- 機械学習は英語でmachine learning /məˈʃiːn ˈlɜːrnɪŋ/。
例文: Machine learning finds patterns in data.
機械学習はデータの中のパターンを見つける。
- 深層学習は英語でdeep learning /diːp ˈlɜːrnɪŋ/。
例文: Deep learning uses many-layered networks.
深層学習は多層のネットワークを使う。
- ニューラルネットワークは英語でneural network /ˈnjʊərəl ˈnetwɜːrk/。
例文: A neural network mimics neurons.
ニューラルネットは神経細胞を模倣する。
- 教師あり学習は英語でsupervised learning /ˈsuːpərvaɪzd ˈlɜːrnɪŋ/。
例文: Supervised learning uses labeled data.
教師あり学習はラベル付きデータを使う。
- 教師なし学習は英語でunsupervised learning /ˌʌnˈsuːpərvaɪzd ˈlɜːrnɪŋ/。
例文: Unsupervised learning finds structure.
教師なし学習はデータの構造を見つける。
- 強化学習は英語でreinforcement learning /ˌriːɪnˈfɔːrsmənt ˈlɜːrnɪŋ/。
例文: Reinforcement learning learns from rewards.
強化学習は報酬から学ぶ。
- 勾配降下法は英語でgradient descent /ˈɡreɪdiənt dɪˈsent/。
例文: Gradient descent minimizes the loss.
勾配降下法は損失を最小化する。
- 誤差逆伝播は英語でbackpropagation /ˌbækprɑːpəˈɡeɪʃn/。
例文: Backpropagation updates the weights.
誤差逆伝播は重みを更新する。
- 過学習は英語でoverfitting /ˌoʊvərˈfɪtɪŋ/。
例文: Overfitting hurts test performance.
過学習はテスト性能を損なう。
- 正則化は英語でregularization /ˌreɡjələraɪˈzeɪʃn/。
例文: Regularization reduces overfitting.
正則化は過学習を減らす。
- 活性化関数は英語でactivation function /ˌæktɪˈveɪʃn ˌfʌŋkʃn/。
例文: ReLU is a common activation function.
ReLUは一般的な活性化関数だ。
- 畳み込みは英語でconvolution /ˌkɒnvəˈluːʃn/。
例文: Convolution extracts image features.
畳み込みは画像の特徴を抽出する。
- 注意機構は英語でattention /əˈtenʃn/。
例文: Attention weights the most relevant tokens.
注意機構は最も関連するトークンに重みを置く。
- 埋め込み表現は英語でembedding /ɪmˈbedɪŋ/。
例文: Word embeddings capture meaning.
単語の埋め込み表現は意味を捉える。
- 損失関数は英語でloss function /lɒs ˌfʌŋkʃn/。
例文: The loss function measures error.
損失関数は誤差を測る。
- エポックは英語でepoch /ˈiːpɒk/。
例文: Training ran for fifty epochs.
学習は50エポック行われた。
- ハイパーパラメータは英語でhyperparameter /ˌhaɪpərpəˈræmɪtər/。
例文: We tuned each hyperparameter.
私たちは各ハイパーパラメータを調整した。
- 分類は英語でclassification /ˌklæsɪfɪˈkeɪʃn/。
例文: Spam detection is a classification task.
迷惑メール検出は分類タスクだ。
- 回帰は英語でregression /rɪˈɡreʃn/。
例文: Regression predicts a numeric value.
回帰は数値を予測する。
- クラスタリングは英語でclustering /ˈklʌstərɪŋ/。
例文: Clustering groups similar samples.
クラスタリングは似たサンプルをまとめる。
- 報酬は英語でreward /rɪˈwɔːrd/。
例文: The agent maximizes its reward.
エージェントは報酬を最大化する。
- 方策は英語でpolicy /ˈpɒləsi/。
例文: The policy maps states to actions.
方策は状態を行動に対応づける。
- エージェントは英語でagent /ˈeɪdʒənt/。
例文: The agent interacts with its environment.
エージェントは環境と相互作用する。
- テンソルは英語でtensor /ˈtensər/。
例文: Data is stored as multi-dimensional tensors.
データは多次元テンソルとして格納される。
- バイアスは英語でbias /ˈbaɪəs/。
例文: Model bias can cause unfair outcomes.
モデルのバイアスは不公平な結果を招きうる。
- ドロップアウトは英語でdropout /ˈdrɒpaʊt/。
例文: Dropout randomly disables neurons.
ドロップアウトはニューロンを無作為に無効化する。
- ファインチューニングは英語でfine-tuning /ˌfaɪnˈtjuːnɪŋ/。
例文: Fine-tuning adapts a pretrained model.
ファインチューニングは学習済みモデルを適応させる。
- ニューラルの・神経のは英語でneural /ˈnʊrəl/（形容詞）。
例文: A neural network powers the model.
ニューラルネットワークがそのモデルを動かしている。
- (AIが)もっともらしい誤りを生成するは英語でhallucinate /həˈluːsɪˌneɪt/（動詞）。
例文: Language models sometimes hallucinate facts.
言語モデルは時に事実でない情報をもっともらしく生成する。
- 生成的な・生成AIのは英語でgenerative /ˈdʒɛnərətɪv/（形容詞）。
例文: Generative AI can write text and images.
生成AIは文章や画像を作り出せる。
- 自律的な・自動運転のは英語でautonomous /ɔːˈtɑːnəməs/（形容詞）。
例文: Autonomous cars drive without a human.
自動運転車は人間なしで走行する。
- チャットボットは英語でchatbot /ˈtʃætˌbɑːt/（名詞）。
例文: A chatbot answers customer questions.
チャットボットが顧客の質問に答える。
- 強化・強化学習の強化は英語でreinforcement /ˌriːɪnˈfɔːrsmənt/（名詞）。
例文: The robot learns by reinforcement learning.
そのロボットは強化学習によって学ぶ。
- 分類器は英語でclassifier /ˈklæsəˌfaɪər/（名詞）。
例文: The classifier sorts emails as spam or not.
その分類器はメールを迷惑メールか否かに振り分ける。
- アノテーション・注釈付けは英語でannotation /ˌænəˈteɪʃən/（名詞）。
例文: Data annotation is slow but important.
データのアノテーションは手間がかかるが重要だ。
- 微調整する・ファインチューニングするは英語でfine-tune /ˌfaɪnˈtuːn/（動詞）。
例文: We fine-tuned the model on legal texts.
私たちはそのモデルを法律文書で微調整した。
- リーダーボード（順位表）は英語でleaderboard /ˈliːdərbɔːrd/（名詞）。
例文: Check the public leaderboard for your rank.
順位は公開されているリーダーボードで確認する。
- 提出（結果の投稿）は英語でsubmission /səbˈmɪʃən/（名詞）。
例文: We have one submission left for today.
今日はあと1回分の提出が残っている。
- ベースラインモデルは英語でbaseline model /ˈbeɪslaɪn ˈmɑːdl/（名詞）。
例文: Always start with a simple baseline model.
まずはシンプルなベースラインモデルから始めよう。
- 交差検証は英語でcross-validation /krɔːs ˌvælɪˈdeɪʃən/（名詞）。
例文: Cross-validation gives a more reliable score.
交差検証を行うと、より信頼できるスコアが得られる。
- K分割（交差検証の分割数）は英語でK-fold /keɪ foʊld/（名詞）。
例文: We used five-fold, that is K-fold, cross-validation.
5分割、つまりK分割の交差検証を用いた。
- 未学習・当てはまり不足は英語でunderfitting /ˌʌndərˈfɪtɪŋ/（名詞）。
例文: Underfitting means the model is too simple.
未学習とは、モデルが単純すぎる状態を指す。
- 特徴量エンジニアリングは英語でfeature engineering /ˈfiːtʃər ˌɛndʒɪˈnɪrɪŋ/（名詞）。
例文: Feature engineering often matters more than the model.
特徴量エンジニアリングは、モデル自体より重要になることが多い。
- 特徴量重要度は英語でfeature importance /ˈfiːtʃər ɪmˈpɔːrtəns/（名詞）。
例文: Feature importance ranks which columns matter most.
特徴量重要度は、どの列が最も重要かを順位付けする。
- アンサンブル手法（複数モデルの組み合わせ）は英語でensemble method /ɑːnˈsɑːmbl ˈmɛθəd/（名詞）。
例文: An ensemble method combines several models into one.
アンサンブル手法は複数のモデルを一つにまとめる。
- スタッキング（モデルを重ねる手法）は英語でstacking /ˈstækɪŋ/（名詞）。
例文: Stacking combines predictions from several models.
スタッキングは複数のモデルの予測を組み合わせる。
- ブレンディング（予測の混合）は英語でblending /ˈblɛndɪŋ/（名詞）。
例文: We used blending instead of full stacking.
完全なスタッキングの代わりにブレンディングを用いた。
- アブレーションスタディ（要素除去実験）は英語でablation study /əˈbleɪʃən ˈstʌdi/（名詞）。
例文: The ablation study showed which module helped most.
アブレーションスタディにより、どのモジュールが最も効果的かが分かった。
- ハイパーパラメータ調整は英語でhyperparameter tuning /ˌhaɪpərpəˈræmɪtər ˈtuːnɪŋ/（名詞）。
例文: Hyperparameter tuning took most of our compute budget.
ハイパーパラメータ調整に計算リソースの大半を費やした。
- グリッドサーチは英語でgrid search /ɡrɪd sɜːrtʃ/（名詞）。
例文: We ran a grid search over the learning rate.
学習率についてグリッドサーチを行った。
- アーリーストッピング（早期終了）は英語でearly stopping /ˈɜːrli ˈstɑːpɪŋ/（名詞）。
例文: Early stopping prevents the model from overfitting.
アーリーストッピングはモデルの過学習を防ぐ。
- データリーク（情報漏洩）は英語でdata leakage /ˈdeɪtə ˈliːkɪdʒ/（名詞）。
例文: Data leakage inflated our validation score.
データリークによって検証スコアが実際より高く出てしまった。
- ホールドアウトセット（保留データ）は英語でheld-out set /hɛld aʊt sɛt/（名詞）。
例文: We evaluated the final model on a held-out set.
最終モデルはホールドアウトセットで評価した。
- 探索的データ分析は英語でexploratory data analysis /ɪkˈsplɔːrətɔːri ˈdeɪtə əˈnæləsɪs/（名詞）。
例文: Exploratory data analysis comes before modeling.
探索的データ分析はモデリングの前に行う。
- 最先端の（技術水準）は英語でstate of the art /steɪt əv ði ɑːrt/（形容詞）。
例文: This model achieves state of the art accuracy.
このモデルは最先端の精度を達成している。
- 推論時間は英語でinference time /ˈɪnfərəns taɪm/（名詞）。
例文: Inference time matters for real-time applications.
リアルタイム用途では推論時間が重要になる。
- チェックポイント（学習途中の保存点）は英語でcheckpoint /ˈtʃɛkpɔɪnt/（名詞）。
例文: We restored training from the last checkpoint.
前回のチェックポイントから学習を再開した。
- 学習率スケジュールは英語でlearning rate schedule /ˈlɜːrnɪŋ reɪt ˈskɛdʒuːl/（名詞）。
例文: The learning rate schedule decays over time.
学習率スケジュールは時間とともに減衰していく。
- 勾配ブースティングは英語でgradient boosting /ˈɡreɪdiənt ˈbuːstɪŋ/（名詞）。
例文: Gradient boosting is popular for tabular data.
勾配ブースティングは表形式データでよく使われる。
- シェイクアップ（順位の大変動）は英語でshake-up /ˈʃeɪk ʌp/（名詞）。
例文: There was a massive shake-up after the private LB reveal.
プライベートリーダーボードが公開された後、大きなシェイクアップが起きた。
- パブリックリーダーボードは英語でpublic leaderboard /ˈpʌblɪk ˈliːdərbɔːrd/（名詞）。
例文: Don't overfit to the public leaderboard.
パブリックリーダーボードに過剰適合してはいけない。
- プライベートリーダーボードは英語でprivate leaderboard /ˈpraɪvət ˈliːdərbɔːrd/（名詞）。
例文: The private leaderboard decides the final ranking.
最終順位はプライベートリーダーボードで決まる。
- アウトオブフォールド予測（OOF）は英語でout-of-fold prediction /aʊt əv foʊld prɪˈdɪkʃən/（名詞）。
例文: We generated out-of-fold predictions for stacking.
スタッキングのためにアウトオブフォールド予測を生成した。
- テスト時データ拡張（TTA）は英語でtest-time augmentation /tɛst taɪm ˌɔːɡmɛnˈteɪʃən/（名詞）。
例文: Test-time augmentation gave us a small score boost.
テスト時データ拡張により、スコアが少し向上した。
- 疑似ラベリングは英語でpseudo-labeling /ˈsuːdoʊ ˈleɪbəlɪŋ/（名詞）。
例文: Pseudo-labeling adds confident predictions as new labels.
疑似ラベリングは、確信度の高い予測を新たなラベルとして追加する手法だ。
- ターゲットエンコーディングは英語でtarget encoding /ˈtɑːrɡɪt ɪnˈkoʊdɪŋ/（名詞）。
例文: Target encoding replaces categories with target statistics.
ターゲットエンコーディングは、カテゴリを目的変数の統計量に置き換える。
- ワンホットエンコーディングは英語でone-hot encoding /wʌn hɑːt ɪnˈkoʊdɪŋ/（名詞）。
例文: One-hot encoding turns categories into binary columns.
ワンホットエンコーディングはカテゴリを二値の列に変換する。
- ラベルエンコーディングは英語でlabel encoding /ˈleɪbəl ɪnˈkoʊdɪŋ/（名詞）。
例文: Label encoding maps each category to an integer.
ラベルエンコーディングは各カテゴリを整数に対応させる。
- 特徴量選択は英語でfeature selection /ˈfiːtʃər sɪˈlɛkʃən/（名詞）。
例文: Feature selection removes columns that don't help.
特徴量選択は、役に立たない列を取り除く。
- クラス不均衡は英語でclass imbalance /klæs ɪmˈbæləns/（名詞）。
例文: Class imbalance makes accuracy a misleading metric.
クラス不均衡があると、正解率は誤解を招く指標になる。
- 二乗平均平方根誤差（RMSE）は英語でroot mean squared error /ruːt miːn skweərd ˈɛrər/（名詞）。
例文: The competition is scored by root mean squared error.
このコンペは二乗平均平方根誤差で採点される。
- 対数損失は英語でlog loss /lɔːɡ lɔːs/（名詞）。
例文: Log loss punishes confident wrong predictions heavily.
対数損失は、自信満々な誤った予測に大きなペナルティを課す。
- 隠れ層（ニューラルネットの中間層）は英語でhidden layer /ˈhɪdən ˈleɪər/（名詞）。
例文: The hidden layer transforms the input representation.
隠れ層は入力の表現を変換する。
- 検証データセットは英語でvalidation set /ˌvælɪˈdeɪʃən sɛt/（名詞）。
例文: We tuned hyperparameters using the validation set.
検証データセットを使ってハイパーパラメータを調整した。
- 重み（パラメータ）は英語でweight /weɪt/（名詞）。
例文: The optimizer updates the weights each step.
オプティマイザは各ステップで重みを更新する。
- 勾配クリッピングは英語でgradient clipping /ˈɡreɪdiənt ˈklɪpɪŋ/（名詞）。
例文: Gradient clipping prevents exploding gradients.
勾配クリッピングは勾配爆発を防ぐ。
- 訓練の反復（1回分の更新）は英語でtraining iteration /ˈtreɪnɪŋ ˌɪtəˈreɪʃən/（名詞）。
例文: The loss dropped steadily over many training iterations.
損失は多くの訓練の反復を通じて着実に低下した。
- バッチサイズは英語でbatch size /bætʃ saɪz/（名詞）。
例文: A larger batch size can speed up training.
バッチサイズを大きくすると学習が速くなることがある。
- ロジット（活性化前の生の出力値）は英語でlogits /ˈloʊdʒɪts/（名詞）。
例文: The model outputs raw logits before the softmax.
モデルはソフトマックスを通す前に、生のロジットを出力する。
- 単語埋め込み（ベクトル表現）は英語でword embedding /wɜːrd ɪmˈbɛdɪŋ/（名詞）。
例文: Word embeddings capture semantic meaning.
単語埋め込みは意味的な内容を捉える。
- アテンション機構は英語でattention mechanism /əˈtɛnʃən ˈmɛkənɪzəm/（名詞）。
例文: The attention mechanism weighs each input token.
アテンション機構は各入力トークンに重みを付ける。
- トランスフォーマーアーキテクチャは英語でtransformer architecture /trænsˈfɔːrmər ˈɑːrkɪtɛktʃər/（名詞）。
例文: Most modern language models use a transformer architecture.
現代の言語モデルの多くはトランスフォーマーアーキテクチャを採用している。
- 指示チューニングは英語でinstruction tuning /ɪnˈstrʌkʃən ˈtuːnɪŋ/（名詞）。
例文: Instruction tuning teaches the model to follow commands.
指示チューニングは、モデルに指示に従うことを学習させる。
- 事前学習は英語でpretraining /ˌpriːˈtreɪnɪŋ/（名詞）。
例文: Pretraining uses a huge amount of unlabeled text.
事前学習では、膨大な量のラベルなしテキストが使われる。
- テストデータセットは英語でtest set /tɛst sɛt/（名詞）。
例文: We evaluate final performance on the test set.
最終的な性能はテストデータセットで評価する。
- 訓練データセットは英語でtraining set /ˈtreɪnɪŋ sɛt/（名詞）。
例文: The model learns patterns from the training set.
モデルは訓練データセットからパターンを学習する。
- ラベル（正解データ）は英語でlabel /ˈleɪbəl/（名詞）。
例文: Each image comes with a label.
各画像にはラベルが付いている。
- 正解データは英語でground truth /ɡraʊnd truːθ/（名詞）。
例文: We compared predictions against the ground truth.
予測結果を正解データと比較した。
- 混同行列は英語でconfusion matrix /kənˈfjuːʒən ˈmeɪtrɪks/（名詞）。
例文: The confusion matrix shows where the model fails.
混同行列を見れば、モデルがどこで間違えているかが分かる。
- 適合率（精度指標）は英語でprecision /prɪˈsɪʒən/（名詞）。
例文: High precision means few false positives.
適合率が高いということは、誤検出が少ないということだ。
- 感度（再現率と同義で使われる統計指標）は英語でsensitivity /ˌsɛnsɪˈtɪvɪti/（名詞）。
例文: Sensitivity measures how many true positives we catch.
感度は、真陽性をどれだけ検出できているかを示す指標だ。
- F1スコアは英語でF1 score /ˈɛf wʌn skɔːr/（名詞）。
例文: The F1 score balances precision and recall.
F1スコアは適合率と再現率のバランスを取る指標だ。
- AUC-ROC（分類性能指標）は英語でAUC-ROC /ˌeɪ.juːˈsiː ˌɑːr.oʊˈsiː/（名詞）。
例文: AUC-ROC summarizes performance across thresholds.
AUC-ROCは、さまざまな閾値における性能をまとめて示す指標だ。
- 重み減衰（正則化手法の一種）は英語でweight decay /weɪt dɪˈkeɪ/（名詞）。
例文: Weight decay shrinks the model's weights during training.
重み減衰は、学習中にモデルの重みを小さく抑える。
- バッチ正規化は英語でbatch normalization /bætʃ ˌnɔːrməlaɪˈzeɪʃən/（名詞）。
例文: Batch normalization keeps activations stable.
バッチ正規化は活性化の値を安定させる。
- 畳み込みニューラルネットワークは英語でconvolutional neural network /ˌkɑːnvəˈluːʃənəl ˈnʊrəl ˈnɛtwɜːrk/（名詞）。
例文: A convolutional neural network processes images well.
畳み込みニューラルネットワークは画像の処理を得意とする。
- 潜在空間は英語でlatent space /ˈleɪtənt speɪs/（名詞）。
例文: Similar images cluster together in latent space.
似た画像は潜在空間内で近くにまとまる。
- 生成モデルは英語でgenerative model /ˈdʒɛnərətɪv ˈmɑːdl/（名詞）。
例文: A generative model can create new images.
生成モデルは新しい画像を作り出すことができる。
- 幻覚（LLMの事実誤認生成）は英語でhallucination /həˌluːsɪˈneɪʃən/（名詞）。
例文: Hallucination is a known problem with LLMs.
幻覚(ハルシネーション)はLLMでよく知られた問題だ。
- 入力トークン（テキストの最小処理単位）は英語でinput token /ˈɪnpʊt ˈtoʊkən/（名詞）。
例文: The tokenizer splits text into input tokens.
トークナイザーはテキストを入力トークンに分割する。
- コンテキストウィンドウは英語でcontext window /ˈkɑːntɛkst ˈwɪndoʊ/（名詞）。
例文: Long documents can exceed the context window.
長い文書はコンテキストウィンドウを超えてしまうことがある。
- プロンプトエンジニアリングは英語でprompt engineering /prɑːmpt ˌɛndʒɪˈnɪrɪŋ/（名詞）。
例文: Prompt engineering can improve output without retraining.
プロンプトエンジニアリングによって、再学習なしで出力を改善できる。
- 検索拡張生成は英語でretrieval-augmented generation /rɪˈtriːvəl ɔːɡˈmɛntɪd ˌdʒɛnəˈreɪʃən/（名詞）。
例文: Retrieval-augmented generation reduces hallucination.
検索拡張生成は幻覚を減らす。
- 勾配消失は英語でvanishing gradient /ˈvænɪʃɪŋ ˈɡreɪdiənt/（名詞）。
例文: This is a classic case of the vanishing gradient problem.
これは勾配消失問題の典型的な例だ。
- 自己注意機構は英語でself-attention /sɛlf əˈtɛnʃən/（名詞）。
例文: Self-attention lets each token attend to every other token.
自己注意機構により、各トークンは他のすべてのトークンに着目できる。
- 位置エンコーディングは英語でpositional encoding /pəˈzɪʃənəl ɪnˈkoʊdɪŋ/（名詞）。
例文: Positional encoding tells the model the order of tokens.
位置エンコーディングは、トークンの並び順をモデルに伝える。
- ゼロショット（例示なしでの推論）は英語でzero-shot /ˈzɪroʊ ʃɑːt/（形容詞）。
例文: The model handled the task in a zero-shot setting.
モデルはゼロショットの設定でこのタスクを処理した。
- 少数例学習は英語でfew-shot learning /fjuː ʃɑːt ˈlɜːrnɪŋ/（名詞）。
例文: Few-shot learning works with just a handful of examples.
少数例学習は、ほんの数個の例だけでうまく機能する。
- 文脈内学習は英語でin-context learning /ɪn ˈkɑːntɛkst ˈlɜːrnɪŋ/（名詞）。
例文: In-context learning happens without updating any weights.
文脈内学習は、重みを一切更新することなく行われる。
- 知識蒸留は英語でknowledge distillation /ˈnɑːlɪdʒ ˌdɪstɪˈleɪʃən/（名詞）。
例文: Knowledge distillation trains a small model to mimic a big one.
知識蒸留は、小さなモデルに大きなモデルの振る舞いを模倣させる手法だ。
- 量子化（モデル軽量化手法）は英語でquantization /ˌkwɑːntɪˈzeɪʃən/（名詞）。
例文: Quantization shrinks the model to run faster on edge devices.
量子化はモデルを軽量化し、エッジデバイス上で高速に動作させる。
- モデル圧縮は英語でmodel compression /ˈmɑːdl kəmˈprɛʃən/（名詞）。
例文: Model compression makes the model easier to deploy.
モデル圧縮によって、モデルを展開しやすくなる。
- バッチ推論は英語でbatch inference /bætʃ ˈɪnfərəns/（名詞）。
例文: We run batch inference overnight instead of in real time.
リアルタイムではなく、夜間にバッチ推論を実行している。
- ソフトマックス関数は英語でsoftmax /ˈsɔːftmæks/（名詞）。
例文: Softmax turns logits into a probability distribution.
ソフトマックスはロジットを確率分布に変換する。
- シグモイド関数は英語でsigmoid function /ˈsɪɡmɔɪd ˈfʌŋkʃən/（名詞）。
例文: The sigmoid function squashes values between zero and one.
シグモイド関数は値を0から1の間に押し込める。
- 半教師あり学習は英語でsemi-supervised learning /ˌsɛmi səˈpɜːrvaɪzd ˈlɜːrnɪŋ/（名詞）。
例文: Semi-supervised learning uses both labeled and unlabeled data.
半教師あり学習は、ラベル付きデータとラベルなしデータの両方を使う。
- 乱数シードは英語でrandom seed /ˈrændəm siːd/（名詞）。
例文: Setting a random seed makes results reproducible.
乱数シードを設定すると、結果を再現できるようになる。
- 欠損値は英語でmissing value /ˈmɪsɪŋ ˈvæljuː/（名詞）。
例文: Missing values need to be imputed or dropped.
欠損値は補完するか、削除する必要がある。
- オプティマイザ（最適化アルゴリズム）は英語でoptimizer /ˈɑːptɪmaɪzər/（名詞）。
例文: We used Adam as the optimizer for this model.
このモデルのオプティマイザにはAdamを使用した。
- TPU（Google発のAI専用演算チップ）は英語でTPU /ˌtiː piː ˈjuː/（名詞）。
例文: TPUs are optimized for large-scale machine learning workloads.
TPUは大規模な機械学習のワークロードに最適化されている。
- VRAM（GPUに搭載されるメモリ）は英語でVRAM /ˈviːræm/（名詞）。
例文: We ran out of VRAM while training the larger model.
より大きなモデルを学習させていたところ、VRAMが不足した。
- CUDAコア（GPU内の並列演算ユニット）は英語でCUDA core /ˈkuːdə kɔːr/（名詞）。
例文: This GPU has thousands of CUDA cores for parallel processing.
このGPUには、並列処理のための数千個のCUDAコアが搭載されている。
- テンソルコア（行列演算に特化した演算ユニット）は英語でtensor core /ˈtɛnsər kɔːr/（名詞）。
例文: Tensor cores speed up the matrix multiplications used in deep learning.
テンソルコアは、ディープラーニングで使われる行列演算を高速化する。
- 推論専用チップは英語でinference chip /ˈɪnfərəns tʃɪp/（名詞）。
例文: The company designed a dedicated inference chip for its data centers.
その企業は、自社のデータセンター向けに専用の推論チップを設計した。
- エッジデバイス（末端の小型機器）は英語でedge device /ɛdʒ dɪˈvaɪs/（名詞）。
例文: We deployed a compressed model to run on the edge device.
私たちは圧縮したモデルをエッジデバイス上で動くように展開した。
- AIアクセラレータ（AI処理専用ハードウェア）は英語でAI accelerator /ˌeɪˈaɪ əkˈsɛləreɪtər/（名詞）。
例文: An AI accelerator handles neural network math far faster than a general CPU.
AIアクセラレータは、一般的なCPUよりもはるかに高速にニューラルネットワークの演算を処理する。
- オンデバイス推論（端末上での推論実行）は英語でon-device inference /ɒn dɪˈvaɪs ˈɪnfərəns/（名詞）。
例文: On-device inference keeps your data private because nothing is sent to a server.
オンデバイス推論は、データがサーバーに送信されないため、プライバシーを保つことができる。
- 画像分類は英語でimage classification /ˈɪmɪdʒ ˌklæsɪfɪˈkeɪʃən/（名詞）。
例文: Image classification assigns a single label to an entire picture.
画像分類は、画像全体に対して一つのラベルを割り当てる。
- 物体検出は英語でobject detection /ˈɑːbdʒɪkt dɪˈtekʃən/（名詞）。
例文: Object detection draws a box around every car in the photo.
物体検出は、写真に写るすべての車の周りに枠を描く。
- セマンティックセグメンテーション（画素単位の意味分類）は英語でsemantic segmentation /sɪˈmæntɪk ˌsegmenˈteɪʃən/（名詞）。
例文: Semantic segmentation labels every pixel in the image by category.
セマンティックセグメンテーションは、画像内のすべてのピクセルをカテゴリー別にラベル付けする。
- インスタンスセグメンテーション（個体単位の領域分割）は英語でinstance segmentation /ˈɪnstəns ˌsɛɡmɛnˈteɪʃən/（名詞）。
例文: Instance segmentation can tell two overlapping people apart, unlike semantic segmentation.
インスタンスセグメンテーションは、セマンティックセグメンテーションとは異なり、重なり合った2人を区別できる。
- 固有表現認識は英語でnamed entity recognition /neɪmd ˈentɪti ˌrekəɡˈnɪʃən/（名詞）。
例文: Named entity recognition pulls out names, places, and dates from a document.
固有表現認識は、文書から人名・地名・日付を抽出する。
- 感情分析は英語でsentiment analysis /ˈsɛntɪmənt əˈnæləsɪs/（名詞）。
例文: Sentiment analysis showed that most reviews were positive.
感情分析の結果、レビューのほとんどが好意的であることがわかった。
- 異常検知は英語でanomaly detection /əˈnɑːməli dɪˈtekʃn/（名詞）。
例文: Anomaly detection flags transactions that look very different from the usual pattern.
異常検知は、通常のパターンと大きく異なって見える取引にフラグを立てる。
- 大規模言語モデル（LLM）は英語でlarge language model /lɑːrdʒ ˈlæŋɡwɪdʒ ˈmɑːdəl/（名詞）。
例文: A large language model is trained on huge amounts of text.
大規模言語モデルは、膨大な量のテキストで訓練される。
- 再帰型ニューラルネットワーク（RNN）は英語でrecurrent neural network /rɪˈkʌrənt ˈnjʊərəl ˈnɛtwɜːrk/（名詞）。
例文: A recurrent neural network processes sequences one step at a time.
彼は音声認識のためにリカレントニューラルネットワークを実装した。
- 長短期記憶（LSTM）は英語でlong short-term memory /lɔːŋ ʃɔːrt tɜːrm ˈmɛməri/（名詞）。
例文: Long short-term memory networks were designed to remember information over long sequences.
長短期記憶（LSTM）ネットワークは、長い系列にわたって情報を記憶できるように設計されている。
- 敵対的生成ネットワーク（GAN）は英語でgenerative adversarial network /ˈdʒenərətɪv ˌædvərˈseəriəl ˈnetwɜːrk/（名詞）。
例文: A generative adversarial network pits two models against each other to improve both.
敵対的生成ネットワーク（GAN）は、2つのモデルを競わせることで両方を向上させる。
- 拡散モデルは英語でdiffusion model /dɪˈfjuːʒən ˈmɒdəl/（名詞）。
例文: A diffusion model gradually turns random noise into a realistic image.
拡散モデルは、ランダムなノイズを徐々にリアルな画像へと変えていく。
- オートエンコーダは英語でautoencoder /ˌɔːtoʊɪnˈkoʊdər/（名詞）。
例文: An autoencoder learns to compress data and then reconstruct it as closely as possible.
オートエンコーダは、データを圧縮し、それをできるだけ忠実に復元することを学習する。
- エンコーダ・デコーダモデルは英語でencoder-decoder model /ɪnˈkoʊdər dɪˈkoʊdər ˈmɒdl/（名詞）。
例文: An encoder-decoder model reads the input first and then generates the output.
エンコーダ・デコーダモデルは、まず入力を読み取ってから出力を生成する。
- 基盤モデルは英語でfoundation model /faʊnˈdeɪʃən ˈmɑːdəl/（名詞）。
例文: A foundation model is pretrained on broad data and then adapted to many tasks.
基盤モデルは、幅広いデータで事前学習された後、多くのタスクに適応させられる。
- マルチモーダルモデル（複数種類のデータを扱うモデル）は英語でmultimodal model /ˌmʌltiˈmoʊdəl ˈmɑːdəl/（名詞）。
例文: A multimodal model can process both images and text at once.
マルチモーダルモデルは、画像とテキストの両方を同時に処理できる。
- 専門家混合モデル（MoE）は英語でmixture of experts /ˈmɪkstʃər əv ˈɛkspɜːrts/（名詞）。
例文: A mixture of experts only activates a few specialized sub-networks for each input.
専門家混合モデルは、各入力に対して少数の専門特化したサブネットワークだけを活性化させる。
- ビジョントランスフォーマー（画像向けTransformer）は英語でvision transformer /ˈvɪʒən trænsˈfɔːrmər/（名詞）。
例文: A vision transformer applies the transformer architecture directly to image patches.
ビジョントランスフォーマーは、Transformerの構造を画像の断片に直接適用する。
- ベイズ的なは英語でBayesian /ˈbeɪziən/（形容詞）。
例文: A Bayesian approach updates your belief as new evidence arrives.
ベイズ的なアプローチでは、新しい証拠が得られるたびに信念を更新する。
- 連鎖律は英語でchain rule /tʃeɪn ruːl/（名詞）。
例文: Backpropagation relies on the chain rule to compute gradients layer by layer.
誤差逆伝播法は、連鎖律を利用して層ごとに勾配を計算する。
- 尤度は英語でlikelihood /ˈlaɪklihʊd/（名詞）。
例文: The model chooses parameters that maximize the likelihood of the observed data.
そのモデルは、観測データの尤度を最大化するパラメータを選択する。
- 事前確率は英語でprior probability /ˈpraɪər ˌprɒbəˈbɪləti/（名詞）。
例文: The prior probability reflects what we believed before seeing any new data.
事前確率は、新しいデータを見る前に私たちが信じていたことを反映している。
- 事後確率は英語でposterior probability /pɒˈstɪəriər ˌprɒbəˈbɪləti/（名詞）。
例文: The posterior probability is updated after taking the new evidence into account.
事後確率は新しい証拠を考慮に入れた後に更新される。