用語集

Artificial Intelligence - 人間の知能をコンピュータで実現しようとする技術・研究分野。学習、推論、問題解決、認識などの能力を含む。

関連: 機械学習、ディープラーニング

Machine Learning - データからパターンを学習し、明示的にプログラムされることなく予測や判断を行うAIの一分野。

関連: 教師あり学習、教師なし学習、強化学習

Deep Learning - 多層のニューラルネットワークを使用した機械学習手法。「深い」は隠れ層の数が多いことを指す。

関連: ニューラルネットワーク、CNN、RNN

Supervised Learning - 正解ラベル付きのデータで学習する手法。入力と正解のペアから、入力と出力の関係を学習する。

例: 分類、回帰

Unsupervised Learning - ラベルなしのデータからパターンや構造を発見する手法。

例: クラスタリング、次元削減

Reinforcement Learning - 報酬と罰を通じて最適な行動を学習する手法。エージェントが環境と対話しながら学習する。

例: ゲームAI、ロボット制御

Neural Network - 人間の脳神経系を模倣した計算モデル。入力層、隠れ層、出力層で構成される。

関連: 活性化関数、重み、バイアス

Activation Function - ニューロンの出力に非線形性を加える関数。ReLU、Sigmoid、Softmaxなど。

代表例: ReLU = max(0, x)

Backpropagation - 出力層から入力層に向かって誤差を伝播させ、各重みの勾配を計算するアルゴリズム。

関連: 勾配降下法、損失関数

Convolutional Neural Network - 畳み込み層を持つニューラルネットワーク。画像認識に特に効果的。

関連: 畳み込み層、プーリング層、特徴マップ

Recurrent Neural Network - 再帰的な接続を持ち、時系列データを処理できるニューラルネットワーク。

関連: LSTM、GRU、時系列予測

Transformer - 自己注意機構（Self-Attention）を使用したアーキテクチャ。GPT、BERTなど大規模言語モデルの基盤。

関連: Attention、位置エンコーディング

訓練データに過度に適合し、未知のデータに対する汎化性能が低下する現象。

対策: 正則化、ドロップアウト、データ拡張

Loss Function - モデルの予測と正解の差を数値化する関数。学習はこの値を最小化するプロセス。

例: MSE（回帰）、Cross Entropy（分類）

Gradient Descent - 損失関数の勾配（傾き）を計算し、その反対方向にパラメータを更新する最適化アルゴリズム。

関連: SGD、Adam、学習率

Epoch - 全訓練データを1回学習に使用すること。Batch - 1回のパラメータ更新で使用するデータのまとまり。

関連: ミニバッチ学習、バッチサイズ