この記事でわかること
本記事では、Microsoft公式の AI-900（Azure AI Fundamentals）試験シラバス に基づき、
試験で問われる用語を「定義＋文脈」レベルで完全網羅
しています。 暗記用語集ではなく、選択肢で迷わなくなる理解を目的としています。
① AIの基礎概念
人工知能（Artificial Intelligence / AI）
人間の知的活動（認識・判断・学習）を模倣する技術の総称。
機械学習（Machine Learning）
データからパターンを学習し、予測や分類を行うAIの一分野。
深層学習（Deep Learning）
多層ニューラルネットワークを用いた機械学習手法。
生成AI（Generative AI）
文章・画像・音声など新しいコンテンツを生成するAI。
② 機械学習の学習方法
教師あり学習（Supervised Learning）
正解ラベル付きデータで学習する手法（分類・回帰）。
教師なし学習（Unsupervised Learning）
ラベルなしデータから構造を見つける手法（クラスタリング）。
強化学習（Reinforcement Learning）
報酬を最大化する行動を学習する手法。
③ モデル・学習・評価
モデル（Model）
学習結果として作成される予測・判断ロジック。
トレーニング（Training）
データを使ってモデルを学習させる工程。
推論（Inference）
学習済みモデルを使って新しいデータを評価する処理。
学習データ（Training Data）
モデル作成に使用するデータ。
テストデータ（Test Data）
モデル性能評価用データ。
④ 評価指標（分類問題）
精度（Accuracy）
全体のうち正しく分類できた割合。
適合率（Precision）
正と予測したものの中で正解だった割合。
再現率（Recall）
本来正のものをどれだけ検出できたか。
混同行列（Confusion Matrix）
分類結果を可視化する表。
⑤ Computer Vision 用語
画像分類（Image Classification）
画像全体を1つのカテゴリに分類。
物体検出（Object Detection）
画像内の物体の位置と種類を検出。
顔検出（Face Detection）
画像内に顔が存在するかを検出。
OCR（Optical Character Recognition）
画像内の文字をテキスト化。
⑥ 自然言語処理（NLP）用語
感情分析（Sentiment Analysis）
文章の感情（肯定・否定・中立）を判定。
キーフレーズ抽出（Key Phrase Extraction）
文章の重要語句を抽出。
エンティティ認識（Named Entity Recognition）
人名・地名・組織名などを識別。
翻訳（Translation）
言語間で意味を変換。
⑦ 生成AI・LLM
大規模言語モデル（Large Language Model）
大量テキストで学習された自然言語モデル。
プロンプト（Prompt）
生成AIに与える指示文。
ハルシネーション（Hallucination）
事実でない情報を生成する現象。
⑧ Azure AI サービス
Azure Machine Learning
機械学習モデルの開発・管理基盤。
Azure AI Vision
画像解析サービス。
Azure AI Language
自然言語処理サービス。
Azure OpenAI Service
企業向け生成AIサービス。
⑨ Responsible AI（最重要・6原則）
公平性（Fairness）
特定の集団に不利な結果を出さない。
信頼性と安全性（Reliability & Safety）
安定して正しく動作し、危害を与えない。
プライバシーとセキュリティ（Privacy & Security）
個人情報やデータを適切に保護。
包括性（Inclusiveness）
多様な人々が利用できる設計。
透明性（Transparency）
AIの判断根拠を理解・説明できる。
説明責任（Accountability）
AI利用の結果に人間が責任を持つ。
まとめ
AI-900は「用語の意味を理解しているか」を厳密に問う試験です。
本記事の用語を
・一文で説明できる ・どのAzureサービスに該当するか言える
状態になれば、合格ラインを確実に超えます。
このページを 最終チェックリスト として活用してください。
