AI用語集
人工知能の完全辞典
分類マージン
分類空間における、サンプルと最も近い決定境界との距離。このマージンは、モデルがその予測に対してどの程度確信しているかを定量化する。
マージンによる不確実性
最も確からしい2つのクラスの確率の差に基づく不確実性の評価手法。このマージンが小さいほど、そのサンプルは不確実であるとみなされる。
マージンに基づくサンプリング
最も小さい分類マージンを持つサンプルを優先する能動学習（アクティブラーニング）の戦略。このアプローチは、モデルを効率的に改善するために、最も曖昧な例をターゲットとする。
最小マージン選択
最も確からしい2つのクラス間のマージンが最も小さいサンプルを選択する手法。これらのサンプルは決定境界の近くに位置している。
マージンに基づく能動学習
モデルがラベル付けのために、最も小さいマージンを持つサンプルを反復的に選択する学習パラダイム。この戦略は、限られたアノテーション予算でモデルの改善を最適化する。
信頼度マージン
モデルがその予測に対して持っている信頼度のレベルを示す定量的な指標で、予測されたクラスの確率と2番目に確からしいクラスの確率との差として計算される。
境界距離
決定境界からのサンプルの距離を定量化する幾何学的な指標。距離が最小のサンプルは、能動学習において優先順位が高い。
曖昧なサンプル
複数のクラス間でモデルの信頼度が低い空間の領域にあるデータポイント。これらのサンプルは、非常に小さい分類マージンによって特徴づけられる。
安全マージン
サンプルと決定境界の間に望まれる最小距離を表す理論上の概念。高い安全マージンは、より堅牢で汎化性の高い分類を示します。
マージン戦略
アノテーション（ラベル付け）するサンプルを選択するための主要な基準として分類マージンを使用する、能動学習のアプローチ。この戦略は、確率的モデルに対して特に有効です。
分離マージン
多クラス分類問題において、隣接するクラス間で測定される距離。このマージンは、モデルが異なるカテゴリを区別しやすさを決定します。
マージンサンプリング
決定境界に対する相対的な位置に基づいてサンプルを選択するプロセス。この手法は、クラス間の境界の定義を最も改善する例を優先します。
決定マージン
特定のサンプルに対する分類器の決定スコアを表す数値。これは、モデルがその予測に対して持つ信頼度を計算するためによく使用されます。
不確実性マージン
モデルが予測に対して低い信頼度を示す特徴空間の領域。この領域は、事前に定義されたしきい値より低い分類マージンを持つサンプルによって定義されます。
境界選択
決定境界の直近にあるサンプルに特化して焦点を当てる、マージンに基づく戦略の変種。このアプローチは、識別能力を向上させるために最も重要なポイントをターゲットにします。
予測マージン
特定のサンプルに対して、最も確からしい2つのクラスの予測確率の差。マージンが小さいことは、人間によるアノテーションが必要な可能性のある不確実な予測を示しています。
境界サンプル
特徴空間において、複数の分類領域の境界に位置するデータポイント。これらのサンプルは、モデルの決定境界を正確に定義するために不可欠です。