【AIの基礎を学ぶ（10）アノテーション】

皆さん、こんにちは、JapanStep（ジャパンステップ）です。
いつもJapanStep（ジャパンステップ）公式note、MetaStep（メタステップ）をお読み頂き、ありがとうございます。

ミニコラム「AIの基礎を学ぶ」。本日のテーマは「アノテーション」です。
アノテーションは、前回のコラムで取り上げた機械学習に関する大事なキーワードです。機械学習（教師なし学習以外）の学習データに「教師」となる正解ラベルを付与する作業のことです。

この作業は本当に多大な手間がかかるので、アノテーション専用のソフトが使われるケースが多いです。

アノテーションを的確に実施することで、AIはデータに含まれるルールやパターンを覚えます。そこから適切な出力が可能になります。

アノテーションの手法には、さまざまなものがあります。例えば、画像の中から特定の物体を見つけ出す「物体検出（オブジェクトディテクション）」。

例えば動物について識別するモデルを訓練する場合、それぞれの画像に「猫」「犬」「像」といった正解ラベルを付与していくものです。

画像内のピクセルごとにラベルを付ける「領域分類（セマンティックセグメンテーション）」という手法や、画像を属性ごとに分類して、複数のラベルを付与する「画像分類（クラシフィケーション）」という手法もあります。

アノテーションの精度が低いとAIのモデルの精度が下がってしまうので、アノテーションの精度はとても重要です。

本日もお読み頂き、ありがとうございました！
スキやフォローを頂けると、更新を頑張れますのでよろしくお願いいたします。

本公式noteを運営するクロスアーキテクツは、noteの編集・セールスパートナー契約も結んでおり、企業のnote運用のご支援もさせて頂いています。ご興味ある方は、公式HPのお問い合わせフォームよりお気軽にどうぞ！

では次のまた記事でお会いしましょう。