ルールベース

一般的な規則や前提から、論理的に結論を導き出す推論方法。前提が正しければ結論も必ず正しくなる特徴がある。AIのルールベース推論の基礎となる。

個別の事例や観察データから一般的な規則や法則を導き出す推論方法。結論は確実ではないが、新しい知識の発見に有用であり、機械学習の基礎的な考え方に通じる。

機械学習においてデータの特徴を数値化したもの。画像であれば色やエッジ、テキストであれば単語の出現頻度など、学習や予測に使う入力データの属性を表す。

コンピュータがデータからパターンや規則性を自動的に学習し、予測や判断を行う技術。教師あり学習・教師なし学習・強化学習の3種類に大別される。

入力データと正解ラベル（教師データ）の組を使ってモデルを学習させる機械学習の手法。分類や回帰などの予測問題に用いられ、迷惑メール判定や画像認識などに応用される。

正解ラベルのないデータからパターンや構造を自動的に発見する機械学習の手法。クラスタリング（グループ分け）や次元削減などに利用される。