生成AIパスポート 用語集AIの基礎知識
特徴量とはとくちょうりょう
特徴量の意味
特徴量とは、機械学習のモデルが学習や予測を行うときに手がかりとして使う、データの特定の要素のことです。たとえば画像認識なら、色・形状・テクスチャ（質感）などが特徴量にあたります。AIの4つのレベルでは、特徴量を人間が設定するのがレベル3、AIが自ら調整できるのがレベル4とされ、両者を区別する重要なキーワードです。
生成AIパスポート試験の対策なら → 無料の合格アプリ
詳しい解説
リンゴとバナナを見分ける場面を考えてみましょう。人間なら「赤くて丸いか」「黄色くて細長いか」に注目します。この「色」や「形」のように、判断に役立つデータの要素を数値などで表したものが特徴量です。
機械学習（レベル3）では、どの特徴量を使うかを人間が考えて設計する必要がありました。よい特徴量を選べるかどうかで、AIの性能が大きく左右されていたのです。
ディープラーニング（レベル4）では、多層のニューラルネットワークがデータから有効な特徴を自動的に見つけ出します。浅い層では線や色といった単純な特徴を、深い層ではそれらを組み合わせた複雑な特徴を捉えます。人間が特徴量を設計する手間がなくなったことが、ディープラーニングが飛躍した大きな理由です。
試験のポイント
特徴量の確認問題（○×）
ディープラーニングを利用したレベル4のAIでも、特徴量はすべて人間が設計しなければならない。
答えと解説を見る
答え：×
レベル4のAIは、特徴量の調整も含めて自ら学習できます。人間が特徴量を設定するのはレベル3です。
特徴量とあわせて覚えたい関連用語
- レベル3のAIレベル3のAIとは、機械学習を利用し、入力データから自らパターンを見つけて最適な出力に調整できる段階のAIです。
- レベル4のAIレベル4のAIとは、ディープラーニングを利用して学習し、データのどこに注目すべきかという特徴量の調整まで自ら行える段階のAIです。
- ディープラーニングディープラーニングとは、人間の脳の神経回路をまねたニューラルネットワークを何層にも深く重ねることで、データから複雑な特徴やパターンを自動的に…
- 次元削減次元削減とは、教師なし学習の代表的な手法で、データが持つ多数の項目（次元・変数）を、できるだけ大事な情報を失わないように少数の項目にまとめ直…
- 機械学習機械学習とは、人がルールを一つひとつ書き込むのではなく、コンピュータが大量のデータから統計的な手法やアルゴリズムによって規則性を見つけ出し、…