データサイエンス

通常と異なるパターンを見つけ出し、異常を自動で検出すること。

モデルを学習させるために使うデータ。質と量が、最終的なモデルの性能を大きく左右する。

学習中のモデルの性能を確認し、ハイパーパラメータの調整に使うデータ。訓練には直接使わない。

実データの代わりにAIが人工的に作り出す学習用データ。

データにノイズを加え、個人を特定できなくしつつ全体の傾向は保つ技術。

将来の商品・サービスの需要量を予測すること。在庫・生産計画に使う。

既存データに変形を加えて学習データを水増しし、性能を高める手法。

機械学習に用いるデータの集まり。通常は訓練・検証・テストに分けて使う。

学習にも調整にも使わず、最終的な性能を公平に評価するためのデータ。

モデルへの入力となる、データの性質を数値化した個々の項目。

個々のユーザーに合わせて内容や体験を最適化すること。

過去データから将来の事象や数値を予測する分析手法。

教師あり学習で、各データに与える正解の情報。

ユーザーの好みを推定し、関連する商品や情報を提案する仕組み。