2026.09.12

【G検定対策】シラバス全キーワードの「意味＋似ているキーワード」

seo-webmaster

プロモーションが含まれています

「見たことがあるけれど、意味を説明できない」、「似ているキーワードが混同してしまう」と感じることはありませんか？

この記事では、G検定シラバスの全キーワードを「キーワード・意味・似ているキーワード」の3項目で整理しました。

意味は一言でつかめるように短くまとめ、比較して覚えたい用語や関連語もあわせて記載しています。

まずは意味を確認し、次に似ているキーワードとの違いやつながりを考えてみてください。説明が曖昧な用語を見つけることで、復習すべきポイントも分かります。

学習中のキーワード調べから試験前の総復習まで、ご活用ください。

「JDLA_G検定シラバス2024_v1.4」を元に作成しています。

出典：日本ディーラーニング協会公式シラバス

※：「似ているキーワード」には、関連語や混同しやすい比較対象も含めています。同じ意味とは限りません。

ジャンプするもくじ

【技術分野】
【法律・倫理分野】
1. AIに関する法律と契約
2. AI倫理・AIガバナンス

【技術分野】

人工知能とは

1. 人工知能の定義

キーワード	意味	似ているキーワード
AI効果	AIが実現した技術を、見慣れると「知能ではなく単なる処理」と感じる現象。	人工知能、知能の定義
エージェント	周囲の状況を認識し、目的に向けて行動する主体。	AIエージェント、自律システム
人工知能	推論・学習・認識など、知的な働きをコンピュータで実現する技術や研究分野。	機械学習、ディープラーニング
機械学習	データから規則やパターンを学び、予測や判断に利用する方法。	人工知能、統計的学習
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い、データの特徴や規則を学ぶ方法。	機械学習、ニューラルネットワーク

2. 人工知能分野で議論される問題

キーワード	意味	似ているキーワード
シンギュラリティ	AIが人間の知能を超え、社会に大きな変化をもたらすとされる仮説上の転換点。	技術的特異点、汎用人工知能
シンボルグラウンディング問題	記号や言葉を、現実の対象や意味とどう結び付けるかという問題。	身体性、中国語の部屋
身体性	知能の成立には、身体を通じた環境との関わりが重要だという考え方。	シンボルグラウンディング問題
ダートマス会議	1956年に開催された、人工知能という研究分野の出発点とされる会議。	第一次AIブーム
トイ・プロブレム	現実の複雑さを取り除き、単純化した条件で扱う問題。	探索問題、現実世界の問題
知識獲得のボトルネック	専門家の知識を取り出し、コンピュータに登録する作業が難しいこと。	エキスパートシステム、知識工学
チューリングテスト	対話を通じて、人間と区別できない応答ができるかを調べるテスト。	中国語の部屋、ローブナーコンテスト
中国語の部屋	記号を規則どおりに操作できても、意味を理解しているとは限らないとする思考実験。	チューリングテスト、強いAI
強いAIと弱いAI	強いAIは本当に心や理解を持つAI、弱いAIは知的な働きを模倣・実行するAIという区別。	汎用AIと特化型AI
統計的機械翻訳	対訳データから学んだ統計的な関係を使って翻訳する方法。	ルールベース機械翻訳、ニューラル機械翻訳
フレーム問題	行動の際、考慮すべき事柄と無視してよい事柄をどう選ぶかという問題。	トイ・プロブレム
ルールベース機械翻訳	人が作った辞書や文法規則に従って翻訳する方法。	統計的機械翻訳、ニューラル機械翻訳
ローブナーコンテスト	チューリングテストに基づき、対話システムの人間らしさを競った大会。	チューリングテスト、チャットボット

人工知能をめぐる動向

3. 探索・推論

キーワード	意味	似ているキーワード
αβ法	Mini-Max法で、結果に影響しない枝の探索を省く方法。	Mini-Max法、枝刈り
Mini-Max法	相手が最善の手を選ぶ前提で、自分にとって最悪の場合の評価が最もよい手を選ぶ方法。	αβ法、ゲーム木
SHRDLU	積み木の仮想世界で、自然言語の指示を理解して操作する初期のAI。	イライザ、トイ・プロブレム
STRIPS	行動の前提条件と結果を使い、目標を達成する行動手順を計画する仕組み。	自動計画、探索
探索木	選択肢や状態の変化を、枝分かれした木の形で表したもの。	ゲーム木、決定木
ハノイの塔	大きい円盤を小さい円盤の上に置かず、円盤を別の棒へ移すパズル。	トイ・プロブレム、再帰
幅優先探索	開始地点に近い階層から、順番に広く調べる探索方法。	深さ優先探索
深さ優先探索	一つの枝を深く進み、行き止まりになったら戻る探索方法。	幅優先探索
ブルートフォース	候補を総当たりで調べ、解を探す方法。	全探索、しらみつぶし
モンテカルロ法	ランダムな試行を多数繰り返し、結果や値を推定する方法。	モンテカルロ木探索、シミュレーション

4. 知識表現とエキスパートシステム

キーワード	意味	似ているキーワード
Cycプロジェクト	人間の常識を大量に知識ベースへ登録し、推論に利用するプロジェクト。	知識ベース、オントロジー
DENDRAL	質量分析データなどから、有機化合物の構造を推定する初期のエキスパートシステム。	MYCIN、エキスパートシステム
is-aの関係	「犬は動物の一種」のような、下位概念と上位概念の関係。	継承、分類階層
has-aの関係	「車はエンジンを持つ」のような、所有・構成を表す関係。	part-ofの関係
part-ofの関係	「エンジンは車の一部」のような、部分から全体を表す関係。	has-aの関係
Question-Answering	自然言語の質問に対し、情報を探したり推論したりして回答する技術。	質問応答、情報検索
意味ネットワーク	概念を点、概念同士の関係を線として表す知識表現。	知識グラフ、オントロジー
イライザ（ELIZA）	入力文のパターンに応じて応答する、初期の対話プログラム。	チャットボット、SHRDLU
インタビューシステム	専門家への質問と回答を通じて、知識を収集・整理する仕組み。	知識獲得、エキスパートシステム
ウェブマイニング	ウェブ上の文章・リンク・利用履歴などから、有用な情報を見つけること。	データマイニング、テキストマイニング
オントロジー	対象分野の概念や、それらの関係を体系的に定義したもの。	意味ネットワーク、知識グラフ
セマンティックWeb	ウェブ上の情報に意味を付与し、機械が扱いやすくする構想。	オントロジー、リンクトデータ
データマイニング	大量のデータから、有用な規則や傾向を発見すること。	機械学習、ウェブマイニング
東ロボくん	大学入試問題への挑戦を通じて、AIの能力と限界を研究したプロジェクト。	質問応答、自然言語処理
マイシン（MYCIN）	細菌感染症の診断や抗菌薬の選択を支援するエキスパートシステム。	DENDRAL、医療AI
ワトソン	クイズ番組での質問応答などで知られる、IBMのAIシステム。	質問応答、東ロボくん

5. 機械学習

キーワード	意味	似ているキーワード
次元の呪い	特徴量が増えるほどデータがまばらになり、学習や分析が難しくなる現象。	次元削減、過学習
スパムフィルタ	メールの内容などから、迷惑メールかどうかを判定する仕組み。	二値分類、文書分類
ビッグデータ	量・種類・生成速度などの点で、従来の方法では扱いにくいデータ群。	データマイニング
レコメンデーションエンジン	利用者の好みや行動などに基づき、商品や情報を推薦する仕組み。	協調フィルタリング、コンテンツベースフィルタリング
統計的自然言語処理	言語データの出現頻度や確率を利用して、文章などを処理する方法。	自然言語処理、統計的機械翻訳

6. ディープラーニング

キーワード	意味	似ているキーワード
ImageNet	画像認識の研究に使われる、大規模なラベル付き画像データベース。	ILSVRC、画像データセット
ILSVRC	ImageNetのデータを使って、画像認識の性能を競ったコンペティション。	ImageNet
LeNet	手書き数字認識などに使われた、初期の畳み込みニューラルネットワーク。	CNN、AlexNet
アルファ碁（AlphaGo）	深層学習と探索などを組み合わせた、囲碁を打つAI。	強化学習、モンテカルロ木探索
人間の神経回路	神経細胞がつながり、信号をやり取りして情報を処理する仕組み。	ニューラルネットワーク、ニューロン
ネオコグニトロン	視覚の仕組みを参考にした、CNNの先駆けとなる階層型ニューラルネットワーク。	CNN、LeNet
生成AI	学習したパターンを使い、文章・画像・音声などの新しい内容を生成するAI。	生成モデル、大規模言語モデル

機械学習の概要

7. 教師あり学習

キーワード	意味	似ているキーワード
アンサンブル学習	複数のモデルの予測を組み合わせ、性能の向上を図る方法。	バギング、ブースティング
カーネル	データ同士の類似性などを表す関数。SVMでは特徴空間での内積として利用する。	カーネルトリック、カーネル関数
カーネルトリック	高次元の特徴を直接計算せず、カーネルを使ってその空間での計算を行う方法。	カーネル、SVM
回帰問題	売上や気温など、数値を予測する問題。	分類問題、回帰分析
決定木	条件による分岐を繰り返し、分類や数値予測を行うモデル。	ランダムフォレスト、探索木
勾配ブースティング	現在の予測誤差を減らす方向に、モデルを順次追加する方法。	ブースティング、ランダムフォレスト
サポートベクターマシン（SVM）	分類では、クラスの境界と近くのデータとの余白を大きくするモデル。	マージン最大化、ロジスティック回帰
線形回帰	説明変数の重み付き和を使って、目的となる数値を予測する方法。	単回帰分析、重回帰分析
自己回帰モデル（ARモデル）	時系列の現在の値を、その系列の過去の値から予測するモデル。	VARモデル、時系列分析
単回帰分析	一つの説明変数を使って、目的変数との関係を分析する方法。	重回帰分析、線形回帰
重回帰分析	複数の説明変数を使って、目的変数との関係を分析する方法。	単回帰分析、線形回帰
多クラス分類	データを、三つ以上のクラスのいずれかに分類する問題。	二値分類、マルチラベル分類
バギング	データを復元抽出して複数のモデルを学習し、その予測をまとめる方法。	ブーストラップサンプリング、ブースティング
ブースティング	先行するモデルの誤りを補うように、モデルを順番に学習・結合する方法。	バギング、勾配ブースティング
ブートストラップサンプリング	同じデータを何度でも選べるようにして、元データから標本を抽出する方法。	復元抽出、バギング
分類問題	データがどのカテゴリに属するかを予測する問題。	回帰問題、クラスタリング
ベクトル自己回帰モデル（VARモデル）	複数の時系列を、それぞれの過去の値を使ってまとめて予測するモデル。	ARモデル、時系列分析
マージン最大化	分類境界と、その境界に最も近いデータとの距離を大きくすること。	SVM、サポートベクター
ランダムフォレスト	データと分岐候補の特徴量にランダム性を持たせ、多数の決定木の予測をまとめる方法。	決定木、バギング
ロジスティック回帰	入力からクラスに属する確率を求め、主に分類に使うモデル。	線形回帰、二値分類

8. 教師なし学習

キーワード	意味	似ているキーワード
k-means法	各データを近い中心に割り当て、中心の更新を繰り返してk個の群に分ける方法。	クラスタリング、ウォード法
t-SNE	高次元データの近いもの同士の関係を重視し、主に2次元・3次元で可視化する方法。	PCA、多次元尺度構成法
ウォード法	統合による群内のばらつきの増加が最小になるよう、群を順次まとめる方法。	階層的クラスタリング、k-means法
協調フィルタリング	利用者の評価や行動の似方を利用して、商品などを推薦する方法。	コンテンツベースフィルタリング
クラスタリング	正解ラベルを使わず、似ているデータを同じ群にまとめること。	分類、k-means法
コールドスタート問題	新規利用者や新商品では履歴が少なく、適切な推薦が難しい問題。	協調フィルタリング
コンテンツベースフィルタリング	商品の属性や内容と、利用者の好みを照らし合わせて推薦する方法。	協調フィルタリング
次元削減	情報をできるだけ保ちながら、データを表す変数の数を減らすこと。	PCA、特徴選択
主成分分析（PCA）	データの分散が大きい方向を新しい軸として、情報を少数の軸にまとめる方法。	SVD、t-SNE
潜在的ディリクレ配分法（LDA）	文書を複数の話題の混合と考え、単語の出現から話題を推定するモデル。	トピックモデル、潜在意味解析
多次元尺度構成法（MDS）	データ間の距離や非類似度をできるだけ保つよう、低次元に配置する方法。	t-SNE、PCA
デンドログラム（樹形図）	階層的クラスタリングで、群が統合される過程を表す図。	ウォード法、階層的クラスタリング
特異値分解（SVD）	行列を三つの行列の積に分解する方法。次元削減や近似などに使う。	PCA、行列分解
トピックモデル	文書に含まれる潜在的な話題を、単語の出現傾向から推定するモデル。	LDA、文書クラスタリング

9. 強化学習

キーワード	意味	似ているキーワード
Actor-Critic	行動を決めるActorと、その行動や状態を評価するCriticを組み合わせる方法。	方策勾配法、価値関数
ε-greedy方策	通常は最もよいと考える行動を選び、確率εでランダムな行動を試す方法。	UCB方策、探索と活用
REINFORCE	実際に得られた累積報酬を使い、報酬の高い行動を選びやすくする方策勾配法。	方策勾配法、Actor-Critic
Q学習	次の状態で最も高い行動価値を使い、現在の行動価値を更新する方法。	SARSA、行動価値関数
UCB方策	報酬の推定値に不確実性の分を加え、よさそうな行動と未確認の行動を選ぶ方法。	ε-greedy方策、バンディットアルゴリズム
行動価値関数	ある状態で特定の行動を取り、その後は方策に従う場合の将来の累積報酬の期待値。	Q関数、状態価値関数
状態価値関数	ある状態から方策に従って行動した場合の、将来の累積報酬の期待値。	V関数、行動価値関数
バンディットアルゴリズム	複数の選択肢を試しながら、得られる報酬を大きくする方法。	UCB方策、ε-greedy方策
方策勾配法	累積報酬が大きくなるよう、行動の選び方を表すパラメータを直接更新する方法。	REINFORCE、Actor-Critic
マルコフ決定過程	次の状態が現在の状態と行動で決まるという性質を持つ、意思決定の数学モデル。	マルコフ性、強化学習
割引率	将来の報酬を、現在に比べてどの程度重視するかを決める係数。	累積報酬、学習率
SARSA	実際に次に選んだ行動の価値を使い、現在の行動価値を更新する方法。	Q学習、行動価値関数

10. モデルの選択・評価

キーワード	意味	似ているキーワード
k-分割交差検証	データをk個に分け、検証用の部分を交代しながらk回評価する方法。	交差検証、ホールドアウト検証
平均二乗誤差（MSE）	予測値と正解値の差を二乗し、平均した指標。	RMSE、MAE
二乗平均平方根誤差（RMSE）	MSEの平方根。正解値と同じ単位で誤差を表せる指標。	MSE、MAE
平均絶対値誤差（MAE）	予測値と正解値の差の絶対値を、平均した指標。	MSE、RMSE
ROC曲線	判定のしきい値を変えたときの、偽陽性率と真陽性率の関係を示す曲線。	AUC、適合率・再現率曲線
AUC	曲線の下の面積。ROC-AUCでは、大きいほど陽性と陰性を区別する性能が高い。	ROC曲線
赤池情報量規準（AIC）	データへの当てはまりとモデルの複雑さを合わせて評価する指標。小さい方を選ぶ。	BIC、モデル選択
オッカムの剃刀	同程度に説明できるなら、余分な仮定が少ない説明を選ぶ考え方。	モデルの単純さ、正則化
過学習	学習データに合わせすぎて、未知のデータへの予測性能が低下すること。	汎化性能、未学習
交差検証	学習用と検証用の分け方を変えながら、モデルの性能を評価する方法。	k-分割交差検証、ホールドアウト検証
偽陽性	実際は陰性なのに、陽性と判定すること。	偽陰性、第一種の過誤
偽陰性	実際は陽性なのに、陰性と判定すること。	偽陽性、第二種の過誤
真陽性	実際に陽性のものを、正しく陽性と判定すること。	真陰性、偽陽性
真陰性	実際に陰性のものを、正しく陰性と判定すること。	真陽性、偽陰性
混同行列	正解と予測の組み合わせごとに、件数をまとめた表。	正解率、適合率、再現率
正則化	モデルの複雑さなどに制約や罰則を加え、過学習を抑える方法。	L1正則化、L2正則化
正解率	全体のうち、予測が正しかった割合。	適合率、再現率
適合率	陽性と予測したもののうち、実際に陽性だった割合。	再現率、F値
再現率	実際に陽性のもののうち、正しく陽性と予測できた割合。	適合率、真陽性率
F値	適合率と再現率をまとめた指標。通常のF1値は両者の調和平均。	適合率、再現率
汎化性能	学習に使っていない未知のデータに対して、適切に予測できる能力。	過学習、検証性能
ベイズ情報量規準（BIC）	当てはまりと複雑さでモデルを評価し、複雑さへの罰則にデータ数も使う指標。小さい方を選ぶ。	AIC、モデル選択
ホールドアウト検証	データを学習用と評価用に分け、学習に使わなかったデータで性能を確認する方法。	交差検証、k-分割交差検証

ディープラーニングの概要

11. ニューラルネットワークとディープラーニング

キーワード	意味	似ているキーワード
CPU	コンピュータ全体の制御や、さまざまな種類の計算を行う汎用的な処理装置。	GPU、TPU
GPU	多数の計算を並列に行うことが得意な処理装置。深層学習にも使われる。	CPU、TPU
TPU	Googleが開発した、ニューラルネットワークの計算に特化した処理装置。	GPU、AIアクセラレータ
隠れ層	入力層と出力層の間で、入力を変換して特徴を捉える層。	中間層、入力層、出力層
入力層	ニューラルネットワークに、データを受け入れる層。	隠れ層、出力層
出力層	ニューラルネットワークの予測結果などを出す層。	入力層、隠れ層
多層パーセプトロン	入力層と出力層の間に隠れ層を持つ、順伝播型のニューラルネットワーク。	単純パーセプトロン、全結合ネットワーク
単純パーセプトロン	入力の重み付き和をしきい値で判定する、基本的なモデル。線形分離可能な分類を扱う。	多層パーセプトロン、線形分類

12. 活性化関数

キーワード	意味	似ているキーワード
Leaky ReLU関数	正の入力はそのまま出し、負の入力にも小さな傾きを持たせる関数。	ReLU関数、PReLU
ReLU関数	正の入力はそのまま出し、負の入力は0にする関数。	Leaky ReLU関数、シグモイド関数
tanh関数	入力を−1から1の範囲に変換する関数。	シグモイド関数
シグモイド関数	入力を0から1の範囲に変換する関数。二値分類の出力などに使う。	tanh関数、ソフトマックス関数
ソフトマックス関数	複数の値を、合計が1になる確率のような値に変換する関数。	シグモイド関数、多クラス分類
勾配消失問題	誤差を逆伝播する途中で勾配が小さくなり、入力に近い層などの学習が進みにくくなる問題。	勾配爆発問題、ReLU関数

13. 誤差関数

キーワード	意味	似ているキーワード
Contrastive Loss	同じ種類のデータの表現を近づけ、異なる種類の表現を離すための損失関数。	Triplet Loss、距離学習
Triplet Loss	基準・似た例・異なる例の3つを使い、基準が異なる例より似た例に近くなるようにする損失関数。	Contrastive Loss、距離学習
カルバック・ライブラー情報量（KL）	ある確率分布を、別の確率分布で表したときのずれを測る量。向きを変えると値が変わる。	交差エントロピー、エントロピー
交差エントロピー	正解の分布に対して、予測分布がどれだけ適合しているかを測る量。分類の損失に使う。	KL情報量、平均二乗誤差
平均二乗誤差	予測値と正解値の差を二乗し、平均したもの。回帰の損失などに使う。	MSE、平均絶対値誤差

14. 正則化

キーワード	意味	似ているキーワード
L0正則化	0でないパラメータの個数に罰則を与え、使うパラメータを少なくする方法。	L1正則化、特徴選択
L1正則化	パラメータの絶対値の合計に罰則を与える方法。一部の重みを0にしやすい。	ラッソ回帰、L2正則化
L2正則化	パラメータの二乗の合計に罰則を与え、極端に大きな重みを抑える方法。	リッジ回帰、L1正則化
正則化	モデルの複雑さなどを抑え、過学習を防ぐための方法。	L1正則化、L2正則化、ドロップアウト
ドロップアウト	学習時に一部のニューロンの出力をランダムに無効化し、過学習を抑える方法。	正則化、アンサンブル学習
ラッソ回帰	線形回帰にL1正則化を加えた方法。変数の選択にも使える。	L1正則化、リッジ回帰
リッジ回帰	線形回帰にL2正則化を加えた方法。重みが大きくなりすぎるのを抑える。	L2正則化、ラッソ回帰

15. 誤差逆伝播法

キーワード	意味	似ているキーワード
勾配消失問題	逆伝播する勾配が極端に小さくなり、重みが十分に更新されなくなる問題。	勾配爆発問題
勾配爆発問題	逆伝播する勾配が極端に大きくなり、学習が不安定になる問題。	勾配消失問題、勾配クリッピング
信用割当問題	結果に対して、どの行動や内部の処理がどれだけ貢献したかを判断する問題。	誤差逆伝播法、強化学習
連鎖律	合成された関数の微分を、各部分の微分の積で求める規則。	合成関数の微分、誤差逆伝播法

16. 最適化手法

キーワード	意味	似ているキーワード
AdaBound	更新幅を決める学習率に動的な上下限を設け、Adam型からSGD型の更新へ近づける方法。	Adam、AMSBound
AdaDelta	過去の勾配と更新量の移動平均を使い、パラメータごとの更新幅を調整する方法。	AdaGrad、RMSprop
AdaGrad	過去の勾配の二乗を累積し、パラメータごとに学習率を調整する方法。	RMSprop、AdaDelta
Adam	勾配の平均と二乗の平均を利用して、パラメータごとの更新幅を調整する方法。	モーメンタム、RMSprop
AMSBound	AMSGradに学習率の動的な上下限を加え、SGD型の更新へ近づける方法。	AdaBound、AMSGrad
RMSprop	勾配の二乗の移動平均を使い、パラメータごとの更新幅を調整する方法。	AdaGrad、Adam
鞍点	ある方向では極小、別の方向では極大となる点。勾配が0でも最小値とは限らない。	局所最適解、停留点
イテレーション	学習で重みを1回更新する単位。ミニバッチ学習では通常1バッチ分に相当する。	エポック、バッチサイズ
エポック	学習データ全体を、一通り使って学習する単位。	イテレーション
オンライン学習	データを1件ずつ、または到着するたびに取り込み、モデルを更新する方法。	バッチ学習、ミニバッチ学習
学習率	勾配に基づいて、パラメータをどれくらい動かすかを決める係数。	ハイパーパラメータ、更新幅
確率的勾配降下法（SGD）	ランダムに選んだデータから勾配を推定し、パラメータを更新する方法。	勾配降下法、ミニバッチ学習
グリッドサーチ	ハイパーパラメータの候補の組み合わせを、網羅的に試す方法。	ランダムサーチ
勾配降下法	損失が小さくなるように、勾配と反対の方向へパラメータを更新する方法。	SGD、最適化
局所最適解	近くの候補の中では最もよいが、全体で最もよいとは限らない解。	大域最適解、鞍点
大域最適解	探索対象となる全体の中で、最もよい解。	局所最適解
二重降下現象	モデルの複雑さなどを増やすと、未知データでの誤差が減少・増加した後、再び減少する現象。	過学習、汎化性能
ノーフリーランチの定理	あらゆる問題に対して、常に最も優れた学習・最適化手法は存在しないという定理。	モデル選択、帰納バイアス
ハイパーパラメータ	学習率や層数など、通常の重み学習とは別に設定する値。	パラメータ、グリッドサーチ
バッチ学習	学習データ全体を使って勾配を計算し、パラメータを更新する方法。	オンライン学習、ミニバッチ学習
ミニバッチ学習	学習データを小さなまとまりに分け、そのまとまりごとに更新する方法。	バッチ学習、SGD
モーメンタム	過去の更新方向を反映し、振動を抑えながら学習を進める方法。	SGD、Adam
ランダムサーチ	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方法。	グリッドサーチ

ディープラーニングの要素技術

17. 全結合層

キーワード	意味	似ているキーワード
重み	入力をどの程度強く反映するかを決める、学習対象のパラメータ。	バイアス、パラメータ
線形関数	入力を定数倍して足し合わせる関数。非線形な活性化関数と組み合わせて使う。	アフィン変換、非線形関数

18. 畳み込み層

キーワード	意味	似ているキーワード
Atrous Convolution	フィルタの要素間に間隔を空け、広い範囲の情報を捉える畳み込み。	Dilated Convolution、受容野
Depthwise Separable Convolution	チャネルごとの畳み込みと、1×1畳み込みによるチャネルの統合に分けて計算を軽くする方法。	通常の畳み込み、Depthwise Convolution
Dilated Convolution	フィルタの要素間に間隔を設け、パラメータ数を増やさず受容野を広げる畳み込み。	Atrous Convolution
カーネル	畳み込みで使う、小さな重みの配列。	フィルタ
ストライド	畳み込みやプーリングで、処理位置を一度に動かす幅。	パディング、カーネルサイズ
畳み込み操作	小さなフィルタを移動させ、局所的な入力の重み付き和を計算する処理。	全結合、プーリング
畳み込みニューラルネットワーク（CNN）	畳み込みを使い、画像などの局所的な特徴を階層的に学ぶネットワーク。	RNN、Transformer
特徴マップ	フィルタなどの処理によって得られる、特徴の反応を位置ごとに表したデータ。	フィルタ、チャネル
パディング	入力の周囲に0などを追加し、出力サイズや端の処理を調整すること。	ストライド
フィルタ	エッジや模様などを検出するための、学習可能な重みのまとまり。	カーネル、特徴マップ

※：Atrous ConvolutionとDilated Convolutionは、基本的に同じ手法です。

19. 正規化層

キーワード	意味	似ているキーワード
グループ正規化	各データのチャネルを複数の群に分け、群ごとに正規化する方法。	レイヤー正規化、インスタンス正規化
バッチ正規化	ミニバッチ内の統計量を使って正規化する方法。CNNでは通常チャネルごとに行う。	レイヤー正規化
レイヤー正規化	各データの特徴方向など、指定した範囲の統計量で正規化する方法。	バッチ正規化、グループ正規化
インスタンス正規化	各画像の各チャネルについて、空間方向の統計量を使って正規化する方法。	バッチ正規化、グループ正規化

20. プーリング層

キーワード	意味	似ているキーワード
グローバルアベレージプーリング（GAP）	特徴マップ全体をチャネルごとに平均し、各チャネルを一つの値にする処理。	平均値プーリング、全結合層
最大値プーリング	一定範囲の中で、最大の値を代表値として取り出す処理。	平均値プーリング
不変性の獲得	位置のずれなど、判断に不要な変化があっても、同じ対象として扱える性質を得ること。	プーリング、データ拡張、同変性
平均値プーリング	一定範囲の値を平均し、その範囲の代表値にする処理。	最大値プーリング、GAP

21. スキップ結合

キーワード	意味	似ているキーワード
ResNet	入力を飛び越し接続で出力に加え、残差を学習することで深いネットワークを学習しやすくしたモデル。	スキップ結合、残差学習

22. 回帰結合層

言葉	意味	似ているキーワード
BPTT	RNNを時間方向に展開し、過去へさかのぼって誤差を逆伝播する学習方法。	誤差逆伝播法、RNN
GRU	更新ゲートとリセットゲートを使い、過去の情報を保持・調整するRNNの一種。	LSTM、RNN
LSTM	セル状態と入力・忘却・出力ゲートを使い、長期的な情報を保持するRNNの一種。	GRU、RNN
エルマンネットワーク	前の時刻の隠れ層の情報を、次の時刻の隠れ層へ戻すネットワーク。	ジョルダンネットワーク、RNN
勾配消失問題	時間をさかのぼるほど勾配が小さくなり、遠い過去の関係を学びにくくなる問題。	勾配爆発問題、LSTM
勾配爆発問題	時間方向の逆伝播で勾配が極端に大きくなり、学習が不安定になる問題。	勾配消失問題、勾配クリッピング
教師強制	系列生成の学習時に、直前の予測の代わりに正解を次の入力として与える方法。	自己回帰生成、Seq2Seq
ゲート機構	情報をどの程度通すか、残すか、捨てるかを調整する仕組み。	LSTM、GRU、Attention
双方向RNN（Bidirectional RNN）	系列を前向きと後ろ向きの両方向から処理し、両方の情報を利用するRNN。	RNN、双方向LSTM
時系列データ	時間の順序に沿って記録され、順番や時間的な関係が意味を持つデータ。	系列データ、RNN
ジョルダンネットワーク	前の時刻の出力層の情報を、次の時刻の隠れ層へ戻すネットワーク。	エルマンネットワーク、RNN
リカレントニューラルネットワーク（RNN）	過去の内部状態を次の処理に引き継ぎ、系列の情報を扱うネットワーク。	LSTM、GRU、Transformer

23. Attention

キーワード	意味	似ているキーワード
Attention	必要な情報に大きな重みを付け、複数の情報を組み合わせる仕組み。	Self-Attention、ゲート機構
Multi-Head Attention	複数のAttentionを並列に使い、異なる関係や特徴を捉える仕組み。	Self-Attention、Attention
Self-Attention	同じ系列からクエリ・キー・バリューを作り、系列内の要素同士の関係を捉える仕組み。	Source-Target Attention
Seq2Seq	入力の系列を、別の出力系列へ変換するモデル構成。翻訳や要約などに使う。	エンコーダ・デコーダ、Transformer
Source-Target Attention	出力側のクエリで入力側のキーを参照し、入力側の情報を取り出すAttention。	Cross-Attention、Self-Attention
Transformer	Attentionを中心に構成され、系列の関係を処理するニューラルネットワーク。	RNN、Seq2Seq
位置エンコーディング	順番や位置をモデルが扱えるように、位置の情報を表現して与えること。	位置埋め込み、Self-Attention
キー	クエリとの適合度を計算するための、参照先の特徴表現。	クエリ、バリュー
クエリ	どの情報に注目するかを決めるための、問い合わせ側の特徴表現。	キー、バリュー
バリュー	Attentionで求めた重みに従って集約される、情報の特徴表現。	キー、クエリ

24. オートエンコーダ

キーワード	意味	似ているキーワード
VQ-VAE	潜在表現を有限個の候補に置き換える、離散的な潜在表現を持つオートエンコーダ。	VAE、ベクトル量子化
InfoVAE	入力の情報を潜在変数に反映しやすくするよう、VAEの学習目的を調整したモデル群。	VAE、β-VAE
β-VAE	VAEのKL項の重みをβで調整するモデル。要因を分離した表現の学習などを目指す。	VAE、InfoVAE
次元削減	元の情報をできるだけ保ちながら、データを少ない変数で表すこと。	PCA、オートエンコーダ
事前学習	目的のタスクを学ぶ前に、別のデータや課題で基礎的な特徴・知識を学ぶこと。	転移学習、ファインチューニング
積層オートエンコーダ	複数のオートエンコーダを重ね、段階的に抽象度の高い特徴を学ぶモデル。	オートエンコーダ、事前学習
変分オートエンコーダ（VAE）	入力を潜在変数の確率分布として表し、そこからデータを復元・生成するモデル。	オートエンコーダ、VQ-VAE

25. データ拡張

キーワード	意味	似ているキーワード
Contrast	画像の明暗の差を変化させる加工。	Brightness、色調補正
Brightness	画像全体の明るさを変化させる加工。	Contrast
Crop	画像の一部を切り出す加工。	Random Crop、Random Erasing
CutMix	画像の一部を別の画像で置き換え、面積比に応じて正解ラベルも混ぜる方法。	Mixup、Cutout
Cutout	画像の一部を四角形などで隠し、部分的な欠損に強くする方法。	Random Erasing、CutMix
Mixup	複数の画像と正解ラベルを、それぞれ一定の割合で混ぜる方法。	CutMix
noising	データにノイズを加え、小さな乱れに強くする方法。	ノイズ付加、デノイジング
paraphrasing	意味を保ちながら別の言い回しに変え、文章データを増やす方法。	言い換え、逆翻訳
RandAugment	加工の種類をランダムに選び、加工数と強度を主に調整するデータ拡張手法。	AutoAugment、データ拡張
Random Erasing	ランダムに選んだ領域を定数値やランダム値などで置き換える方法。	Cutout、CutMix
Random Flip	画像をランダムに左右反転・上下反転する加工。	Rotate、Crop
Rotate	画像を一定の角度だけ回転させる加工。	Random Flip

ディープラーニングの応用例

26. 画像認識

キーワード	意味	似ているキーワード
AlexNet	2012年の画像認識コンペで高い性能を示し、深層学習の普及を後押ししたCNN。	VGG、GoogLeNet
DeepLab	間隔を空けた畳み込みなどを使い、画素ごとの分類を行うモデル群。	FCN、PSPNet
DenseNet	各層の特徴を後続の層へ連結し、特徴の再利用と勾配の伝達を促すCNN。	ResNet、スキップ結合
EfficientNet	深さ・幅・入力解像度をバランスよく拡大し、精度と計算効率を両立するCNN。	MobileNet、MnasNet
Fast R-CNN	画像全体の特徴を共有し、候補領域ごとに物体の種類と位置を予測するモデル。	R-CNN、Faster R-CNN
Faster R-CNN	物体の候補領域を提案するネットワークも組み込み、検出を高速化したモデル。	Fast R-CNN、RPN
FCN（Fully Convolutional Network）	全結合層を畳み込み層に置き換え、画素ごとの予測を行うネットワーク。	U-Net、SegNet
FPN	解像度の異なる特徴を組み合わせ、大小さまざまな物体を捉える仕組み。	特徴ピラミッド、物体検出
GoogLeNet	大きさの異なる畳み込みなどを並列に行う、Inceptionモジュールを使ったCNN。	AlexNet、Inception
Mask R-CNN	Faster R-CNNに、物体ごとの画素領域を予測する機能を加えたモデル。	Faster R-CNN、インスタンスセグメンテーション
MnasNet	モバイル端末での実行速度も考慮し、構造を自動探索して設計されたCNN。	NAS、MobileNet
MobileNet	畳み込みを分解して計算量を減らした、モバイル機器向けの軽量なCNN。	EfficientNet、Depthwise Separable Convolution
NAS（Neural Architecture Search）	ニューラルネットワークの構造を、自動的に探索する技術。	ハイパーパラメータ探索、MnasNet
OpenPose	画像や動画から、複数人の関節位置などを推定するシステム。	姿勢推定、キーポイント検出
PSPNet	異なる大きさの領域から情報を集め、画像全体の文脈を利用する領域分割モデル。	DeepLab、FCN
ResNet	入力を後の層へ加える接続を使い、深いネットワークを学習しやすくしたCNN。	DenseNet、残差学習
SegNet	圧縮時の最大値の位置を復元時に利用し、画素ごとの分類を行うモデル。	U-Net、FCN
SENet	チャネルごとの重要度を学習し、重要な特徴を強める仕組みを持つネットワーク。	Attention、チャネル注意機構
SSD	複数の解像度の特徴マップから、物体の種類と位置を直接予測する検出モデル。	YOLO、Faster R-CNN
U-Net	圧縮側と復元側の特徴をつなぐ、U字型の領域分割ネットワーク。	FCN、SegNet
VGG	小さな3×3の畳み込みを繰り返し重ねた、比較的単純な構造のCNN。	AlexNet、ResNet
Vision Transformer	画像を小さなパッチに分け、Transformerでパッチ間の関係を処理するモデル。	ViT、CNN
Wide ResNet	ResNetの層を極端に深くする代わりに、チャネル数を増やしたモデル。	ResNet、ネットワークの幅
YOLO	画像から物体の種類と位置を一段階で予測する、高速な物体検出モデル群。	SSD、Faster R-CNN
一般物体認識	画像内の対象が、犬・車などの一般的なカテゴリの何に当たるかを認識すること。	物体識別、画像分類
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し、それぞれの画素領域を求める処理。	Mask R-CNN、セマンティックセグメンテーション
姿勢推定	人物などの関節や特徴点の位置から、姿勢を推定する処理。	OpenPose、キーポイント検出
セマンティックセグメンテーション	画像の各画素を、道路・人・空などのカテゴリに分類する処理。	インスタンスセグメンテーション
物体検出	画像内の物体の種類と位置を、主に矩形で求める処理。	画像分類、セグメンテーション
物体識別	物体の種類や個体を見分けること。個体識別では、特定の人物や製品などを区別する。	一般物体認識、個体認識
パノプティックセグメンテーション	全画素をカテゴリに分類し、さらに人や車などの物体を個体ごとに区別する処理。	セマンティック・インスタンスセグメンテーション

27. 自然言語処理

キーワード	意味	似ているキーワード
BERT	文の前後の文脈を使って表現を学ぶ、Transformerのエンコーダを基礎としたモデル。	ELMo、GPT
BoW（Bag-of-Words）	語順を考慮せず、単語の出現回数などで文書を表す方法。	TF-IDF、ワンホットベクトル
CBOW	周囲の単語から中央の単語を予測し、単語のベクトル表現を学ぶ方法。	スキップグラム、word2vec
CEC	LSTMで誤差の情報を時間方向に保ち、勾配消失を抑えるための内部構造。	LSTM、セル状態
ELMo	双方向の言語モデルを使い、同じ単語でも文脈に応じた表現を作る方法。	BERT、word2vec
fastText	単語を部分文字列に分けて利用し、未知語にも対応しやすくした単語表現・分類技術。	word2vec、サブワード
GLUE	複数の課題を使い、自然言語理解モデルの性能を評価するベンチマーク。	SuperGLUE、ベンチマーク
n-gram	連続するn個の単語や文字を、一つのまとまりとして扱う方法。	BoW、言語モデル
PaLM	Googleが開発した、Transformerを基礎とする大規模言語モデル。	LLM、GPT
Seq2Seq	入力の単語列などを、別の出力系列へ変換するモデル構成。	エンコーダ・デコーダ、機械翻訳
TF-IDF	文書内で多く、他の文書では少なく現れる単語を重視する重み付け。	BoW、情報検索
word2vec	単語の共起関係から、意味的な関係を反映したベクトル表現を学ぶ方法。	CBOW、スキップグラム
感情分析	文章などから、肯定・否定や喜び・怒りなどを推定する処理。	文書分類、感情認識
機械翻訳	ある言語の文章を、別の言語へ自動的に変換する処理。	統計的機械翻訳、ニューラル機械翻訳
形態素解析	文を意味を持つ小さな単位に分け、品詞などを判定する処理。	単語分割、構文解析
構文解析	文中の単語や句の、係り受けや文法的な構造を調べる処理。	形態素解析、意味解析
質問応答	自然言語の質問に対して、適切な回答を返す処理。	情報検索、チャットボット
情報検索	多数の文書やデータから、要求に合う情報を探し出す処理。	質問応答、検索エンジン
スキップグラム	一つの単語から周囲の単語を予測し、単語のベクトル表現を学ぶ方法。	CBOW、word2vec
単語埋め込み	単語を、意味や使われ方を反映した数値ベクトルに変換すること。	分散表現、word2vec
分散表現	一つの概念を、複数の数値成分に情報を分散させて表す方法。	単語埋め込み、ワンホットベクトル
文書要約	文書の重要な内容を保ちながら、短くまとめる処理。	抽出型要約、生成型要約
ワンホットベクトル	該当する位置だけを1、それ以外を0にしたベクトル。	分散表現、カテゴリ変数
大規模言語モデル（LLM）	大量の言語データなどで学習し、文章生成や言語理解に利用される大規模なモデル。	基盤モデル、生成AI
統計的機械翻訳	対訳データから学んだ確率的な関係を使って翻訳する方法。	ルールベース機械翻訳、ニューラル機械翻訳

28. 音声処理

キーワード	意味	似ているキーワード
A-D変換	連続的なアナログ信号を、標本化・量子化などによってデジタル信号に変えること。	PCM、D-A変換
WaveNet	過去の音声波形から次の値を予測する、音声生成用のニューラルネットワーク。	音声合成、Dilated Convolution
音韻	ある言語で意味の区別に関わる、音の体系や単位。	音素、音声
音声合成	文章などの情報から、人の声に相当する音声を作る処理。	音声認識、Text-to-Speech
音声認識	話された音声を、文字列などに変換する処理。	音声合成、話者識別
音素	言語で意味を区別するための、最小の音の単位。	音韻、音節
隠れマルコフモデル	観測できない状態の変化から、観測データが生成されると考える確率モデル。	HMM、マルコフモデル
感情分析	声の高さや話し方などから、話者の感情を推定する処理。	音声感情認識、話者識別
高速フーリエ変換（FFT）	信号を周波数成分に分ける離散フーリエ変換を、高速に計算する方法。	スペクトル、周波数解析
スペクトル包絡	音のスペクトルの細かな変動をならした、全体的な形。	フォルマント、MFCC
パルス符号変調（PCM）	音などを一定間隔で測定し、その値を量子化・符号化して記録する方式。	A-D変換、標本化
フォルマント	声道の共鳴によって、音声スペクトルで強く現れる周波数帯。	フォルマント周波数、スペクトル包絡
フォルマント周波数	フォルマントの中心となる周波数。母音の違いなどを特徴付ける。	フォルマント、基本周波数
メル周波数ケプストラム係数（MFCC）	人の聴覚特性を反映し、音声のスペクトル包絡を数値で表した特徴量。	メル尺度、音響特徴量
メル尺度	人が感じる音の高さに近づけて、周波数を表す尺度。	周波数、MFCC
話者識別	音声の特徴から、誰が話しているかを判定する処理。	音声認識、話者照合
CTC	入力と正解系列の細かな対応位置が不明でも、系列変換を学習できる損失・学習方式。	音声認識、系列アライメント

29. 深層強化学習

キーワード	意味	似ているキーワード
A3C	複数のエージェントが並列に経験を集め、非同期にActor-Criticを学習する方法。	A2C、Actor-Critic
Agent57	複数の探索方策などを組み合わせ、Atariの57ゲームで高い性能を示したエージェント。	DQN、深層強化学習
APE-X	多数の実行主体が経験を集め、優先度付き経験再生を使って学習する分散型の仕組み。	経験再生、分散強化学習
DQN	行動価値関数を深層ニューラルネットワークで近似するQ学習。	Q学習、ダブルDQN
OpenAI Five	複数のAIが協力し、対戦ゲーム「Dota 2」をプレイするシステム。	マルチエージェント強化学習、AlphaStar
PPO	方策が一度に変わりすぎないようにし、安定した学習を目指す方法。	方策勾配法、Actor-Critic
Rainbow	ダブルDQNや優先度付き経験再生など、DQNの複数の改良を組み合わせた方法。	DQN、ダブルDQN
RLHF	人間の評価や好みを報酬に反映し、モデルの出力を調整する強化学習。	報酬モデル、アライメント
sim2real	シミュレーションで学んだ制御などを、現実の環境へ移すこと。	ドメインランダマイゼーション、転移学習
アルファスター（AlphaStar）	対戦ゲーム「StarCraft II」で高い性能を示したAI。	OpenAI Five、深層強化学習
オフライン強化学習	保存済みの経験データを使い、新たに環境とやり取りせずに学習する方法。	オンライン強化学習、経験再生
残差強化学習	既存の制御器の出力に加える補正分を、強化学習で学ぶ方法。	残差学習、ロボット制御
状態表現学習	判断に必要な環境の情報を、扱いやすい特徴表現として学ぶこと。	表現学習、特徴抽出
ダブルDQN	次の行動の選択と価値評価に別のネットワークを使い、価値の過大評価を抑える方法。	DQN、ダブルQ学習
デュエリングネットワーク	状態の価値と、各行動の相対的なよさを別々に推定して行動価値を求める構造。	DQN、アドバンテージ
ドメインランダマイゼーション	シミュレーションの見た目や物理条件を変え、現実の違いに強くする方法。	sim2real、データ拡張
イミテーションラーニング	専門家などの行動例をまねて、行動の選び方を学ぶ方法。	模倣学習、行動クローニング
報酬形成	学習を進めやすくするために、補助的な報酬などを設計・追加すること。	報酬設計、強化学習
マルチエージェント強化学習（MARL）	複数のエージェントが、協力や競争をしながら行動を学ぶ方法。	OpenAI Five、単一エージェント学習
連続値制御	力や角度など、連続的な値を行動として出力する制御。	離散行動、ロボット制御

30. データ生成

キーワード	意味	似ているキーワード
CycleGAN	対応する画像のペアがなくても、二つの画像群の間の変換を学ぶモデル。	Pix2Pix、画像変換
DCGAN	畳み込みニューラルネットワークを使って画像を生成・識別するGAN。	GAN、CNN
Diffusion Model	データに加えたノイズを取り除く過程を学び、ノイズからデータを生成するモデル。	拡散モデル、GAN
NeRF	位置と見る方向から色や密度を推定し、未知の視点の画像を描画する3次元表現技術。	新規視点合成、3次元再構成
Pix2Pix	対応する入力・出力画像のペアから、画像変換を学ぶ条件付きGAN。	CycleGAN、条件付きGAN
音声生成	学習した特徴や条件に基づいて、新しい音声を作る処理。	音声合成、WaveNet
画像生成	文章やノイズなどから、新しい画像を作る処理。	Diffusion Model、GAN
敵対的生成ネットワーク（GAN）	データを作る生成器と、本物か判定する識別器を競わせて学習するモデル。	VAE、Diffusion Model
文章生成	文脈や指示に基づき、単語などを順に出力して文章を作る処理。	LLM、言語モデル

31. 転移学習・ファインチューニング

キーワード	意味	似ているキーワード
Few-shot	少数の例から、新しい課題への対応を学ぶ、または推論時に対応する方法。	One-shot、Zero-shot
One-shot	一つの例から、新しい課題やカテゴリに対応する方法。	Few-shot、Zero-shot
自己教師あり学習	データの一部から予測対象を作り、人手の正解ラベルなしで学ぶ方法。	教師なし学習、事前学習
事前学習	目的のタスクに取り組む前に、大量のデータなどから基礎的な特徴や知識を学ぶこと。	転移学習、ファインチューニング
事前学習済みモデル	すでにデータを使って学習され、他の用途にも再利用できるモデル。	基盤モデル、転移学習
破滅的忘却	新しい内容を学習した際に、以前に学んだ能力が大きく失われる現象。	継続学習、追加学習
半教師あり学習	少量のラベル付きデータと、多量のラベルなしデータを組み合わせる学習方法。	教師あり学習、自己教師あり学習

32. マルチモーダル

キーワード	意味	似ているキーワード
CLIP	対応する画像と文章の表現が近くなるように学習するモデル。	マルチモーダル学習、対照学習
DALL-E	文章の指示に基づいて画像を生成する、OpenAIのモデル群。	Text-to-Image、画像生成
Flamingo	画像や動画と文章を組み合わせて扱い、少数の例から課題に対応するモデル。	マルチモーダルモデル、Few-shot
Image Captioning	画像の内容を説明する文章を生成する処理。	画像認識、文章生成
Text-to-Image	文章による指示から画像を生成する処理。	DALL-E、画像生成
Visual Question Answering	画像と質問文を入力し、画像の内容に基づいて回答する処理。	VQA、Image Captioning
Unified-IO	画像・言語などの入出力を共通の形式で扱い、多様な課題を一つのモデルで処理する仕組み。	マルチモーダルモデル、Seq2Seq
Zero-shot	対象課題の例を与えず、既存の知識や説明を使って対応する方法。	Few-shot、One-shot
基盤モデル	大規模なデータで学習され、さまざまな下流タスクに適応できるモデル。	LLM、事前学習済みモデル
マルチタスク学習	複数の課題を同時に学び、共通する特徴を利用する方法。	転移学習、マルチモーダル学習

33. モデルの解釈性

キーワード	意味	似ているキーワード
CAM	特徴マップと分類の重みを使い、判断に関係した画像領域を可視化する方法。	Grad-CAM、ヒートマップ
Grad-CAM	勾配を使って特徴マップの重要度を求め、判断に関係した画像領域を可視化する方法。	CAM、説明可能AI
LIME	説明したいデータの近くで単純なモデルを作り、その予測の理由を近似的に説明する方法。	SHAP、局所的説明
Permutation Importance	特徴量の値を入れ替えたときの性能低下から、その特徴量の重要度を測る方法。	特徴量重要度、SHAP
SHAP	ゲーム理論のシャープレイ値を基に、各特徴量の予測への寄与を求める方法。	LIME、特徴量重要度
説明可能AI（XAI）	AIの判断理由や振る舞いを、人が理解できるようにする技術・考え方。	解釈可能性、LIME、SHAP

34. モデルの軽量化

キーワード	意味	似ているキーワード
エッジAI	クラウドだけに頼らず、端末や現場に近い機器でAIの処理を行うこと。	クラウドAI、オンデバイスAI
蒸留	大きな教師モデルの出力などを使い、小さな生徒モデルへ能力を移す方法。	モデル圧縮、転移学習
宝くじ仮説	大きなネットワークの中には、単独でも高い性能を学習できる小さな部分ネットワークがあるという仮説。	プルーニング、疎なネットワーク
プルーニング	重要度の低い重みやチャネルなどを取り除き、モデルを小さくする方法。	枝刈り、モデル圧縮
モデル圧縮	モデルのサイズや必要な計算量を減らす技術の総称。	蒸留、量子化、プルーニング
量子化	重みや計算に使う数値のビット数を減らし、容量や計算負荷を抑える方法。	モデル圧縮、低精度演算

AI の社会実装に向けて

35. AI プロジェクトの進め方

キーワード	意味	似ているキーワード
AIのビジネス活用	予測・自動化・生成などを使い、業務上の課題解決や価値創出につなげること。	DX、業務改善
AIプロジェクトの進め方	課題設定からデータ準備、検証、導入、運用改善までを段階的に進めること。	CRISP-DM、CRISP-ML
BPR	業務の進め方を根本から見直し、成果の大幅な改善を目指すこと。	業務改革、DX
CRISP-DM	ビジネス理解からデータ準備・モデル作成・評価・展開までを示す分析プロジェクトの標準的な流れ。	CRISP-ML、データマイニング
CRISP-ML	機械学習システムの開発から運用・監視までを扱うプロセスモデル。	CRISP-DM、MLOps
Docker	アプリと実行環境をコンテナにまとめ、異なる環境でも動かしやすくする技術。	コンテナ、仮想マシン
Jupyter Notebook	コード、実行結果、説明文などを一つの文書にまとめて扱える環境。	Python、対話型開発環境
MLOps	機械学習モデルの開発・配備・監視・更新を、継続的かつ安定して行う仕組み。	DevOps、モデル運用
PoC	本格導入の前に、技術的な実現可能性や効果を小規模に検証すること。	概念実証、試作品
Python	データ分析や機械学習で広く使われるプログラミング言語。	R、プログラミング言語
Web API	ネットワーク経由で、他のプログラムから機能やデータを利用するための窓口。	API、Webサービス
アジャイル	小さな開発と確認を繰り返し、変化に対応しながら進める開発手法。	ウォーターフォール、反復開発
ウォーターフォール	要件定義、設計、実装、テストなどを、基本的に順番に進める開発手法。	アジャイル
オープン・イノベーション	社外の知識・技術・人材なども取り込み、新しい価値を生み出すこと。	産学連携、企業間連携
クラウド	ネットワーク経由で、サーバーやストレージなどの計算資源を利用する仕組み。	オンプレミス、エッジ
産学連携	企業と大学などが協力し、研究成果の活用や技術開発を進めること。	オープン・イノベーション
ステークホルダーのニーズ	利用者・現場・経営者など、関係者が求める価値や条件。	要件定義、課題設定
データサイエンティスト	統計・プログラミング・業務知識を使い、データから課題解決につなげる人材。	データアナリスト、機械学習エンジニア
他企業や他業種との連携	自社にないデータ・技術・知識などを、他社との協力によって補うこと。	オープン・イノベーション、産学連携

36. データの収集・加工・分析・学習

キーワード	意味	似ているキーワード
アノテーション	画像・文章・音声などに、学習用のラベルや説明を付けること。	ラベリング、教師データ
オープンデータセット	公開され、定められた利用条件の下で使えるデータのまとまり。	オープンデータ、ベンチマークデータ
コーパス	自然言語の研究や学習に使うために集め、整理した文章・音声などの集合。	データセット、言語資源
データリーケージ	本来は予測時に使えない情報などが学習に入り、性能を過大評価してしまうこと。	学習・評価データの混入、過学習

AI に必要な数理・統計知識

37. AI に必要な数理・統計知識

キーワード	意味	似ているキーワード
移動平均	一定の範囲の平均を、対象区間をずらしながら求める方法。	平滑化、指数移動平均
確率分布	確率変数が、どの値をどの程度の確率で取るかを表すもの。	確率密度、度数分布
確率変数	偶然の結果に応じて、値が決まる変数。	確率分布、期待値
確率密度	連続的な確率変数で、値の周辺にどれだけ確率が集まるかを表すもの。区間の面積が確率になる。	確率分布、確率質量
疑似相関	直接の関係がないのに、第三の要因などによって関係があるように見えること。	交絡、相関と因果
期待値	各結果の値を、その確率で重み付けして平均した値。	平均、標本平均
帰無仮説	検定で最初に仮定し、棄却するかを判断する仮説。通常は「差がない」などを置く。	対立仮説、仮説検定
共分散	二つの変数が、平均から同じ方向に動くか逆方向に動くかを表す量。	相関係数、分散
コサイン類似度	ベクトル同士の角度を使い、向きの似ている程度を測る指標。	ユークリッド距離、内積
最小二乗法	予測値と実測値の差の二乗和が、最小になるように係数などを求める方法。	線形回帰、最尤法
最頻値	データの中で、最も多く現れる値。	平均、中央値
最尤法	観測されたデータが最も生じやすくなるように、モデルのパラメータを求める方法。	尤度、最小二乗法
条件付き確率	ある条件が成立したときに、別の事象が起こる確率。	ベイズの定理、同時確率
正規分布	平均を中心とした左右対称の釣鐘型の確率分布。	標準正規分布、二項分布
相関係数	二つの変数の線形な関係の向きと強さを、−1から1で表す指標。	共分散、偏相関係数
相互情報量	一方の変数を知ることで、他方の不確かさがどれだけ減るかを表す量。	エントロピー、相関係数
対立仮説	帰無仮説と対立し、差や関係があることなどを主張する仮説。	帰無仮説、仮説検定
中央値	データを小さい順に並べたとき、中央に位置する値。	平均、最頻値
度数分布	値や区間ごとに、データが何個あるかをまとめたもの。	ヒストグラム、確率分布
二項分布	成功確率が一定の独立した試行を、一定回数行ったときの成功回数の分布。	ベルヌーイ分布、ポアソン分布
外れ値	他の多くのデータから、大きく離れた値。	異常値、ノイズ
標準偏差	分散の平方根。元のデータと同じ単位で、ばらつきを表す。	分散、標準誤差
平均	データの合計を、データの個数で割った値。	期待値、中央値
分散	各値と平均との差を二乗し、平均したばらつきの指標。	標準偏差、共分散
偏相関係数	他の変数の線形な影響を取り除いたうえで、二つの変数の相関を測る指標。	相関係数、交絡
ベルヌーイ分布	成功・失敗など、二つの結果を取る1回の試行の確率分布。	二項分布
ポアソン分布	一定の時間や範囲で起こる、事象の発生回数を表す確率分布。	二項分布、指数分布
マハラノビス距離	データのばらつきや変数間の相関を考慮して測る距離。	ユークリッド距離、異常検知
ユークリッド距離	空間内の2点を直線で結んだときの距離。	マハラノビス距離、コサイン類似度

【法律・倫理分野】

AIに関する法律と契約

1. 個人情報保護法

キーワード	意味	似ているキーワード
GDPR	EUの個人データ保護に関する規則。条件によってはEU域外の事業者にも適用される。	個人情報保護法
仮名加工情報	他の情報と照合しなければ個人を識別できないよう、法定の基準で加工した情報。	匿名加工情報
個人識別符号	指紋などを変換した符号や旅券番号など、個人を識別できるものとして法令で定められた符号。	個人情報、生体認証
個人データ	検索できるよう体系的に整理された個人情報の集合を構成する情報。	個人情報、保有個人データ
個人情報	生存する個人について、氏名などから個人を識別できる情報、または個人識別符号を含む情報。	個人データ、プライバシー
第三者提供	個人データを、本人や取扱事業者以外の第三者に渡すこと。原則として本人の同意が必要。	委託、共同利用
匿名加工情報	個人を識別できず、元の個人情報も復元できないよう、法定の基準で加工した情報。	仮名加工情報
保有個人データ	事業者が開示・訂正・利用停止などを行う権限を持つ個人データ。一定の例外がある。	個人データ、開示請求
要配慮個人情報	病歴や信条など、不当な差別や不利益を防ぐため、特に配慮が必要な個人情報。	センシティブ属性
利用目的	個人情報を何のために使うかを、具体的に定めたもの。	目的外利用、利用規約
委託	業務の一部などを外部に任せること。個人データの取扱いを任せる場合は、委託先の監督が必要。	第三者提供、共同利用

2. 著作権法

キーワード	意味	似ているキーワード
創作性	表現に作者の個性が表れていること。高度な芸術性や新しさまでは必要ない。	新規性、著作物
著作物	思想や感情を創作的に表現した、文章・音楽・画像・プログラムなど。	著作権、創作性
AI生成物	AIを使って作られた文章や画像など。著作物に当たるかは、人の創作的な関与などで判断される。	著作物、生成AI
利用規約	サービスの利用条件や、提供者と利用者の権利・義務を定めたルール。	契約、ライセンス
著作権侵害	許諾や法律上の例外などの根拠なく、他人の著作物を複製・公開するなどして権利を侵すこと。	類似性、依拠性
著作権	著作物の複製・公衆送信・翻案などの利用をコントロールする権利。原則として創作時に発生する。	著作者人格権、特許権

3. 特許法

キーワード	意味	似ているキーワード
発明	自然法則を利用した技術的な考え方の創作のうち、高度なもの。	考案、著作物
新規性	特許出願前に公に知られていないなど、発明が新しいこと。	進歩性、創作性
進歩性	既存の技術から、その分野の専門家が容易に考え付くものではないこと。	新規性
知的財産権	発明・著作物・標識など、知的な創作や事業活動に関する利益を保護する権利の総称。	特許権、著作権、商標権
発明者	発明の創作に実質的に関与した人。単なる資金提供者などとは区別される。	出願人、特許権者
職務発明	会社などの業務範囲に属し、従業員の現在または過去の職務に関係して行われた発明。	従業者発明、特許を受ける権利
特許権	登録された発明を、業として独占的に実施できる権利。	著作権、実用新案権

4. 不正競争防止法

キーワード	意味	似ているキーワード
営業秘密	秘密として管理され、事業に役立ち、公に知られていない技術上・営業上の情報。	秘密情報、限定提供データ
限定提供データ	特定の相手への提供を業として行い、相当量を電子的に蓄積・管理する技術上・営業上の情報。営業秘密を除く。	営業秘密、データ利用権

5. 独占禁止法

キーワード	意味	似ているキーワード
競争制限	価格の取り決めや他社の排除などにより、市場での自由な競争を妨げること。	カルテル、私的独占
公正競争阻害性	公正な競争を妨げるおそれがある性質。不公正な取引方法の判断で問題となる。	競争制限、不公正な取引方法

6. AI開発委託契約

キーワード	意味	似ているキーワード
AI・データの利用に関する契約ガイドライン	AI開発やデータ利用で、権利・責任・利用条件などを契約に定める際の考え方を示す指針。	モデル契約、利用規約
NDA	秘密情報の目的外利用や、第三者への漏えいなどを防ぐための契約。	秘密保持契約、営業秘密
請負契約	仕事を完成させることを約束し、その結果に対して報酬を支払う契約。	準委任契約
準委任契約	法律行為以外の業務の遂行を任せる契約。原則として仕事の完成自体を義務としない。	請負契約、善管注意義務
精度保証	AIの予測性能などについて、評価条件や達成すべき水準を約束すること。	性能保証、評価指標
PoC	本格開発・導入の前に、技術的な実現可能性や効果を小規模に確かめること。	概念実証、試作品
保守契約	導入後の障害対応、修正、点検などの範囲や条件を定める契約。	運用契約、SLA

7. AIサービス提供契約

キーワード	意味	似ているキーワード
SaaS	インターネットなどを通じて、ソフトウェアの機能をサービスとして利用する形態。	クラウドサービス、PaaS
データ利用権	データを誰が何の目的で、どこまで利用できるかという権限。主に契約などで定める。	ライセンス、知的財産権
利用規約	サービスの使い方、禁止事項、責任範囲などを定めた利用条件。	契約、プライバシーポリシー
精度保証	サービスの出力性能について、特定の条件の下で保証する範囲を定めること。	SLA、免責条項

AI倫理・AIガバナンス

8. 国内外のガイドライン

キーワード	意味	似ているキーワード
AI倫理	AIをどう開発・利用すべきかを、人権や公平性などの観点から考えること。	AIガバナンス、価値原則
AIガバナンス	AIを適切に管理するための、組織体制・ルール・評価・改善の仕組み。	AI倫理、リスク管理
価値原則	人間の尊厳、公平性、プライバシーなど、AIの判断や運用で重視する基本的な価値。	AI倫理、AIポリシー
ハードロー	法律や規則など、法的な拘束力を持つルール。	ソフトロー
ソフトロー	原則やガイドラインなど、それ自体では原則として法的な拘束力を持たないルール。	ハードロー、自主規制
リスクベースアプローチ	危害の大きさや起こりやすさに応じて、対策や管理の強さを変える考え方。	リスク評価、AIガバナンス

9. プライバシー

キーワード	意味	似ているキーワード
カメラ画像利活用ガイドブック	カメラ画像を利用する際の、プライバシーへの配慮や事前説明などの実務的な考え方を示す資料。	個人情報保護、プライバシー・バイ・デザイン
プライバシー・バイ・デザイン	企画・設計の段階から、プライバシー保護を仕組みに組み込む考え方。	セキュリティ・バイ・デザイン

10. 公平性

キーワード	意味	似ているキーワード
アルゴリズムバイアス	データや設計などの影響により、AIの判断に系統的な偏りが生じること。	データの偏り、差別
公平性の定義	集団間の採用率や誤判定率をそろえるなど、何を公平とみなすかの基準。	集団公平性、個人公平性
サンプリングバイアス	データの集め方によって、対象全体を適切に代表しない偏りが生じること。	選択バイアス、データの偏り
センシティブ属性	人種・性別・年齢など、差別やプライバシーへの配慮が必要となる属性。	要配慮個人情報、保護属性
代理変数	別の属性を間接的に表す変数。住所などが人種や所得の代わりに働くことがある。	センシティブ属性、交絡変数
データの偏り	特定の集団・状況・ラベルなどが、データ内で過剰または不足していること。	サンプリングバイアス、アルゴリズムバイアス

11. 安全性とセキュリティ

キーワード	意味	似ているキーワード
Adversarial Attack（Adversarial Examples）	入力に細工をして、モデルを誤判断させる攻撃。そのために作られた入力が敵対的サンプル。	敵対的攻撃、データ汚染
セキュリティ・バイ・デザイン	企画・設計の段階から、攻撃や不正利用への対策を組み込む考え方。	プライバシー・バイ・デザイン
データ汚染	学習データに不正な内容やラベルを混ぜ、モデルの性能や判断を操作する攻撃。	データポイズニング、モデル汚染
データ窃取	不正なアクセスやモデルへの問い合わせなどによって、保護されたデータを盗み出すこと。	情報漏えい、モデル反転攻撃
モデル窃取	モデルのファイルを盗んだり、出力を利用して機能を複製したりすること。	モデル抽出、データ窃取
モデル汚染	モデルの重みや更新情報などを不正に改変し、意図した誤動作を起こさせること。	データ汚染、バックドア攻撃

12. 悪用

キーワード	意味	似ているキーワード
ディープフェイク	深層学習などで、人物の顔や声を本物らしく生成・合成したコンテンツ。	なりすまし、フェイクニュース
フェイクニュース	事実でない内容を、ニュースのように見せて広める情報。	偽情報、誤情報

13. 透明性

キーワード	意味	似ているキーワード
データの来歴	データの出所、収集方法、加工・更新の履歴など。	データリネージュ、トレーサビリティ
説明可能性	AIがなぜその結果を出したのかを、人が理解できる形で説明できる性質。	XAI、解釈可能性
ブラックボックス	入力と出力は分かっても、内部の処理や判断理由を把握しにくい状態。	説明可能性、透明性

14. 民主主義

キーワード	意味	似ているキーワード
エコーチェンバー	似た意見の人同士で情報が繰り返され、自分たちの考えが強化される現象。	フィルターバブル、確証バイアス
フィルターバブル	個人向けの情報選別によって、異なる意見や情報に触れにくくなる現象。	エコーチェンバー、推薦システム
フェイクニュース	虚偽の内容をニュースのように伝え、認識や判断を誤らせる情報。	ディープフェイク、偽情報

15. 環境保護

キーワード	意味	似ているキーワード
気候変動	気温や降水などの長期的な変化。AIでは電力利用に伴う排出や、対策への活用が関係する。	地球温暖化、持続可能性
モデル学習の電力消費	モデルを学習する計算機などが使う電力。計算規模や機器の効率によって変わる。	計算コスト、環境負荷

16. 労働政策

キーワード	意味	似ているキーワード
AIとの協働	人とAIがそれぞれの得意分野を生かし、共同で仕事や判断を進めること。	人間の関与、能力拡張
スキルの喪失	AIへの依存により、人が技能を使う機会を失い、能力が低下すること。	デスキリング、自動化への依存
労働力不足	必要な仕事量に対して、働き手が足りない状態。AIによる自動化・支援が対応策の一つとなる。	省人化、生産性向上

17. その他の重要な価値

キーワード	意味	似ているキーワード
インクルージョン	属性や能力などの違いにかかわらず、誰もが参加し、利益を得られるようにすること。	包摂、ダイバーシティ
軍事利用	AIを情報分析・兵器・作戦支援などの軍事目的に利用すること。	デュアルユース、自律型兵器
死者への敬意	故人の顔や声などをAIで再現・利用する際に、その尊厳や意思、遺族の感情を尊重すること。	デジタルクローン、人格的利益
人間の自律性	AIに過度に誘導・依存されず、人が自分の意思で判断し行動できること。	自己決定、人間中心のAI

18. AIガバナンス

キーワード	意味	似ているキーワード
AIポリシー	組織がAIを開発・利用する際の、基本方針や守るべきルール。	AI倫理、利用規程
ダイバーシティ	性別・年齢・文化・経験など、人や考え方に多様性があること。	インクルージョン、公平性
AIに対する啓育	AIの仕組み・限界・リスクなどを伝え、適切に使うための理解を育てること。	AIリテラシー、教育・啓発
倫理アセスメント	AIが人権・公平性・社会などに与える影響を調べ、問題や対策を検討すること。	影響評価、リスクアセスメント
人間の関与	AIの判断や運用に人が参加し、確認・修正・停止などを行えるようにすること。	人間による監督、Human-in-the-Loop
モニタリング	運用中のAIの性能や偏り、異常などを継続的に監視すること。	MLOps、ドリフト検知
再現性	データや手順などの条件をそろえることで、同じ、または同等の結果を確認できる性質。	検証可能性、実験管理
トレーサビリティ	データ・モデル・判断・変更の過程を、記録からたどれること。	データの来歴、監査ログ

重要用語・混同しやすい用語チェックシート

G検定で重要な用語をチェックシートとしてまとめました。

試験直前の確認にも使える！ G検定重要用語チェックシート用語の意味があいまいなままだと本番で迷いやすいので、重要用語チェックシート（いわゆるチートシートです）で一度整理しておくのがおすすめです。

G検定で混同しやすい用語をチェックシートとしてまとめました。

混乱しないように整理しましょう G検定混同しやすい用語チェックシート G検定では、用語の意味を知っているだけでなく、似た用語の違いを見分けられるかが重要です。混乱しないように整理しておくのがおすすめです。

公式テキスト・おすすめ問題集

公式テキスト

Amazonで確認

Amazonで確認する

楽天市場で確認

楽天市場で確認する

合格時に使用した問題集