AI用語集
人工知能の完全辞典
特徴量エンジニアリング
生データから変換、集約、組み合わせによって予測変数を作成し、機械学習モデルの性能を向上させるプロセス。
特徴量パイプライン
生データを使用可能な特徴量に変換する自動化されたワークフロー。抽出、変換、検証、特徴量ストアへのロードを含みます。
オンライン特徴量ストア
低遅延アクセス用に最適化された特徴量ストアのコンポーネント。本番環境モデルのリアルタイム予測のために最新の特徴量を保存します。
オフライン特徴量ストア
分析クエリとモデルトレーニング用に最適化された特徴量の履歴データリポジトリ。通常、データレークまたはデータウェアハウス技術に基づいています。
特徴量発見
生データまたは既存データから関連する特徴量を探索・特定するプロセス。多くの場合、自動化分析技術によって支援されます。
特徴量レジストリ
利用可能なすべての特徴量をメタデータ、定義、統計、使用例と共に文書化する中央カタログ。再利用性を促進します。
時点整合性
トレーニングに使用される特徴量が過去の特定時点で利用可能な情報を正確に表すことを保証し、将来のデータリークを防ぎます。
特徴量監視
本番環境の特徴量の分布と品質を継続的に監視し、モデルのパフォーマンスに影響する可能性のあるドリフト、異常、スキーマ破損を検出します。
フィーチャー系統
各フィーチャーの起源とその変換の完全なトレーサビリティ。ソースデータから機械学習モデルでの使用まで。
フィーチャーバージョニング
時間経過と共にフィーチャーの異なるバージョンを管理。トレーニング条件の正確な再現とプロダクションでの段階的移行を可能にする。
フィーチャー変換
生のフィーチャーに数学的または統計的関数を適用し、機械学習アルゴリズムの要件に応じて変数を正規化、標準化、またはエンコードする。
フィーチャーストアバックフィリング
時間的一貫性を保証し、完全なデータ期間でのトレーニングを可能にするために、履歴フィーチャーを遡って計算・保存するプロセス。
フィーチャーサービング
バッチトレーニングかリアルタイム予測かにかかわらず、待ち時間とスケーラビリティを最適化し、消費アプリケーションにフィーチャーを提供するメカニズム。
フィーチャーストアガバナンス
組織内でフィーチャーの品質、セキュリティ、コンプライアンス、適切な使用を確保する一連のポリシー、手続き、および管理。
フィーチャーストアアーキテクチャ
トレーニングとプロダクション間のスケーラビリティ、パフォーマンス、一貫性を確保するため、ストレージ、計算、サービス、オーケストレーションコンポーネントを含むフィーチャーストアのシステム設計。
フィーチャーストア・アズ・ア・サービス
クラウドまたは専門ベンダーによって提供されるマネージドフィーチャーストア。基盤インフラを展開・維持する必要をなくす。
フィーチャーストアのレイテンシ
フィーチャーのリクエストから利用可能になるまでのフィーチャーストアの応答時間の測定。リアルタイム予測アプリケーションにとって重要。