AIや機械学習を学ぼうとすると、聞きなれない専門用語が次々と出てきます。「ゼロショット学習って何?」「ファインチューニングと転移学習はどう違うの?」「教師あり学習と教師なし学習の使い分けは?」──そんな疑問を解消するために、micomia の技術ブログでは AI 関連の専門用語をテーマ別に整理しています。本記事は AI 用語をまとめて辿れるハブページです。各キーワードから詳細記事へリンクで遷移できます。
目次
機械学習の基本用語
AI を理解する出発点となる基本概念を整理しています。
機械学習とは — 仕組み・種類・ビジネス活用
教師あり学習・教師なし学習とは — 違いと使い分け
自己教師あり学習とは — BERT・GPT 活用
強化学習とは — AlphaGo・ChatGPT 活用
クラスタリングとは — K-means・階層クラスタリング
ディープラーニングとは — ニューラルネットワーク
ニューラルネットワーク — 構造と仕組み
モデル設計・学習手法
AIモデルの作り方・チューニング手法をテーマ別に解説しています。
転移学習とは — 学習済みモデルの応用
ファインチューニングとは — LoRA・自社データ活用
ゼロショット学習とは — CLIP・ChatGPT
エンベディング — 埋め込み表現
Transformer — GPT・BERT の基礎技術
パラメーター — モデルの学習対象
データアノテーション — 学習データのラベル付け
LLM・生成AI関連
大規模言語モデルや生成AIに関する用語を整理しています。
LLM(大規模言語モデル)とは — ChatGPT・Gemini・Claude
生成AIとは — 画像・テキスト生成
プロンプトエンジニアリング — AI を引き出すコツ
RAG(検索拡張生成) — 自社データの活用
ハルシネーションとは — 誤情報生成への対策
拡散モデル — Stable Diffusion の基礎
マルチモーダルAI — テキスト・画像・音声統合
画像認識・物体検出
画像系AIの代表技術と活用方法をまとめています。
YOLO(ヨロ)とは — 高速物体検出
YOLOでできること — 5つのタスク
CNN(畳み込みニューラルネット) — 画像認識の基礎
コンピュータビジョン — 画像理解技術
CLIP — 画像とテキストの結合
画像認識AI — ビジネス活用
音声・自然言語処理
音声・テキスト系AIの主要技術をまとめています。
AI開発の周辺技術
AI を業務システムに組み込む際に必要な技術の解説記事です。
AIパイプライン — 学習〜本番運用
AI推論 — 本番環境での利用
学習データ — 品質と量の重要性
ベクトルデータベース — RAGの基盤
エッジAI — オフライン推論
AIアプリ・システム開発
AIを実際のサービスに組み込む際の実務記事です。
用語を学ぶ順番のおすすめ
AI 用語を体系的に学びたい方には、以下の順番で読み進めるのがおすすめです。
機械学習の全体像を掴む:「機械学習とは」→「教師あり学習・教師なし学習とは」
ディープラーニングの基礎:「ディープラーニング」→「ニューラルネットワーク」→「CNN」
大規模言語モデル系:「Transformer」→「LLM」→「生成AI」→「プロンプトエンジニアリング」
応用テクニック:「転移学習」→「ファインチューニング」→「ゼロショット学習」
実装視点:「RAG」→「ベクトルデータベース」→「ハルシネーション対策」
ビジネス応用:「AIアプリ」→「AI×DX」→「生成AIシステム開発」
初学者は1〜3、実装担当者は4〜5、経営層は6を中心に読み進めると効率的です。
用語を覚えるだけでなく開発で活用する
用語の理解だけで終わらせず、実際にAIを活用した開発に進みたい方は、micomia の AI 開発実績ページもぜひご覧ください。
AI野球コーチ、AI植物判定、AI日本語学習など、用語が実際にどう実装されているかが分かります。神戸を拠点に、関西全域のAI開発をサポートしています。
関連サービス
micomia の AI 関連の開発実績・サービスもあわせてご覧ください。
業務に活かせる AI を実装したい方は、要件整理段階からのご相談も承っています。
まとめ|気になる用語から詳細記事へ
AIの世界は日々進化しており、新しい用語も増え続けています。
基本用語をしっかり押さえ、必要に応じて詳細記事で深掘りしていくのが効率的な学習方法です。
AIを活用したアプリ・システム開発のご相談は、micomiaへのお問い合わせから無料で承っています。
.webp%3Falt%3Dmedia%26token%3Da24af51c-e8e5-41fc-9f3b-602320816500&w=3840&q=75)

.webp%3Falt%3Dmedia%26token%3D9cf3f36c-8f8d-476f-bfd8-37ba68b36dd8&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3D132c7143-eee3-4d9d-90b7-002869eae424&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3D0ddf6c29-973e-41f2-886a-606c367f16a9&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3D8e869338-c619-4b77-bda6-6a3fff356887&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3Dbc168691-5281-4eab-8c08-ed7fe5624582&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3D6a5c9316-446c-44e1-a233-d96072733e9e&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3Dac0633f1-86ae-4a06-956d-08a9b9c647f9&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3Dc8a8ec29-e50f-412e-9b19-3dea67f910c0&w=3840&q=75)


.webp%3Falt%3Dmedia%26token%3Db447159f-01cb-43d8-97a8-121802d03d89&w=3840&q=75)

.webp%3Falt%3Dmedia%26token%3D44d272c7-1e7a-46d7-86de-dc2bec67a3e4&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3D8f9453ad-d017-4640-8b7b-4c5d55391f46&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3D904686c4-e792-4c6a-b5ce-e7648fd53404&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3D8db330f1-3fab-48b7-8dcf-dd8c6f47836a&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3Ddef3da75-721c-4e42-8cd8-f06795bb771f&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3D8fec979d-a6dc-4d03-960f-330f997108a7&w=3840&q=75)
.webp%3Falt%3Dmedia%26token%3D6bddee16-071d-41fd-8a4b-f2026bcff617&w=3840&q=75)