用語集

用語集

サイト全体で登場する主要な用語を日本語・英語対訳付きでまとめたリファレンスです。各用語から関連ページへのリンクを付けています。

基礎統計・データ準備 #

用語	英語	説明	関連ページ
特徴量	Feature	モデルの入力変数。説明変数とも呼ぶ	特徴選択
目的変数	Target / Label	予測したい出力変数	—
欠損値	Missing value	データ中の未記録・不明値	前処理
外れ値	Outlier	他の観測値から大きく外れたデータ点	Isolation Forest
正規化	Normalization	値を 0–1 の範囲にスケーリングする処理	前処理
標準化	Standardization	平均0・標準偏差1にスケーリングする処理	前処理
ワンホットエンコーディング	One-hot encoding	カテゴリ変数をバイナリベクトルに変換	前処理
次元の呪い	Curse of dimensionality	高次元空間でデータが疎になる現象	PCA

教師あり学習 — 回帰 #

用語	英語	説明	関連ページ
線形回帰	Linear Regression	入出力の線形関係をモデル化	線形回帰
正則化	Regularization	過学習を防ぐためにモデルの複雑さにペナルティを課す	Ridge / Lasso
L1 正則化	L1 Regularization (Lasso)	係数の絶対値の和をペナルティに加える。スパースな解を得る	Ridge / Lasso
L2 正則化	L2 Regularization (Ridge)	係数の二乗和をペナルティに加える。係数を縮小する	Ridge / Lasso
多重共線性	Multicollinearity	説明変数間に強い相関があり推定が不安定になる問題	PCA、PLS
残差	Residual	実測値と予測値の差	MAE・RMSE

教師あり学習 — 分類 #

用語	英語	説明	関連ページ
ロジスティック回帰	Logistic Regression	シグモイド関数で確率を推定する線形分類	ロジスティック回帰
決定境界	Decision boundary	クラスを分ける超平面や曲面	SVM
混同行列	Confusion matrix	TP / FP / FN / TN の4セルで分類結果を整理	混同行列
適合率	Precision	陽性予測のうち実際に陽性だった割合	適合率・再現率
再現率	Recall / Sensitivity	実際の陽性のうち正しく検出できた割合	適合率・再現率
F1スコア	F1-score	適合率と再現率の調和平均	F1スコア
ROC-AUC	ROC-AUC	閾値を変化させたときの感度と偽陽性率のトレードオフ曲線下面積	ROC-AUC
不均衡データ	Imbalanced data	クラス間のサンプル数に大きな偏りがあるデータ	Balanced Accuracy

決定木・アンサンブル #

用語	英語	説明	関連ページ
決定木	Decision tree	ルールベースの分岐で予測する木構造モデル	決定木
ジニ不純度	Gini impurity	ノードの不純度を測る指標。分割基準に使う	パラメータ
情報利得	Information gain	分割によるエントロピーの減少量	パラメータ
バギング	Bagging	ブートストラップサンプルで複数モデルを並列訓練し平均化	バギング
ブースティング	Boosting	弱学習器を逐次追加して残差を減らす手法	勾配ブースティング
ランダムフォレスト	Random Forest	バギング＋特徴量のランダム選択	Random Forest
勾配ブースティング	Gradient Boosting	損失関数の勾配方向に弱学習器を追加する手法	勾配ブースティング
XGBoost	XGBoost	正則化と近似を組み込んだ高速勾配ブースティング実装	XGBoost
LightGBM	LightGBM	ヒストグラムベースの高速勾配ブースティング	LightGBM
スタッキング	Stacking	複数モデルの予測をメタモデルで統合	スタッキング

クラスタリング・次元削減 #

用語	英語	説明	関連ページ
k-means	k-means	セントロイドベースの距離最小化クラスタリング	k-means
DBSCAN	DBSCAN	密度ベースのクラスタリング。任意形状のクラスターを検出	DBSCAN
シルエットスコア	Silhouette score	クラスタリングの品質を -1〜1 で評価する指標	k-means
主成分分析	PCA (Principal Component Analysis)	分散が最大となる直交軸に射影して次元を削減	PCA
固有値	Eigenvalue	主成分が説明する分散の大きさ	PCA
t-SNE	t-SNE	高次元データの局所構造を保ちながら2D/3Dに写像	t-SNE

モデル選択・評価 #

用語	英語	説明	関連ページ
交差検証	Cross-validation	データを分割して汎化性能を推定する手法	交差検証
ホールドアウト法	Hold-out	データを訓練用とテスト用に一度だけ分割	—
過学習	Overfitting	訓練データに適合しすぎて未知データの性能が低下する現象	検証曲線
未学習	Underfitting	モデルが単純すぎてデータのパターンを捉えられない状態	ラーニングカーブ
バイアス-バリアンス	Bias-Variance tradeoff	モデルの偏りと分散のバランス。複雑さの調整に関わる	ラーニングカーブ
ハイパーパラメータ	Hyperparameter	学習前に設定するモデルの構造パラメータ	検証曲線
決定係数	R² (Coefficient of determination)	予測がどの程度目的変数のばらつきを説明しているか	R²
MAE	Mean Absolute Error	予測誤差の絶対値の平均	MAE・RMSE
RMSE	Root Mean Squared Error	予測誤差の二乗平均の平方根。大きな誤差を強く罰する	MAE・RMSE
AIC / BIC	AIC / BIC	尤度とパラメータ数のバランスでモデルを比較する情報量基準	AIC・BIC

時系列分析 #

用語	英語	説明	関連ページ
定常性	Stationarity	統計的性質が時間によって変化しない性質	時系列
トレンド	Trend	時系列の長期的な上昇・下降の傾向	時系列
季節性	Seasonality	一定周期で繰り返すパターン	Holt-Winters
自己相関	Autocorrelation	過去の自分の値との相関	時系列
ARIMA	ARIMA	自己回帰＋差分＋移動平均を組み合わせた古典モデル	ARIMA
指数平滑法	Exponential Smoothing	過去の値に指数的に減衰する重みをかけて平滑化	指数平滑法

距離・類似度 #

用語	英語	説明	関連ページ
コサイン類似度	Cosine similarity	ベクトルの方向の一致度を -1〜1 で測る	コサイン類似度
KL ダイバージェンス	KL Divergence	確率分布間の情報量的な非対称距離	KLD
ワッサースタイン距離	Wasserstein distance (EMD)	分布を別の分布に変換する最小輸送コスト	Wasserstein

可視化 #

用語	英語	説明	関連ページ
ヒストグラム	Histogram	連続値の度数分布をビンで表すグラフ	ヒストグラム
散布図	Scatter plot	2変数の関係を点でプロットするグラフ	散布図
ヒートマップ	Heatmap	値の大小を色で表す行列的な可視化	相関ヒートマップ
箱ひげ図	Box plot	四分位数と外れ値を要約するグラフ	可視化
バイオリンプロット	Violin plot	箱ひげ図＋カーネル密度推定を組み合わせた分布可視化	バイオリンプロット