AIとコンピュータビジョンの用語集

説明可能なAI（XAI）

説明可能なAI（XAI）をご紹介します。よりスマートなAIの意思決定のために、解釈可能な洞察を活用し、信頼を構築し、説明責任を確保し、規制を遵守しましょう。

詳細はこちら

埋め込み

埋め込みとは何か、また、NLP、レコメンデーション、およびコンピュータビジョンのためにデータ内のセマンティックな関係をキャプチャすることにより、それらがAIをどのように強化するかを学びます。

詳細はこちら

拡張カルマンフィルター（EKF）

拡張カルマンフィルターが、ロボット工学、自動運転車、センサーフュージョンにおける非線形システムの正確な状態推定をどのように可能にするかを学びます。

詳細はこちら

エッジAI

エッジAIが、リアルタイムで安全かつ効率的なAI処理をデバイス上で可能にし、医療や自動運転車などの業界を変革する方法をご紹介します。

詳細はこちら

アンサンブル

アンサンブル法で予測精度を向上させましょう！複数のモデルを組み合わせることで、物体検出、NLPなどのパフォーマンスがどのように向上するかを学びます。

詳細はこちら

進化的アルゴリズム

進化的アルゴリズムが、ハイパーパラメータの調整からロボティクスまで、自然に着想を得た戦略を使用してAIおよびMLソリューションを最適化する方法をご紹介します。

詳細はこちら

勾配爆発

物体検出、姿勢推定などのタスクの安定したトレーニングを保証するために、深層学習における勾配爆発を管理する方法を学びます。

詳細はこちら

F1スコア

機械学習におけるF1スコアの重要性をご覧ください！最適なモデル評価のために、適合率と再現率のバランスをどのように取るかを学びます。

詳細はこちら

特徴抽出

Ultralytics YOLO11による、機械学習における特徴抽出の力を発見しましょう。効率的な検出と分析のためのテクニックを学びます。

詳細はこちら

特徴量エンジニアリング

専門家による特徴量エンジニアリングで機械学習の精度を向上させましょう。影響力のある特徴を作成、変換、選択するためのテクニックを学びます。

詳細はこちら

ファイン・チューニング

Ultralytics YOLOのような機械学習モデルを特定のタスクに合わせて微調整します。手法、応用例、ベストプラクティスはこちらでご確認ください。

詳細はこちら

Few-Shot Learning（少量サンプル学習）

Few-shot learningが、最小限のデータでAIが適応できるようにし、医療診断や野生生物保護などの分野を変革する様子をご覧ください。

詳細はこちら

Ultralytics用語集

説明可能なAI（XAI）

埋め込み

拡張カルマンフィルター（EKF）

エッジAI

アンサンブル

進化的アルゴリズム

勾配爆発

F1スコア

特徴抽出

特徴量エンジニアリング

ファイン・チューニング

Few-Shot Learning（少量サンプル学習）