AI開発・機械学習フレームワーク | 用語集 | IT/AIエンジニア　野口真一

用語一覧

AI開発・機械学習フレームワークに関する用語集です。現代のAI開発において欠かせないフレームワーク、ライブラリ、APIについて詳しく解説しています。

Googleが開発したオープンソースの機械学習フレームワーク。深層学習モデルの構築から本番環境での運用まで、幅広い用途に対応。

Metaが開発したオープンソースの機械学習フレームワーク。動的計算グラフと直感的なAPIにより、研究開発から本番環境まで幅広く利用。

高レベルなニューラルネットワークAPI。TensorFlowの公式高レベルAPIとして統合され、直感的で使いやすいAPIを提供。

Pythonの機械学習ライブラリ。分類、回帰、クラスタリングなどの機械学習アルゴリズムを豊富に提供。

自然言語処理のための事前学習済みモデルとライブラリを提供するプラットフォーム。Transformersライブラリで有名。

大規模言語モデル（LLM）を活用したアプリケーション開発フレームワーク。複雑なAIアプリケーションの構築を支援。

OpenAIが提供する大規模言語モデル（GPT-4、GPT-3.5 Turbo）へのアクセスを可能にするAPI。

AnthropicのAIアシスタントClaude（Claude 3.5 Sonnet、Claude 3 Haiku）へのアクセスを提供するAPI。

コンピュータビジョンのためのオープンソースライブラリ。画像処理、動画処理、機械学習機能を提供。

NVIDIAが開発したGPU並列計算プラットフォーム。機械学習の高速化に広く利用されている。

高次元ベクトルデータの格納と類似度検索に特化したデータベース。RAG（Retrieval Augmented Generation）で重要。

テキスト、画像、音声などのデータを高次元ベクトル空間に変換する技術。機械学習モデルの入力として使用。

勾配ブースティング決定木を実装した高性能な機械学習ライブラリ。表形式データの予測タスクで優れた性能を発揮。

Microsoft開発の高速で軽量な勾配ブースティングフレームワーク。XGBoostよりも高速な学習を実現。

ディープラーニングを簡単かつ高品質に実現することを目指したライブラリ。PyTorch上に構築され、初心者にも優しい設計。

Google開発の高性能な科学計算ライブラリ。NumPy互換APIと自動微分、JITコンパイル、GPU/TPU並列化を提供。

機械学習のライフサイクル管理を簡素化するオープンソースプラットフォーム。実験管理からモデルデプロイまでを統合。