Professional LexiconAI・LLM実務辞典
AI・LLMの実務で参照する用語を、分野別に整理して掲載します。
読み仮名未登録などの用語を分野から探す
読み仮名を確認できていない用語は推測で五十音に振り分けず、カテゴリ別に掲載しています。
- 基礎・モデル・プロンプト29語
- 制御アーキテクチャ39語
- プロンプト技法・コンテキスト設計9語
- 検索・根拠・出典19語
- 推論・事実性・不確実性22語
- Evals・テスト・LLMOps10語
- Agent・ツール・MCP13語
- ガードレール・権限・Human-in-the-Loop12語
- Structured Outputs・コード・型安全11語
- コスト・性能・キャッシュ6語
- マルチモーダル・音声・画像12語
- データ・プライバシー・情報管理20語
- AIガバナンス・規制47語
- 組織運用・Shadow AI13語
- データ分析・統計・可視化27語
- Fine-tuning・最適化・モデル運用3語
- 業務価値・人間要因9語
- Identity・認証・認可・テナント境界1語
- AI Security・Threat Modeling・出力境界4語
- 推論パラメータ・Long Context・Memory1語
- Coding Agent・ソフトウェア開発運用3語
- AIガバナンス・評価・Fairness・UX4語
- Provenance・真正性・Open Weight・モデル供給形態4語
- FinOps・非同期実行・資源管理3語
- 日本実務・業務運用・法務・経理リスク30語
漢字・その他 の用語
- 欠損値
- データが存在しない、未入力、取得できない状態の値。欠損を0や空欄として集計すると結果が歪むため、除外と補完のどちらにしたかを明示する。
- 外れ値
- 他のデータから大きく離れた値。入力誤り・異常事象・本当の極端値のいずれかを確認せずに除外・採用すると、平均値等の集計結果を大きく歪める。
- 集計
- 複数のデータを合計・平均・件数などへまとめる処理。AIに集計させる場合は、対象期間・フィルタ・重複の扱い・単位を明示し、元データと照合する。
- 平均
- 値の合計を件数で割った代表値。外れ値の影響を受けやすいため、偏りのあるデータでは中央値と併記する。
- 中央値
- 値を順に並べたとき中央に位置する値。外れ値の影響を受けにくい。
- 割合
- 全体に占める部分の比率。分母を明示しないと誤解を招き、分母が小さいと値が大きく変動する。
- 増減率
- 基準値からどれだけ増減したかを割合で表した値。基準値が小さいと極端な値になるため、実数と併記する。
- 前年同期比 / CAGR
- 前年の同じ期間と比べた増減率（前年同期比）と、複数年にわたる平均的な年成長率（CAGR：年平均成長率）。CAGRは（終了値÷開始値）^(1÷年数)−1で求める。
- 有効数字・丸め
- 測定や計算の精度として意味のある桁数（有効数字）と、表示や計算のために桁を減らす処理（丸め）。途中計算で丸めると誤差が累積するため、丸めは原則として最終段階で行う。
- 母集団
- 統計的に結論を適用したい対象全体。分析対象が母集団を代表しているかを確認しないと、結論を一般化できない。
- 選択バイアス
- 分析対象の選び方が偏っているため、結果が母集団を正しく反映しない状態。回答者の自己選択、途中脱落、既存利用者だけの分析等で生じる。
- 可視化
- データをグラフ等で理解しやすく表現すること。
- 再現条件
- 同じ分析結果を再現するために必要な入力・設定・フィルタ等の条件。
- 軸
- グラフで値・カテゴリ・時間などを表す基準線。切り方で印象が変わる。
- 分散
- 各データが平均からどの程度ばらついているかを、平均との差の二乗平均で表す統計量。
- 標準偏差
- 分散の平方根で、データのばらつきを元の値と同じ単位で表す統計量。
- 信頼区間
- 標本データから母数が含まれると推定する範囲を、所定の信頼水準に基づいて示した区間。
- 統計的有意性
- 観測された差や関係が、設定した有意水準の下で偶然だけでは説明しにくいと判断される性質。実務上の重要性とは別に扱う。
- 多重比較 / p-hacking
- 多数の検定を繰り返すと偶然の有意結果が出やすくなる問題（多重比較）と、有意になるまで分析条件を変えたり都合の良い結果だけを報告したりする不適切な分析慣行（p-hacking）。
- 効果量
- 差や関係の大きさを示す指標。p値は差が偶然かどうかの目安にすぎないため、実務上の意味の大きさは効果量と信頼区間で判断する。
- 回帰
- 目的変数と1つ以上の説明変数の関係をモデル化し、影響の推定や予測に用いる統計手法。
- 季節性
- 曜日、月、季節など一定周期で繰り返すデータの変動パターン。前月比では季節要因と施策の効果を区別しにくいため、前年同期比等と併用する。
- 時系列
- 時間の順序に沿って記録されたデータ。トレンド・季節性・周期性・自己相関を持つため、学習・評価ではランダムではなく時間順にデータを分ける必要がある。
- 移動平均
- 一定期間の値を平均しながら期間をずらして算出する平滑化手法。短期的な変動を抑えて傾向を見やすくするが、変化の検出が遅れる。
- 異常検知
- 通常のパターンから外れたデータや事象を自動的に検出する手法。不正検知、設備故障の予兆、ログ監視等で使われる。
- 相関係数
- 2つの変数がどの程度一緒に変化するかを数値で表す指標。高い相関があっても因果関係を意味するとは限らない。
- 最頻値
- データの中で最も頻繁に出現する値。平均・中央値と並ぶ代表値の一つ。