検索

モデルの予測と正解とのズレを数値化する関数。学習はこの値の最小化を目指す。

LLMが、あらかじめ定義された関数を構造化された形で呼び出す仕組み。

ニューロンの出力に非線形性を加え、ネットワークが複雑なパターンを表現できるようにする関数。

AIが計算・検索・API呼び出しなど、外部の機能(ツール)を呼び出して回答を補強する仕組み。

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。

入力を0〜1の範囲のなめらかな値に変換する活性化関数。確率の表現に使われる。

文書を内容に応じてカテゴリに自動で振り分けること。

複数の数値を、合計が1になる確率分布に変換する関数。多クラス分類の出力に使う。

損失関数を最小化するよう、モデルのパラメータを調整していく過程。

機械学習の実験管理・可視化を行う代表的なMLOpsツール。

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。

「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。

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。

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。

文章に込められた感情(肯定・否定など)を判定すること。

文章から人名・地名・組織名などの固有名詞を抽出する技術。