学習データ

学習データ

学習データとは、AIモデルが規則性や特徴を学ぶために使用するデータです。文章、画像、音声、動画、数値、センサー情報、取引履歴など、AIの目的に応じてさまざまな形式のデータが用いられます。

例えば、猫と犬を見分ける画像認識モデルでは、猫や犬が写った多数の画像が学習データになります。正解となる情報を付けたデータは「教師データ」や「ラベル付きデータ」と呼ばれ、教師あり学習で利用されます。一方、正解を付けずにデータのまとまりや特徴を発見する方法もあります。

AIモデルの性能は、データの量だけでなく、正確性、偏り、重複、古さ、対象範囲などの影響を受けます。特定の地域や属性に偏ったデータで学習すると、利用場面によっては不正確または不公平な結果につながる可能性があります。また、個人情報や著作物を含むデータを扱う場合は、取得方法や利用目的、権利関係の確認も必要になります。学習データと、完成したモデルを評価するための検証データやテストデータは、目的に応じて分けて使用されます。さらに、実際の利用環境を十分に反映したデータを用いることは、モデルの性能を安定させるうえで重要な要素になります。