#model

LoRA

本体は凍結し、小さな追加部品だけを学習させて、AIを安く特定用途に寄せる調整方法です。

アンサンブル学習

複数の予測モデルを組み合わせ、多数決や平均でひとつの賢い答えを出す手法です。

ディープラーニング

層を深く重ねたしくみで、複雑なパターンをデータから自動で学ぶ機械学習の手法です。

ハイパーパラメータ

学習が始まる前に人が決めておく、AIの学び方を左右するつまみのことです

ファインチューニング

学習済みのAIに追加のデータで再学習させ、特定の用途や答え方に寄せる調整方法です。

ランダムフォレスト

少しずつ違う決定木をたくさん育て、多数決で答えを決める予測のしくみです

過学習（オーバーフィッティング）

練習問題を覚え込みすぎて、本番の新しい問題に弱くなったAIの状態のことです。

拡散モデル

ノイズだらけの画像を少しずつきれいにして、絵を作り出すAIの仕組みです。

学習（トレーニング）

大量のデータを見せて、AIにパターンや規則を覚えさせる工程のことです。

機械学習

大量のデータから規則をコンピューターが自分で見つけ出す、AIの基礎となる方法です。

強化学習

うまくいくと「ごほうび」がもらえるしくみで、試行錯誤しながらコツを学ぶ機械学習の方法です。

決定木

「はい・いいえ」の質問を枝分かれでたどり、答えを導く木の形をしたモデルです。

交差検証

データを何回も入れ替えてAIの実力を測り、たまたまの良し悪しを見抜く確かめ方です。

推論（インファレンス）

学習を終えたAIに新しいデータを入れて、実際に答えを出させる本番の段階のことです。

生成AI

文章・画像・音声などを、AIが学んだパターンから新しく作り出す技術の総称です。

転移学習

大量データで学んだ既存モデルの知識を、別の近いタスクに少ないデータで応用する手法です。