AI用語集
人工知能の完全辞典
シグモイド関数
S字形の数学関数で、あらゆる実数値を0から1の間の確率に変換し、ロジスティック回帰で活性化関数として使用されます。
ロジット関数
確率を対数スケールに変換するリンク関数で、成功確率のオッズの自然対数として定義されます。
最尤推定
モデルのパラメータを調整して、学習データが観測される確率を最大化するパラメータ推定手法です。
バイアス（切片）
ロジスティック回帰式の定数項で、すべての予測変数がゼロのときの基本確率を表します。
重み（係数）
各予測変数に関連付けられた乗法パラメータで、分類確率への影響を定量化します。
決定境界
特徴空間で異なるクラスを分離する超平面または表面で、予測確率が0.5となる等式で定義されます。
オッズ比
他の変数を一定に保ったまま、予測変数が1単位増加したときの結果のオッズがどのように変化するかを定量化する関連性の尺度です。
L1正則化（Lasso）
係数の絶対値の和をコスト関数に追加する罰則化手法で、自動的な変数選択を促進します。
L2正則化（リッジ回帰）
過学習を防ぐために、係数の大きさを小さくするために、コスト関数に係数の二乗和を加える罰則化手法。
AUC（曲線下面積）
モデルがランダムに選択された正例を負例より高く分類する確率を測定する評価指標で、0.5から1の範囲で変動します。
分類しきい値
連続的な確率を二値クラスの予測に変換するために使用される確率の限界値（通常0.5）。
尤度
モデルのパラメータが与えられた場合にデータを観測する確率を測定する関数で、ロジスティック回帰におけるパラメータ推定に使用されます。
コスト関数（対数損失）
予測された確率と実際のラベル間の発散を測定する対数罰則化関数で、モデルの最適化に使用されます。
収束
最適化アルゴリズムの連続する反復がモデルのパラメータを有意に変更しなくなる状態で、最適値に達したことを示します。
不均衡なクラス
トレーニングデータで一方のクラスが他方より大幅に少なく表現されている状況で、サンプリングまたは重み付けの手法が必要です。