検索

データを集めず、各端末で学習した結果だけを集約してモデルを作る手法。

少量のラベル付きデータと大量のラベルなしデータを組み合わせて学習する手法。

エージェントが環境の中で試行錯誤し、報酬を最大化する行動を学んでいく機械学習の枠組み。

入力データと正解ラベルのペアを使ってモデルを訓練し、未知のデータの予測を行う学習方法。

正解ラベルのないデータから、隠れた構造やグループ(クラスタ)を自動的に見つけ出す学習方法。

多層の[[neural-network]]を用いて、データから複雑な特徴を自動的に学習する機械学習の一分野。

データ自身から擬似的な正解を自動生成し、人手のラベルなしで学習する手法。

あるタスクで学習済みのモデルを、別の関連タスクに転用して効率的に学習する手法。

個人情報がAIの学習・利用で漏れたり悪用されたりしないよう守ること。

人間の好みの評価を報酬として[[reinforcement-learning]]を行い、AIの応答を人間の価値観に近づける手法。

人間の知的なふるまい(学習・推論・認識・判断)をコンピュータで実現する技術や研究分野の総称。

大量のデータから規則やパターンをコンピュータ自身に学ばせ、予測や分類を行わせる手法。

人間の脳の神経細胞(ニューロン)の仕組みを模倣・着想源とした、機械学習の数理モデル。

データがどのカテゴリ(クラス)に属するかを予測する、教師あり学習の代表的タスク。

連続的な数値を予測する、教師あり学習の代表的タスク。価格や気温の予測などに使われる。

画像認識で威力を発揮する深層学習モデル。フィルタで局所的な特徴を段階的に抽出する。

「0より小さければ0、大きければそのまま」を返す、最も広く使われる活性化関数。

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。

教師あり学習で、各データに与える正解の情報。

大量の汎用データでモデルに基礎的な知識・能力を獲得させる最初の学習段階。

理想的な応答例を正解として学習させる、ファインチューニングの基本段階。

強化学習の代表的アルゴリズム。RLHFでモデルを安定的に更新するのに使われる。

エージェントが取りうる行動の選択肢全体の範囲。

大量の並列計算が得意な演算装置。AIの学習・推論に不可欠。

NVIDIA製GPUで汎用計算を行うための開発基盤。AI計算の事実上の標準。

AIで作られた、本物と見分けがつかない偽の映像・音声。

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。

深層学習ブームの火付け役となった、大規模な画像データセット。

似たデータ同士を自動的にグループ(クラスタ)にまとめる、教師なし学習の代表的タスク。

[[attention]]機構を中核とする深層学習アーキテクチャ。現代のLLMの基盤となっている。