-
内閣府の定義”サイバー空間とフィジカル空間を高度に融合させたシステムにより経済発展と社会課題の解決を両立する人間中心の社会”Society5.0
-
人間がアナログ形式で実行している業務をAIに置き換える際に発生するプロセスBPR・Business Process Re-engineering
-
経済産業省が推奨する「AI・データ利用に関する契約ガイドライン」では（A)型のソフトウェア開発方式が推奨探索的段階
-
探索的段階型プロセスの二番目に当たる（A)では発注側の求める機能や精度を満たすような学習済みモデルを生成できるか検証するPoC/Proof of Concept・概念実装
-
（A)開発様式では、開発工程を「企画→設計→開発→テスト→運用」分け最初に全体の機能の設計と計画を決定し開発実装するウォーターフォール
-
（A)開発では小さい単位や機能ごとに工程を分割しイテレーション（反復）と呼ばれるサイクルを実施するアジャイル
-
プロジェクトを開始する前に第三者への情報の漏洩または不正利用を防止するための契約であり機密保持契約・秘密保持契約の一種NDA・Non-Disclosure Agreement
-
受注契約の一種で受注側が「指定業務の遂行」することを確約することが目的の契約。成果物に対する必要条件が設けられず成果物への修正や保証を要請できない場合がある準委任契約
-
受注契約の一種で受注側が「条件を満たす成果物を納品」することを確約する契約であり仕事を完成し成果物を納品する義務が生じる請負契約
-
AI開発において「AI・データの利用に関する契約ガイドライン」では（A)類型が推奨される準委任契約
-
手元にインフラやソフトウェアがなくともインターネット経由でリソースを必要な時に必要な量利用する仕組みクラウドサービス
-
ソフトウェアやアプリケーションの機能をインターネット経由で提供するクラウドサービス形態SaaS・Software as a Service
-
アプリケーションが稼働するプラットフォームを提供するサービスPaaS・Platform as a Service
-
ネットワーク、サーバー（CPU,GPU,メモリ・サービス）などのコンピューティングリソース提供するサービスIaaS・Infrastructure as a Service
-
クラウドの逆概念で必要な設備の購入、システム構築運用管理を全て自社で行うオンプレミス
-
AWSやGoogleなどが提供するクラウド上のリソースを使用してAIのデータ処理やモデルの学習予測を行うクラウドAI
-
ソフトウェアやプログラムの一部を公開し他のコンピュータやソフトウェアと機能を共有するためのインターフェースAPI・Application Programming Interface
-
システムの末端に位置するデバイスに直接搭載し、そのデバイスの上で実行されるAIエッジAI
-
手元のコンピュータを用いてデータを処理しAIモデルを構築するエッジシステムを利用しデータの分散処理を行うことエッジコンピューティング
-
事業のあり方ビジネスモデルやサービス形態の”デジタルによる変容”を目指す概念DX・デジタルトランスフォーメーション
-
製品やサービス、技術開発などで社外組織から知識や技術を取得し社内に取り込むことで自前主義からの脱却を図ることオープンイノベーション
-
生成速度と更新速度が非常にはやい大規模なデータ群ビッグデータ
-
家電がインターネット接続されデータを活用する技術IoT・Internet of Things
-
コンピュータやソフトウェアロボットを通じ主に定型的な事務作業を自動化・効率化することRPA・Robotics Process Automation
-
AIプロジェクトにおいて機械学習の開発担当と運用担当が連携しながらモデル開発から運用までの一連を管理する体制を目指す概念MLOps・Machine Learning Operation
-
Business Understanding/ビジネスの理解、Data Understanding/データの理解、Data Preparation/データの準備、Modeling/手法選択、モデル作成、Evaluation/結果の評価、プロセスの見直し、次のステップの計画、Deployment/本番環境への展開の６つのフェーズから構成される標準ステップCRISP-DM・CRoss-Industry Standard Process for Data Mining
-
分散的に管理された複数のコンピュータをネットワーク接続し暗号化されたデータコピーを全端末で共有する仕組みブロックチェーン・Blockchain
-
Blockchain は中央管理者を必要としない（A）システム自律分散
-
Blockchainはネットワークの一部不具合が発生してもシステム全体がダウンすることなく運用できシステムの（A)が保たれる可用性
-
ハッシュや電子署名という暗号技術によりデータの改竄を監視・検出でき（A)が満たされている完全性
-
Blockchainとクラウド型データベースでは（A)の方がより可用性と完全性が高いBlockchain
-
開発者やシステム管理者がコンテナという単位でアプリケーションを構築、実行、共有するためのプラットフォームDocker
-
プラットフォームDockerでは、（A)と呼ばれる技術が使用されているコンテナ型仮想化
-
Pythonは（A)言語であるため高速なコンパイル言語に比べ処理速度が劣るスクリプト
-
プログラミングで使用するデータ処理機能をまとめたソースコードやプログラム部品の集まり」ライブラリ
-
Webページを巡回し、情報を収集することクローリング
-
収集した情報から必要なデータだけを抽出することスクレイピング
-
多次元配列データの高速演算を得意とするライブラリNumPy
-
構造化データなどの表形式データの処理に特化したライブラリPandas
-
書式設定に対するカスタマイズ性にも優れたデータを可視化するためのライブラリMatplotlib
-
Pythonのオープンソースライブラリで機械学習モデルの実装一連をサポートするscikit-learn
-
コーディングインターフェイスの一種でありブラウザで動作するプログラムの対話型実行環境であり、セル単位でコードを書いてセル単位での実行が可能Jupyter Notebook
-
Jupyter Notebookは（A)やgoogle Collaboratoryなどの専用環境で記述可能Anaconda
-
Pythonはスクリプト言語であるがそのライブラリの多くがC言語やFortranなどの高速な（A)言語で書かれているコンパイル
-
明確に「列」と「行」の構造を持っている表型データ構造化データ
-
構造が統一的な「列」と「行」で整理されていないデータであり画像データや音声データが該当する非構造化データ
-
国、自治体、研究機関、独立行政法人、企業などが公開している無償で利用可能なデータセットオープンデータ
-
オープンデータは（A)に適したデータ形式で、二次利用可能な利用ルールで公開されたデータ機械判読
-
特定のクラス（範囲内）のデータ数が、他のクラス（範囲内）のデータ数よりも有意に多い状態のことバイアス
-
データそのものが偏っていることデータバイアス
-
母集団から標本抽出を行う段階で生じる統計的偏りで、統計学では「系統誤差」とも呼ばれるサンプリングバイアス
-
データバイアスへの事前対策としてサンプリングバイアスを防止しながらサンプルデータを集めるのに利用される、母集団をあらかじめ複数の層に分けて各層の中から必要な数だけ無作為抽出する手法層別抽出法/層化サンプリング・Stratified Sampling
-
データサンプリングへの事後対策として偏りを補正する手段として行われるデータ数の少ないクラスを水増しする方法アップサンプリング
-
データサンプリングへの事後対策として偏りを補正する手段として行われるデータ数の多いクラスを間引くことダウンサンプリング
-
教師あり学習のためのデータに正解ラベルを付与するプロセスアノテーション
-
モデルに用いられるアルゴリズムが特定の変数を強調して学習してしまうため、予測結果にバイアスが生じてしまうことアルゴリズムバイアス
-
性別、国籍、人種などの属性のことセンシティブ属性
-
他のデータから見て極端に大きな値、または極端に小さな値のこと外れ値・Outlier
-
外れ値のうち、極端な値をとる原因がわかっているもの異常値・Abnormal Value
ログイン
オンライン単語帳
このページを利用するにはログインする必要があります。ログインするとAnkilotをより便利にご利用いただけます。