のAIの動作や性能を継続的に監視すること
AIシステムの動作や性能を継続的に監視し、異常や問題が発生していないかをチェックするプロセスです。AIは運用を始めた後も、データの傾向の変化などによって精度が下がったり、意図しないバイアス（偏り）や誤作動が生じたりすることがあるため、作って終わりではなく見守り続けることが重要です。例として、金融AI（ローン審査の公平性の監視）、自動運転AI（走行中の誤作動をリアルタイムでチェック）、カスタマーサポートAI（チャットボット（自動で会話するプログラム）の不適切な応答の監視）があります。
> 💡 チャットボットが差別的な発言を学習してしまったMicrosoftの「Tay」の事例は、モニタリングの重要性を示しています。
**関連用語**: AIに対する監査、人間の関与、保守契約、トレーサビリティ
[動画 03:31:50](https://youtu.be/iNMZtrpTXpM?t=12710)