検索

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。

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。

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。

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。

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。

ある言語の文章を別の言語に変換すること。NLPの代表的応用。

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。

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。

データから学習した規則を内部に持ち、入力に対して予測や生成を行う仕組み。

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。

過去データから将来の事象や数値を予測する分析手法。

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。

問題を解くための手順・計算のルールを明確に定めたもの。

Googleが開発した、機械学習計算に特化した専用プロセッサ。

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。

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。