ディープラーニング用語ドリルAI・ディープラーニングの略語クイズと早見表（37語）
G検定の用語には、GPU・LSTM・GAN・PCA のような略語がたくさんあります。略語は、元の英語（正式名）と一緒に覚えると、仕組みも思い出しやすくなります。
略語の早見表
人工知能とその動向機械学習ディープラーニングの技術ディープラーニングの応用社会実装と数理・統計法律・倫理
機械学習
| 略語 | 正式名 | 意味 |
|---|---|---|
| サポートベクターマシン（SVM） | Support Vector Machine | クラスの境界とデータの間の距離（マージン）を最大にする境界を見つける分類の方法。 |
| 主成分分析（PCA） | Principal Component Analysis | データのばらつきが大きい方向（主成分）を見つけて、少ない次元にまとめる次元削減の方法。 |
| 多次元尺度構成法（MDS） | Multi-Dimensional Scaling | データどうしの距離（似ていなさ）をなるべく保ったまま、低い次元に配置する方法。 |
| 平均二乗誤差（MSE） | Mean Squared Error | 予測と正解の差を2乗して平均したもの。その平方根が二乗平均平方根誤差（RMSE）、差の絶対値の平均が平均絶対値誤差（MAE）。 |
| 特異値分解（SVD） | Singular Value Decomposition | 行列を3つの行列の積に分ける計算。次元削減や推薦などに使う。 |
| 自己回帰モデル（ARモデル） | Autoregressive Model | 過去の自分の値から、次の値を予測する時系列のモデル。複数の時系列を同時に扱うものはベクトル自己回帰モデル（VARモデル）。 |
ディープラーニングの技術
| 略語 | 正式名 | 意味 |
|---|---|---|
| BPTT | Backpropagation Through Time | RNN を時間の方向に展開して、誤差逆伝播法で学習する方法。 |
| GPU | Graphics Processing Unit | 画像処理用の演算装置。同じ計算を大量に並列で行うのが得意で、ディープラーニングの学習に向く。 |
| GRU | Gated Recurrent Unit | LSTM を簡単にした RNN。リセットゲートと更新ゲートの2つで情報を調整する。 |
| LSTM | Long Short-Term Memory | ゲート機構と記憶セル（CEC）で、長い時系列でも大事な情報を覚えておけるようにした RNN。 |
| TPU | Tensor Processing Unit | Google が作った、ディープラーニングの計算に特化した演算装置。 |
| グローバルアベレージプーリング（GAP） | Global Average Pooling | 特徴マップ全体の平均を1つの値にするプーリング。全結合層の代わりに使い、パラメータを減らせる。 |
| リカレントニューラルネットワーク（RNN） | Recurrent Neural Network | 前の時点の情報を次に引き継ぐ回帰結合層を持つネットワーク。時系列データや文章を扱う。 |
| 双方向RNN | Bidirectional RNN | 過去から未来と、未来から過去の両方向に情報を流す RNN。文の前後の両方を使える。 |
| 変分オートエンコーダ（VAE） | Variational Autoencoder | 潜在変数を確率分布として学ぶオートエンコーダ。新しいデータを生成できる。VQ-VAE・info VAE・β-VAE などの改良版がある。 |
| 確率的勾配降下法（SGD） | Stochastic Gradient Descent | データを1つずつ、またはランダムに選んだ一部で勾配を計算して、重みを更新する方法。 |
ディープラーニングの応用
| 略語 | 正式名 | 意味 |
|---|---|---|
| A3C | Asynchronous Advantage Actor-Critic | 複数のエージェントが並列に、非同期で学習する Actor-Critic の方法。 |
| BoW（Bag-of-Words） | Bag-of-Words | 文章を、単語の順番を無視して、どの単語が何回出たかで表す方法。 |
| CTC | Connectionist Temporal Classification | 音声と文字のように、入力と出力の長さが違う系列を、位置を合わせずに学習できる方法。音声認識で使う。 |
| DCGAN | Deep Convolutional GAN | 生成器と識別器に畳み込みニューラルネットワークを使った GAN。 |
| DQN | Deep Q-Network | Q学習の行動価値を、ディープラーニングで近似する方法。経験を貯めて使い直す工夫などで、ゲームを人間並みにこなした。 |
| FCN | Fully Convolutional Network | 全結合層を使わず、すべて畳み込み層で作った、画素ごとに分類するセグメンテーションのモデル。 |
| FPN | Feature Pyramid Network | 大きさの違う特徴マップを組み合わせて、大小さまざまな物を検出しやすくする仕組み。 |
| GAN（敵対的生成ネットワーク） | Generative Adversarial Network | データを作る生成器と、本物か偽物かを見分ける識別器を競わせて学ぶ生成モデル。 |
| NAS（ニューラルアーキテクチャサーチ） | Neural Architecture Search | ネットワークの構造そのものを、自動で探して決める方法。MnasNet はこれで作ったモバイル向けのモデル。 |
| NeRF | Neural Radiance Fields | いくつかの方向から撮った写真から、3次元の場面を学んで、別の方向から見た画像を作る方法。 |
| PPO | Proximal Policy Optimization | 方策を一度に大きく変えすぎないように制限しながら学習する、安定した強化学習の方法。 |
| SSD | Single Shot MultiBox Detector | 大きさの違う複数の特徴マップを使って、1回の処理で物体を検出するモデル。 |
| マルチエージェント強化学習（MARL） | Multi-Agent Reinforcement Learning | 複数のエージェントが、同じ環境で協力したり競争したりしながら学ぶ強化学習。 |
| メル周波数ケプストラム係数（MFCC） | Mel-Frequency Cepstral Coefficients | メル尺度を使って、声の特徴（スペクトル包絡）を表す数の組。音声認識でよく使われた。 |
| 大規模言語モデル（LLM） | Large Language Model | 大量の文章で事前学習した、大規模な言語モデル。文章の生成・要約・翻訳・質問応答などができる。PaLM などがある。 |
| 説明可能AI（XAI） | Explainable AI | AI が、なぜその判断をしたのかを、人が理解できるように示す技術や考え方。 |
| 高速フーリエ変換（FFT） | Fast Fourier Transform | 音などの波を、どの周波数の成分がどれだけ含まれるか（周波数スペクトル）に、速く分解する計算。 |
社会実装と数理・統計
| 略語 | 正式名 | 意味 |
|---|---|---|
| BPR | Business Process Re-engineering | 業務の流れを根本から見直して作り直すこと。AI の導入にあわせて行うことがある。 |
| CRISP-DM | Cross-Industry Standard Process for Data Mining | データ分析のプロジェクトの進め方の標準。ビジネスの理解・データの理解・データの準備・モデリング・評価・展開の流れ。機械学習向けに発展させたものが CRISP-ML。 |
| PoC | Proof of Concept | 概念実証。本格的に作る前に、AI で本当に効果が出るかを小さく試して確かめること。 |
法律・倫理
| 略語 | 正式名 | 意味 |
|---|---|---|
| GDPR | General Data Protection Regulation | EU の一般データ保護規則。EU の中の人の個人データを扱うなら、EU の外の事業者にも適用されることがある。 |