ふくふくHukuhuku Inc.
GLOSSARY

用語集

Field Notes で扱う技術用語のリファレンス (495 語)。記事内に下線つきで登場する用語をクリックするとポップアップで概要が見えます。詳しく知りたいときは深掘り記事へ。

A21 語

A/BテストA/B Testingエー・ビー・テスト

ユーザーをランダムに2群に分け、片方に施策（B案）を、もう片方に元（A案）を見せて、目的指標の差を統計的にバリデーションする手法。因果関係を確かめられる唯一の実用手法として、プロダクト改善の標準。

別名: AB テスト / split test

指標設計の教科書 EP.17

ADRArchitecture Decision Recordエー・ディー・アール

なぜその設計を選んだかを、選ばなかった案とともに残す短い記録。コードからは読み取れない「判断の理由」を保存する。後任が同じ議論を最初からやり直すのを防ぐのが目的。

別名: Architecture Decision Record / アーキテクチャ決定記録

AI Overviewsえーあいおーばーびゅーず

Google 検索結果の上部に表示される、生成 AI が要約した回答ボックス。2024 年に米国で提供開始、その後グローバル展開。複数のソースサイトを引用して回答を生成するため、引用元として表示されると流入が伸びる。前身は SGE (Search Generative Experience)。

別名: AI Overview / AIO / SGE / Search Generative Experience

AIクローラーAI Crawlerえーあい くろーらー

生成AIの学習や回答生成のために、Webページを収集するプログラム。従来の検索用クローラーとは目的も名前も異なり、用途ごとに別の名前で来ることがある。許可・拒否は用途ごとに判断できる。

別名: AI Crawler / AIボット

Amazon S3Amazon Simple Storage Serviceエス・スリー

AWS（Amazon Web Services） のオブジェクトストレージ。事実上のクラウドストレージ標準。データレイクの基盤として採用率高、API互換のクラウドが多数（Cloudflare R2 / MinIO 等）。

別名: S3

Apache 2.0Apache License 2.0

商用利用・改変・再配布を広く認める寛容なオープンソースライセンス。派生物を公開する義務（コピーレフト）がなく、特許の扱いも明記されているため、企業が採用しやすい。モデル配布でも採用例が増えている。

別名: Apache License 2.0 / Apache2

APIApplication Programming Interfaceエー・ピー・アイ

プログラム同士が会話するための「窓口」。HTTP リクエストを送るとデータが返ってくる、といった仕組み。

別名: Application Programming Interface

オープンデータシリーズ Open Data EP.01 e-Stat

APMApplication Performance Monitoringエー・ピー・エム

アプリケーションの応答時間やエラーを、本番環境で継続的に計測する仕組み。手元の プロファイリング（Profiling） と違い、実際の利用者の条件下での遅さを捉えられる点に価値がある。

別名: Application Performance Monitoring / アプリケーション性能監視

Apple Silicon

Apple が自社設計する Mac 向け SoC（M1 以降）。CPU・GPU・Neural Engine とメモリを 1 パッケージに統合する。ユニファイドメモリのおかげで、GPU を積まずに大きなモデルを動かせる。

Arduinoあるどぅいーの

世界で最も普及している電子工作向けマイコンプラットフォーム (2005 年〜)。C++ ベースの簡易言語で書ける、ライブラリと事例が膨大。Uno (定番)、Nano (小型)、R4 (新世代、WiFi 版あり)。情報量で他の追随を許さないが、micro:bit より初学者の壁は高め。

別名: Arduino Uno / Arduino Nano

ARPUAverage Revenue Per Userあーぷー

1 ユーザあたりの平均売上。SaaS（Software as a Service） / ゲーム / 広告事業で頻用。月次 ARPU = 月間収益 / 月間アクティブユーザ。ARPPU（課金者あたり）と区別すること。

asyncioエイシンクアイオー

Python で非同期処理を書くための標準ライブラリ。通信の待ち時間に別の処理を進められるため、多数の API（Application Programming Interface） 呼び出しをまとめて捌くのに向く。計算そのものが速くなるわけではない。

別名: 非同期処理 / async/await

Azureアジュール

Microsoft のクラウドサービス。Active Directory・Microsoft 365 との連携が強み。日本のエンタープライズで採用率が高い。

別名: Microsoft Azure

壊れないデータ基盤シリーズ

B6 語

Bevyベヴィー

Rust 製のゲームエンジン (MIT / Apache 2.0)。ECS（Entity Component System） パターンを採用し、データとロジックを分離。Rust の所有権モデルでメモリ安全・データ競合フリー。API はまだ進化中だが、LLM（Large Language Model） 生成と型安全性の組合せが強力。

BFSBreadth-First Searchビー・エフ・エス（幅優先探索）

グラフ・木の探索アルゴリズム。「全方向に等しく広がる」ように探す。最短経路（重みが等しいとき）の発見に向く。実装は queue（FIFO）。

別名: 幅優先探索

STEM EP.15 探索アルゴリズム

Blueprintぶるーぷりんと

Unreal Engine のビジュアルスクリプト。ノードベースで非エンジニアでもロジックが組める。C++ より遅いがプロトタイプには圧倒的に速い。ビジュアル GUI なので LLM（Large Language Model） が直接編集するのは現状困難。

別名: UE Blueprint / Blueprints

Brotliブロトリ

Web で使われる圧縮方式のひとつ。gzip より縮む。利用者が実際に受け取るのは圧縮後の大きさなので、改善の効果を測るときは圧縮後で比べる必要がある。

別名: br

C14 語

ChatGPTちゃっとじーぴーてぃー

OpenAI が提供する対話型 AI（Artificial Intelligence） チャットサービス。GPT-4 / GPT-4o / o1 などのモデルを使う。Free / Plus / Team / Enterprise の有料プランあり。業務利用は Team / Enterprise でデータ学習除外を選ぶのが基本。

CIContinuous Integrationシー・アイ（継続的インテグレーション）

コードをこまめに本流にマージし、テスト・ビルドを自動実行する開発プラクティス。GitHub Actions / CircleCI / GitLab CI などが定番。CDと組み合わせCI/CDと呼ぶ。

別名: 継続的インテグレーション / CI/CD

Claudeくろーど

Anthropic が提供する対話型 AI（Artificial Intelligence）。長文処理・コーディング・推論で高評価。Free / Pro / Team / Enterprise プランあり。Constitutional AI という安全性設計が特徴。本サイトの記事執筆も Claude を活用。

CLICommand Line Interfaceシー・エル・アイ（コマンドラインインターフェース）

ターミナル上で文字コマンドを打って操作するUI。GUIより速く・自動化しやすい。rclone・jq・dbt（data build tool） などはすべてCLI。

別名: コマンドライン / ターミナル

Toolbox シリーズ

COBOLこぼる

1959 年に登場した事務処理向けプログラミング言語。金融・保険・行政の基幹システムで今なお現役。書ける技術者の高齢化・引退で保守が難しくなり、レガシー再生の代表的な対象になっている。

別名: COBOL

COGCloud Optimized GeoTIFFしーおーじー

必要な部分だけを取り出せるように内部構造を整えた地理画像形式。ファイル全体をダウンロードせずに、欲しい範囲・欲しい解像度だけを読める。数百 MB〜GB になりがちな衛星画像を扱う際の負担を大きく下げる。

Collibraこりぶら

エンタープライズ向け SaaS（Software as a Service） データガバナンスプラットフォーム (有料)。規制対応 (GDPR / SOX / HIPAA) が必要な大企業で第一候補。価格帯は高め (年間数千万〜)。

Column-Level SecurityColumn-Level Securityからむれべるせきゅりてぃ

カラム単位で読み取り権限を制御し、許可されたロール以外には NULL or マスク値を返す仕組み。BigQuery の Policy Tags / Snowflake の Masking Policy が代表的。PII（Personally Identifiable Information） カラムの管理で必須。

別名: CLS / 列レベルセキュリティ / Column Masking / Dynamic Data Masking

Core Web Vitalsこあ うぇぶ ばいたるず

Google が定義した、Webページの体感品質を測る指標群。表示の速さ・操作への反応・レイアウトのずれを見る。実測値が良くても体感が悪い場合に、どこがずれているかを言語化する手がかりになる。

別名: Web Vitals / コアウェブバイタル

CPUCentral Processing Unitシー・ピー・ユー（中央処理装置）

コンピュータの「頭脳」。命令を実行する。クラウドの仮想マシンで「2 vCPU・4GB RAM」のような指定を見る。

別名: 中央処理装置 / vCPU

cronクロン

「毎日 6 時」のように時刻を指定して処理を自動実行する仕組み。取得処理を定期実行する最も基本的な手段。失敗しても黙っているのが既定なので、通知は別に用意する必要がある。

別名: クーロン / cron式

CSVComma-Separated Valuesシー・エス・ブイ

カンマ区切りのテキスト形式。表データを保存する世界共通フォーマット。Excel・スプレッドシートと相性が良い。

Open Data EP.10 自治体オープンデータ

D10 語

DataHubでーたはぶ

LinkedIn が開発したOSS（Open Source Software）のデータカタログ / メタデータ基盤 (Apache 2.0)。セルフホストは完全無料で、BigQuery / Snowflake / dbt（data build tool） / Airflow / Looker / Tableau など 50+ のソースから自動でメタデータを収集し、lineage・利用ログ・所有者を一画面に。マネージド SaaS（Software as a Service） は Acryl Data が提供 (有料)。dbt docs が「dbt 内の世界だけ」なのに対し、DataHub は組織全体の DWH（Data Warehouse）/BI（Business Intelligence）/ETL（Extract, Transform, Load） を横断する点が決定的に違う。

別名: LinkedIn DataHub / Acryl DataHub

DAUDaily Active Usersディー・エー・ユー

1 日にアクセスしたユニークユーザー数。日次のキャンペーン効果や障害影響を追うのに使う。「アクティブ」の定義（ログイン or 機能利用）でかなり数字が変わる。

指標設計の教科書 EP.02

DBDatabaseディー・ビー（データベース）

データを構造化して保存・検索する仕組み。PostgreSQL・MySQL・Redis などが代表的。DWH（Data Warehouse）（DB の親戚）と区別される。

別名: Database / データベース / データーベース

DFSDepth-First Searchディー・エフ・エス（深さ優先探索）

グラフ・木の探索で「行けるところまで深く掘る」アプローチ。実装は再帰 or stack（LIFO）。解の存在判定・トポロジカルソートに向く。

別名: 深さ優先探索

STEM EP.15 探索アルゴリズム

Dockerドッカー

アプリと実行環境をまとめた「コンテナ」を作るツール。「自分のPCでは動くのに本番では動かない」を防げる。Linux + プロセス分離技術がベース。

データ基盤 EP.04 監視

E12 語

E-E-A-TExperience, Expertise, Authoritativeness, Trustいーいーえーてぃー

Google が品質評価ガイドラインで定めた、Web ページの信頼性評価の 4 軸: Experience (実体験) / Expertise (専門性) / Authoritativeness (権威性) / Trust (信頼性)。元は E-A-T、2022 年に Experience が追加。SEO（Search Engine Optimization） だけでなく LLMO（Large Language Model Optimization） でも引用元選定の基準になっている。

別名: E-E-A-T / EEAT / Experience Expertise Authoritativeness Trust

E2EテストEnd-to-End Testいー・ツー・いー てすと

利用者と同じ経路でシステム全体を通して動かす検証。ブラウザ操作を自動化する形が典型。「本当に動くか」に最も近い一方、遅く・壊れやすく・失敗原因の特定が難しいという代償がある。

別名: E2E / End-to-End Test / エンドツーエンドテスト

ECSEntity Component Systemいーしーえす

ゲームオブジェクトを Entity (ID) + Components (データ) + Systems (ロジック) に分解する設計。OOP の継承を避け、データ指向で性能とキャッシュ局所性を改善。Bevy / Unity DOTS / EnTT 等で採用。

別名: Entity Component System

EDINETElectronic Disclosure for Investors' NETworkエディネット

金融庁が運営する有価証券報告書・四半期報告書の電子開示システム。日本の上場企業の決算データ（売上・利益・BS等）を XBRL 形式で API（Application Programming Interface） 取得できる。無料、API キー登録あり。

Embedding (埋め込み)えんべでぃんぐ

テキスト / 画像 / 音声を、意味を表す数値ベクトルに変換したもの。「似た意味は近いベクトル」になるので、コサイン類似度で類似度比較できる。RAG（Retrieval-Augmented Generation） / ベクトル検索 / レコメンドの土台。

別名: 埋め込み / Embedding Vector / Embeddings

EOLEnd of Lifeイー・オー・エル

OS・言語・ミドルウェア・ライブラリのベンダーサポートが終了すること。EOL 後はセキュリティ修正が提供されず、脆弱性が放置される。EOL 目前の技術で塩漬けされたシステムは、刷新の優先度が高い。

別名: End of Life / サポート終了 / サポート切れ

ETagイータグ

サーバが返す「この内容の版」を表す短い文字列。次回それを添えて要求すると、変わっていなければ本文の代わりに 304 が返る。変わっていないものを取り直さないための仕組み。

別名: エンティティタグ

EXOえくそ

手持ちの複数マシンを束ねて 1 つの大きなモデルを動かす OSS。パイプライン並列で分割し、同じネットワーク上の機体を自動で見つけて構成する。Mac を複数台持っている場合の定番の選択肢のひとつ。

F5 語

Fail-safeふぇいるせーふ

Time Travel の保持期間が切れたあとの、最後の保険期間。利用者が自分で参照することはできず、提供元への依頼が必要。通常の復旧手段として当てにするものではない。

別名: フェイルセーフ

Few-shot プロンプティングふゅーしょっと

プロンプトに「こういう入力ならこう答えて」という例を 2-5 個入れる手法。0 例 (zero-shot) より精度が大きく上がる。少数の良質な例で AI（Artificial Intelligence） の出力スタイルを揃える のに有効。

別名: Few-shot / Few-shot Prompting / few shot

FFTFast Fourier Transformエフ・エフ・ティー（高速フーリエ変換）

信号や時系列データを「周波数の重ね合わせ」に分解する離散フーリエ変換の高速版。計算量 O(n log n)。音声・画像・通信・地震解析の基礎。

別名: フーリエ変換 / 高速フーリエ変換 / DFT

EP.05 音の波を分解する

FREDFederal Reserve Economic Dataフレッド

米セントルイス連邦準備銀行が公開するマクロ経済データのDB（Database）。米GDP・失業率・金利・原油など80万系列以上が API（Application Programming Interface） で取れる。無料・登録不要で長期分析の定番。

G15 語

GCGarbage Collectionじー・しー（ガベージコレクション）

使われなくなったメモリを自動で回収する仕組み。開発者がメモリ管理から解放される代わりに、回収中は処理が止まることがある。応答時間が不定期に跳ねる原因として代表的。

別名: ガベージコレクション / Garbage Collection

GDScriptじーでぃーすくりぷと

Godot 専用のスクリプト言語。構文が Python に酷似 (互換ではない)、型推論 + ホットリロード + Godot（Godot Engine） エディタとの統合度が高い。LLM（Large Language Model） 生成精度が安定しているのが特徴。

GEOGenerative Engine Optimizationじーいーおー

生成 AI 検索エンジン (Perplexity / ChatGPT search / Google AI Overview など) で引用・要約されやすくするための最適化。LLMO（Large Language Model Optimization） と内容はほぼ同じだが、「検索エンジン」側からの呼称。Princeton 大学の 2023 年論文で提唱され、業界に広まった。

別名: Generative Engine Optimization / 生成エンジン最適化

Geohashじおはっしゅ

緯度経度を Base32 で階層的にエンコードする位置コード。例: xn76vehmpq8h。「先頭文字が同じ = 近い」性質から、DB（Database） の空間検索インデックスとして使われる（Redis GEO / Elasticsearch / DynamoDB）。完全無料・オフライン計算可。

GeoJSONじおじぇいそん

点・線・面といった地理情報を JSON で表現する形式。テキストなので差分が見やすく、多くのライブラリと地図サービスがそのまま読める。小〜中規模の地理データをやり取りする際の事実上の共通形式。

GGUFGPT-Generated Unified Format

llama.cpp 系が使うモデル重みのファイル形式。量子化済みの重みとメタデータ（語彙・プロンプト書式など）を 1 ファイルにまとめる。Q4_K_M のような接尾辞が量子化方式を表す。

GitHub Actionsぎっとはぶ あくしょんず

GitHub に組み込まれた CI（Continuous Integration） 実行環境。リポジトリ内のYAMLでワークフローを定義し、push やプルリクエストを契機に自動実行する。実行時間に応じた課金のため、待ち時間とコストが直結する。

別名: Actions / GH Actions

GodotGodot Engineゴドー

OSS の軽量ゲームエンジン (MIT ライセンス)。2D/3D 両対応、GDScript (Python 風) / C# / C++ で開発。シーンファイル (.tscn) がテキストなので LLM（Large Language Model） と相性が良い。Cassette Beasts / Brotato 等の商用作品実績あり。

別名: Godot 4 / Godot Engine

Google Colabグーグル・コラボ

Google が無料で提供する Python 実行環境。ブラウザだけで動く。インストール不要、保存も自動。本記事のシリーズではここでコードを動かす。

別名: Colab / Google Colaboratory

Kids EP.01 ハロー Colab STEM EP.01 関数を動かす

gpt-ossじーぴーてぃー・おーえすえす

OpenAI が 2025 年 8 月に公開したオープンウェイトモデル。120b（117B・うち活性 5.1B）と 20b（21B・うち活性 3.6B）の 2 種で、ライセンスは Apache 2.0。20b は 16GB のメモリで動く設計のため、ローカル運用の現実的な起点になる。

GUIGraphical User Interfaceジー・ユー・アイ（グラフィカルユーザーインターフェース）

アイコン・ボタン・ウィンドウなど視覚的な要素で操作するUI。CLIの対義語。一般ユーザー向けはほぼGUI。

別名: グラフィカルUI

H10 語

H3 Indexえいちすりー

Uber が開発した OSS（Open Source Software） の六角形階層タイルシステム。15 階層の解像度、近隣セル計算が高速。配車・配送ゾーン・需要密度マップで威力を発揮。Python / Java / Go SDK あり、無料。

別名: Uber H3 / H3

harmony 形式

gpt-oss が学習時に用いた専用の応答フォーマット。この形式で入出力しないと正しく動作しない。Ollama や LM Studio 経由なら裏で処理されるが、モデルを直接叩く場合は自分で組み立てる必要がある。

別名: harmony response format / harmony

Home Assistant

OSS の家庭内オートメーション基盤。照明・エアコン・センサー・鍵など多数の機器を 1 つの API で扱えるようにする。ローカル LLM と組み合わせると「話しかけて家を操作する」の土台になる。

hPahectopascalへくとぱすかる

気圧の単位、1 hPa = 100 Pa。標準大気圧は 1013.25 hPa。日本の天気予報は hPa が標準 (米国は inHg)。1 hPa の差 ≒ 標高 8.3 m の高度差 に相当するので、低気圧 (980 hPa) と高気圧 (1020 hPa) では「200 m 程度の高さの差」のような直感が持てる。

別名: ヘクトパスカル / hectopascal

httpxエイチティーティーピーエックス

Python の HTTP クライアントライブラリ。requests とほぼ同じ書き味のまま、asyncioによる並行取得と HTTP/2 に対応している。

HTTPステータスコードエイチティーティーピーステータスコード

サーバが結果を 3 桁の数字で返す仕組み。200 は成功、404 は見つからない、429 は要求が多すぎる、5xx はサーバ側の異常。429 と 5xx は時間を置けば直るが、4xx の多くは自分の要求が間違っている。

別名: ステータスコード / HTTP status

HTTPヘッダエイチティーティーピーヘッダ

HTTP のやりとりで、本文とは別に添える付帯情報。認証、内容の種類、キャッシュ（Cache）の可否、流量制限（Rate Limiting）の残量などが載る。本文だけ見ていると見落とす情報が入っている。

別名: ヘッダ / HTTP header

HULFTハルフト

セゾン情報システムズ製のファイル転送ミドルウェア。1993年〜、日本の金融・流通・製造の基幹システム間連携で20年以上の標準。最近は HULFT Square（クラウド版）。

別名: HULFT Square

Toolbox EP.01 ファイル・データ転送

HyperLogLogハイパーログログ

ユニーク数（cardinality）を1.5KB程度のメモリで誤差1%以内で推定する確率的データ構造。Google・Reddit・Redis で実用。10億ユニーク要素を瞬時にカウント。

別名: HLL

STEM EP.16 計算理論の地平

I7 語

I2CInter-Integrated Circuitあいすくえあーしー

マイコンとセンサー間の代表的なシリアル通信方式。SDA (データ) と SCL (クロック) の 2 本線で複数センサーをつなげる。BME280 / SHT31 / BH1750 等の温湿度・気圧・照度センサーで広く使われる。Philips 開発、M5Stack の Grove 端子も内部は I2C。

別名: I²C / Inter-Integrated Circuit

IaCInfrastructure as Codeアイ・エー・シー

サーバ・ネットワーク・DBなどのインフラを「コード」で管理する考え方。Terraform / CloudFormation / Pulumi が代表ツール。

別名: Infrastructure as Code

データ基盤 EP.04 監視

IAMIdentity and Access Managementアイ・エー・エム

誰が何をできるかを管理する仕組みの総称。クラウド各社が同名の機能を持つ。利用者・グループ・役割・権限を組み合わせて構成し、最小権限（Principle of Least Privilege） をどこまで徹底できるかが設計の質を決める。

別名: Identity and Access Management / ID管理

iCalendarInternet Calendaring and Scheduling Core Object Specification

予定データをやり取りするための標準フォーマット。拡張子は .ics。主要なカレンダーアプリが読み込めるため、バラバラな予定を 1 つのカレンダーに集約する際の共通言語になる。

別名: ics / .ics / アイキャル

IFTTTIf This Then Thatいふと

Web サービス連携の代表的ノーコードツール (https://ifttt.com)。「もし A が起きたら、そのとき B を実行する」という条件分岐を、コードを書かずに作れる。Webhook を受けて LINE 送信、Twitter 投稿、メール送信などができ、IoT 工作の通知連携で重宝する。

別名: If This Then That

IMAPInternet Message Access Protocolアイマップ

メールをサーバに置いたまま読み書きする方式。取得処理からメールを読む場合、受信箱を書き換えずに読む設定にしないと、人が使っている受信箱を壊す。

IoTInternet of Thingsあいおーてぃー

家電・センサー・機械などをネットワークに繋いで、状態の取得や遠隔操作を行う仕組みの総称。単体では「値が取れる」までで止まりがちだったが、AI と組み合わせることで「値を見て判断し動く」側へ広がりつつある。

J3 語

J-QuantsJPX 公式金融データ APIジェイクオンツ

日本取引所グループ（JPX）が提供する個人投資家向け金融データAPI。日本株の株価・財務・銘柄情報が取れる。Free / Light / Standard / Premium の階層課金で、無料プランは過去 12 週分のみ。

データの宝石箱 EP.15 株価ヒストリカル

JSONJavaScript Object Notationジェイソン

データを文字列で表現する標準フォーマット。{ "key": "value" } のような形。Web API（Application Programming Interface） の戻り値の標準。

JSON-LDJSON for Linked Dataじぇいそんえるでぃー

Web ページの内容を機械可読な構造化データで記述する形式。<script type="application/ld+json"> で HTML に埋め込む。Schema.org の語彙と組み合わせて、検索エンジン・LLM がページの種別・著者・日付・関連エンティティを理解できるようにする。Google が推奨。

別名: JSON-LD / JSON for Linked Data

K5 語

K-means クラスタリングケーミーンズ

指定した K 個のグループに、似た者同士で自動的に分ける教師なし学習。重心更新をループてグループを安定化。顧客セグメント・異常検知・ペルソナ抽出で頻用。K の選定が腕の見せ所（エルボー法 / シルエット係数）。

別名: K-means / kmeans / K平均法

KV キャッシュKey-Value Cache

生成済みトークンの中間状態を保持して再計算を省く仕組み。おかげで 2 文字目以降の生成が速くなる反面、会話が長くなるほどメモリ消費がほぼ線形に増える。

別名: KVキャッシュ

K近傍法K-Nearest Neighborsケーきんぼうほう

新しいデータに最も近い K 個の既知データのラベルを多数決で決める分類アルゴリズム。教師あり学習。レコメンド・スパム判定・類似商品検索などで頻出。距離尺度 (ユークリッド / コサイン) と K の選定が鍵。

別名: K-NN / K-Nearest Neighbors / knn / K-NN分類

L15 語

LaunchDarklyローンチダークリー

特徴量 Flag の老舗 SaaS（Software as a Service）。Experimentation はアドオンで提供。フラグの管理・配信スピードに強み、A/B テスト機能は他社（Optimizely / Statsig）の方が先行している印象。Enterprise 向け価格帯。

LCPLargest Contentful Paintエルシーピー

画面の中で最も大きい要素が表示されるまでの時間。Core Web Vitalsの指標のひとつで、利用者が「表示された」と感じる瞬間に近い。

別名: Largest Contentful Paint

LeRobot

Hugging Face が公開しているロボティクス向けのライブラリ。学習済みモデルやデータセットを共有する文化をロボット領域に持ち込んでおり、安価なロボットアームを動かす入口として使われている。

Levenshtein 距離れーべんしゅたいんきょり

1 文字の挿入・削除・置換を何回繰り返せば、ある文字列が別の文字列になるか。「ふくふく」と「ふくふぐ」は 1。名寄せ・タイポ検出・OCR（Optical Character Recognition） エラー補正で頻用。

別名: 編集距離 / Edit Distance / Levenshtein Distance

llama.cpp

C/C++ で書かれた LLM 推論エンジン。GGUF 形式の重みを読み、Raspberry Pi から各種 GPU まで幅広いハードで動く。Ollama をはじめ多くのローカル LLM ツールの土台になっている。

別名: llamacpp

LLMOLarge Language Model Optimizationえるえるえむおー

生成AI (LLM（Large Language Model）) に自社サイトを引用してもらいやすくするための施策の総称。SEO（Search Engine Optimization） が「Google 検索結果での順位」を狙うのに対し、LLMO は「ChatGPT / Claude / Perplexity が回答するときの引用元」を狙う。GEO（Generative Engine Optimization） とほぼ同義で使われる。

別名: Large Language Model Optimization / LLM Optimization

llms.txtえるえるえむずてぃーえっくすてぃー

LLM 向けに自サイトの構造と要約を Markdown で提供する規約。robots.txt の LLM 版。サイトルートに /llms.txt を置き、見出し + サイト概要 + 主要ページへのリンク + 説明を Markdown で記述。Jeremy Howard が 2024 年に提案、現在は事実上の標準として採用が広がっている。

別名: llms.txt / llms-full.txt

LLM評価LLM Evaluationえるえるえむ ひょうか

出力が毎回変わりうる LLM（Large Language Model） の品質を、期待する観点ごとに測る仕組み。完全一致では判定できないため、正解例との一致度・観点別の採点・別モデルによる judge などを組み合わせる。失敗例を集めた評価セットが中核になる。

別名: LLM Evaluation / Eval / 評価セット

LM Studio

GUI でローカル LLM を動かすデスクトップアプリ。モデル検索・量子化バリアントの選択・API サーバ化を画面上で完結できる。CLI に不慣れでも最初の 1 歩を踏み出せるのが利点。

LookML

Looker が使う、指標とディメンションを宣言的に定義する言語。BI ツールに内蔵されたセマンティックレイヤーの代表例で、この方式を広めた存在でもある。定義が BI 製品に結びつくため、乗り換え時の移植性が論点になる。

LoRALow-Rank Adaptationローラ

モデル全体ではなく、小さな追加部分だけを学習させる手法。必要な計算資源とメモリが大幅に減り、手元の機器でも追加学習ができる。元のモデルは変えず、差分だけを持つため、切り替えや破棄も容易。

別名: Low-Rank Adaptation / 低ランク適応

LTVLifetime Valueえるてぃーぶい

1 顧客が契約期間中に支払う累計収益の予測。獲得コスト (CAC) との比較で投資効率を測る (LTV/CAC > 3 が SaaS（Software as a Service） の健全な目安)。解約率と ARPU（Average Revenue Per User） から計算する単純式が多い。

別名: Customer Lifetime Value / CLV / 顧客生涯価値

M12 語

M5Stackえむふぁいぶすたっく

ESP32 ベースのマイコン + 液晶画面 + Grove コネクタ一体型ボード。中国 M5Stack 社が開発、IoT 工作の定番。Core2 (320×240 液晶 + リポバッテリー)、StickC、Atom Lite など系統あり。Unit と呼ばれる Grove 互換センサーで配線一発、MicroPython / Arduino C++ / UIFlow でプログラミング。

別名: M5Stack Core2 / M5StickC / M5Atom

MakeCodeめいくこーど

Microsoft 製のブロック型プログラミング環境。micro:bit 公式エディタ (https://makecode.microbit.org/)、ブラウザで動く、無料、日本語対応。Scratch に似たブロック UI で書け、JavaScript / TypeScript の表示も切り替えできる。中学生がプログラミング初体験するのに最適。

別名: Microsoft MakeCode

MAUMonthly Active Usersエム・エー・ユー

直近 30 日にアクセスしたユニークユーザー数。月次の経営報告に使う。生ログから素直に計算すると重いので HyperLogLog で近似集計するのが定石。

指標設計の教科書 EP.02

MCPModel Context Protocolえむしーぴー

Anthropic が 2024 年に公開した、LLM クライアントと外部ツールを繋ぐ標準プロトコル。Claude Desktop / Claude Code などから DB / ファイル / API / Godot Editor などを操作できる。OSS でサーバー実装が多数公開されている。

別名: Model Context Protocol

MCTSMonte Carlo Tree Searchえむしーてぃーえす

ランダムプレイアウト + UCB1 で最善手を探索するアルゴリズム。AlphaGo / AlphaZero / KataGo の中核。評価関数なしに「ランダムプレイの勝率」 で手を評価できる反直感的な手法。1948 年の Monte Carlo 法と 1989 年の UCB1 の組合せ。

別名: Monte Carlo Tree Search / モンテカルロ木探索

MetricFlow

dbt のセマンティックレイヤーで指標を定義・計算するエンジン。YAML で書いた指標定義から SQL を組み立てる。dbt のモデルと同じリポジトリで管理できるため、変換処理と指標定義の距離が近いのが特徴。

MFAMulti-Factor Authenticationエム・エフ・エー（多要素認証）

パスワードに加えて、別の要素でも本人確認する方式。端末やアプリが生成する符号などを使う。離任時に登録を解除し忘れると、退職後も本人だけが認証を通せる状態が残る。

別名: 多要素認証 / Multi-Factor Authentication / 2FA

MHSModel Hardware Standardえむえいちえす

Anthropic が 2026 年 8 月に研究プレビューとして公開した、AI エージェントが物理デバイスを安全に操作するための共通仕様。MCP がソフトウェアのツール接続で担った役割を、顕微鏡・ロボットアーム・液体ハンドラといった実機に広げるもの。

micro:bitまいくろびっと

英 BBC が教育用に開発したマイコンボード。手のひらサイズ、5×5 LED マトリクス・加速度・地磁気・温度・マイク内蔵 (v2)。MakeCode (ブロック) / MicroPython で書ける。価格 2,500-3,500 円、世界 60 ヶ国以上の教育で採用、日本でも情報の授業でよく使われる。

別名: micro:bit v2 / BBC micro:bit

MicroPythonまいくろぱいそん

マイコン上で動く Python の軽量実装。M5Stack / ESP32 / Raspberry Pi Pico などで採用。デスクトップ Python のサブセット (機械学習ライブラリは無理だが、ファイル I/O / HTTP / I2C / SPI 等は使える)。Python に慣れている人は学習コストほぼゼロでマイコン開発に入れる。

別名: uPython

MLX

Apple が公開した Apple Silicon 向け機械学習フレームワーク。ユニファイドメモリ前提の設計で、同じチップ上では GGUF 版より高速に動くことが多い。学習・ファインチューニングにも使える。

MoEMixture of Expertsみくすちゃー・おぶ・えきすぱーつ

モデル内部を複数の「専門家」に分割し、トークンごとに一部だけを使う構成。総パラメータは大きいまま 1 トークンあたりの計算量を抑えられるため、メモリは食うが速い。ローカル運用と相性が良い。

N5 語

N+1問題N+1 Problemエヌ プラス ワン もんだい

一覧を1回取得したあと、各行の関連データを1件ずつ問い合わせてしまう構造。10件なら11回、1000件なら1001回の問い合わせになる。開発時のデータが少ないと気づかず、本番で件数が増えて初めて顕在化するのが典型。

別名: N+1 / N+1 Problem / N+1クエリ

NDIRNon-Dispersive Infraredえぬでぃーあいあーる

非分散赤外線方式の気体センサー。CO2 などのガスが特定波長の赤外線を吸収する性質を利用、赤外線源 + 検出器で吸収量を測る。高精度で長寿命 (10 年級)。MH-Z19 / Sensirion SCD30/40 等の CO2 センサーで採用される代表方式。

別名: Non-Dispersive Infrared

NDVINormalized Difference Vegetation Indexえぬでぃーぶいあい

赤色光と近赤外線の反射の差から、植物の量と活性を表す指標。植物は近赤外を強く反射する性質があるため、この差を取ると緑の濃さが数値になる。農地の生育監視や緑地の変化把握に広く使われる、衛星データの入門的な指標。

別名: 正規化植生指数

NPSNet Promoter Scoreエヌ・ピー・エス

「友人にどれくらい勧めたいか」を 0-10 で聞いた結果から算出。NPS = 推奨者% − 批判者%。+30 で優秀、+50 で世界級。

別名: Net Promoter Score

可視化図鑑 EP.09 スコア指標

NTPNetwork Time Protocolえぬてぃーぴー

ネットワーク経由で時刻を正確に取得するプロトコル。インターネットに接続した機器が標準時 (UTC) を取得し、自身の時計を合わせるのに使う。日本の公式 NTP サーバは ntp.nict.jp (情報通信研究機構)。M5Stack は起動時に NTP で時刻同期するのが定番。

別名: Network Time Protocol

O14 語

OAuth 2.0オーオース ツーテンゼロ

利用者のパスワードを渡さずに、別のサービスへ限定的な権限を委ねるための仕組み。「このアプリにカレンダーの読み取りだけ許可する」といった形で、範囲と期限を区切って authorization を与える。

別名: OAuth / OAuth2 / オーオース

OCROptical Character Recognitionオーシーアール

画像や PDF（Portable Document Format） から文字を読み取る技術。請求書・名刺・帳票のデジタル化で頻出。LLM（Large Language Model） と組合せると 「読み取り + 構造化 + バリデーション」 までを一気に処理できる。Google Vision / Amazon Textract / Tesseract が主要選択肢。

別名: 光学文字認識

ODbLOpen Database Licenseおーでぃーびーえる

OpenStreetMap が採用しているデータベース用のライセンス。利用・改変・再配布を認める一方、派生したデータベースを配布する場合は同じ条件で公開することと出典表示を求める。地図画像を載せるだけの利用と、データを混ぜて配る利用では要件が変わるため、用途ごとの確認が要る。

OECDOrganisation for Economic Co-operation and Developmentオー・イー・シー・ディー（経済協力開発機構）

先進国38カ国が加盟する国際機関。データプラットフォーム OECD Data Explorer で経済・社会・環境の統計を SDMX（Statistical Data and Metadata eXchange） 形式で提供。

別名: 経済協力開発機構

Open Data EP.08 OECD統計

OHLCOpen High Low Closeオー・エイチ・エル・シー

金融データの4つの値：始値・高値・安値・終値。1日や1分ごとに4つを記録し、ローソク足チャートにする。

別名: 四本値

可視化図鑑 EP.01 時系列（ローソク足）

OHLCVOpen High Low Close Volumeオーエイチエルシーブイ

一定期間の始値・高値・安値・終値と出来高をまとめた、市場データの基本形。日足・分足など期間の取り方で粒度が変わる。

別名: 四本値 / ローソク足データ

OKRObjectives and Key Resultsおーけーあーる

Objectives (定性目標) と Key Results (定量指標) の組合せで目標管理する手法。Google・Intel が普及させた。四半期サイクルが多い。野心的な目標設定 (60-70% 達成で OK) が特徴で、KPI（Key Performance Indicator） とは性格が異なる。

Ollamaおらま

ローカル LLM をコマンド 1 つで動かすランタイム。モデルの取得・量子化済み重みの管理・OpenAI 互換 API サーバまでを 1 バイナリで担う。Apple Silicon では 0.19（2026-03-31）から MLX を実行エンジンに採用した。

Optimizelyオプティマイズリー

A/B テスト SaaS（Software as a Service） の老舗（2010〜）。Web/モバイル両対応、Visual Editor で非エンジニアもテスト作成可。Enterprise 向け価格帯（年数百万〜）。歴史的経緯から Web Experimentation と 特徴量 Experimentation（旧 Full Stack）の2製品ライン。

OSMOpenStreetMapオー・エス・エム（オープンストリートマップ）

誰でも編集できる地図 OSS（Open Source Software）（Wikipedia の地図版）。ODbL ライセンス。Google Map の代替として商用でも使われる。Nominatim（ジオコーダー）と Overpass（クエリAPI）。

別名: OpenStreetMap / オープンストリートマップ

Open Data EP.05 OpenStreetMap

OSSOpen Source Softwareオー・エス・エス（オープンソースソフトウェア）

ソースコードが公開され、誰でも使用・改変・再配布できるソフトウェア。Linux・Python・Git・Embulk など。著作権は放棄されておらず各 OSS ライセンスに従う。

別名: オープンソース / Open Source

Toolbox EP.01 ファイル・データ転送

Overpass API

OpenStreetMap のデータを条件付きで問い合わせるための API。「この範囲にあるコンビニを全部」「この市域の学校とその名前」といった検索が、地図を描かずにデータとして取り出せる。OSM を地図ではなくデータベースとして使うときの入口になる。

別名: Overpass

O記法オーきほう / ビッグ・オー

アルゴリズムの計算量を表す数学記号。「入力サイズ n が大きくなるとどのくらい遅くなるか」を示す。軽い順に O(1) < O(log n) < O(n) < O(n log n) < O(n²) < O(2ⁿ)。

別名: O(n) / O(1) / O(log n) / O(n log n) / O(n^2) / O(n²) / Big O / オーダー

EP.14 ソートアルゴリズム発明史 §コラム

P15 語

P vs NPPolynomial vs Non-deterministic Polynomialピー・バーサス・エヌピー

「効率的に解ける問題（P）」と「効率的にバリデーションできる問題（NP）」が同じか？というコンピュータサイエンス最大の未解決問題。Clay 数学研究所の100万ドル懸賞問題。

別名: NP-完全 / NP-Complete / NP問題

STEM EP.16 計算理論の地平

pandasパンダス

Python で表形式のデータを扱う定番ライブラリ。行と列を持つ DataFrame という構造で、読み込み・結合・集計・欠損処理を一通り行える。データ分析の実質的な標準。

別名: DataFrame / データフレーム

Parquetパーケイ

列ごとにまとめて保存する（列指向の）ファイル形式。CSV（Comma-Separated Values）と違って型と圧縮を持つため、同じデータでも小さく、必要な列だけ読める。分析用データの保存先として標準的。

別名: Apache Parquet / パーケット

PDCAPlan-Do-Check-Actぴーでぃーしーえー

Plan（計画）→ Do（実行）→ Check（評価）→ Act（改善） を繰り返す業務改善サイクル。日本企業で広く採用される古典的フレーム。AI（Artificial Intelligence） 活用でも 小さく試して測定して改善するサイクルが定着の鍵。

PDFPortable Document Formatピー・ディー・エフ

Adobe が1993年に開発したドキュメント形式。レイアウトが崩れない。役所・契約書・自治体オープンデータの最頻フォーマット。機械処理の最大の敵でもある。

Open Data EP.10 自治体オープンデータ

PIIPersonally Identifiable Informationぴーあいあい

個人を特定できる情報。氏名・住所・メール・電話番号・マイナンバー等。日本の個人情報保護法 / EU GDPR / 米 CCPA で扱いが規定される。Column-Level Security（Column-Level Security） でマスキングするのが基本。

別名: 個人情報 / Personally Identifiable Information

PL/SQLProcedural Language for SQLぴー・える・えすきゅーえる

Oracle Database 上で動く手続き型言語。ストアドプロシージャとして DB 内に業務ロジックが書かれることが多く、アプリ側の仕様書に載らないまま「隠れた業務ルール」が溜まりやすい。レガシー解析では DB 内ロジックの棚卸しが要点になる。

別名: PL/SQL / PLSQL

Plus Codesぷらすこーず

Google が公開する OSS（Open Source Software） の位置コード仕様。4-12 文字で精度を選べる。例: 8Q7XMP9P+39。完全オフライン計算可・無料。住所が無い地域の住所代替として、エチオピアやインドで公的採用実績あり。

別名: Open Location Code / OLC

PostHogポストホグ

OSS（Open Source Software） の Product Analytics + A/B + FF + Session Replay 統合プラットフォーム。MIT ライセンスでセルフホスト無料、SaaS（Software as a Service） は月100万イベントまで無料。「全部入り」を求めるスタートアップに人気。

ppmparts per millionぴーぴーえむ

百万分率 (1 ppm = 100 万分の 1 = 0.0001%)。気体・液体中の微量成分の濃度を表す単位。屋外 CO2 は約 420 ppm、屋内で 1000 ppm を超えると眠気・集中力低下、2500 ppm 以上で頭痛報告。建築基準法では 1000 ppm 以下が推奨。

別名: parts per million / 百万分率

PSIPopulation Stability Indexぴーえすあい

2 つの分布の差を1つのスコアで表す指標。ドリフト検出で頻用。0.1 未満で「変化なし」、0.25 以上で「大きく変わった」が目安。機械学習（Machine Learning） モデルの監視ダッシュボードで定番。

別名: Population Stability Index / 母集団安定指標

pydanticパイダンティック

Python で「データの形」を宣言し、実際の値がその形に合っているかを検証するライブラリ。API（Application Programming Interface）の応答が想定と違ったときに、壊れたまま先へ流さず、その場で気づける。

pygameパイゲーム

Python 用の 2D ゲーム開発ライブラリ。20 年以上の歴史、教育・プロトタイプ・ゲームジャムの定番。pygame-ce (Community Edition) が最近のおすすめ。LLM（Large Language Model） の学習データが豊富で生成精度が高い。3D / モバイルは不向き。

別名: pygame-ce

p値p-valueピー・ち

「帰無仮説（A と B は同じ）が正しいと仮定したとき、観測されたデータ以上に極端な結果が出る確率」。慣習的に 0.05 未満 で「有意差あり」と判定するが、これは因果の強さではなく統計的偶然の薄さを表すだけ。

別名: p-value / p value

R18 語

RAG vs ファインチューニングらぐとふぁいんちゅーにんぐ

外部知識を取り込む 2 大手法の対比。RAG（Retrieval-Augmented Generation） = 検索で都度参照、ファインチューニング = モデルパラメータに焼き込む。頻繁に更新される情報は RAG、スタイルや形式の固定は FT、というのが基本指針。

別名: RAG vs FT

Raspberry Piらずべりーぱい

数千円台から入手できる小型シングルボードコンピュータ。GPIO 端子でセンサーやモーターを直接繋げるため、個人の電子工作から産業用の組み込みまで幅広く使われている。

別名: ラズパイ / ラズベリーパイ

RBACRole-Based Access Controlアール・バック（ロールベースアクセス制御）

権限を個人ではなく役割に付与し、人には役割を割り当てるアクセス制御方式。異動や退職のたびに個別の権限を触らずに済む。役割を増やしすぎると、誰が何を見られるか誰も説明できなくなる。

別名: ロールベースアクセス制御 / Role-Based Access Control

RDFResource Description Frameworkあーるでぃーえふ

「主語・述語・目的語」の三つ組で事実を表現するデータモデル。セマンティックWeb の基礎技術。あらゆる知識を同じ形で書けるという強さの反面、人間が書くにも読むにも負担が大きいという弱さを併せ持つ。

RDMARemote Direct Memory Accessあーるでぃーえむえー

相手マシンのメモリへ、OS やアプリを介さず直接読み書きする通信方式。通常のネットワーク通信で発生するコピーと割り込みを省けるため、往復の待ち時間が桁で下がる。複数台に分割したモデルを動かすときの要になる技術。

Ren'Pyれんぱい

ノベルゲーム / アドベンチャー専用の OSS エンジン (Python ベース)。.rpy 独自スクリプトでシナリオを書く。「ひぐらしのなく頃に」 リメイク / Doki Doki Literature Club 等で使用。Web (WebAssembly) 配信対応。

別名: RenPy

RESASREgional Economy Society Analyzing Systemリーサス（地域経済分析システム）

内閣府が公開していた地域経済データの統合プラットフォーム。2025年3月24日でAPI完全終了。代替は e-Stat / 国土交通DPF / 不動産情報ライブラリ。

別名: 地域経済分析システム

Open Data EP.02 RESAS（API終了済み）

REST APIRepresentational State Transfer APIレスト・エーピーアイ

URL でリソースを表し、GET / POST / PUT / DELETE といった HTTP のメソッドで操作する API（Application Programming Interface） の設計様式。「一覧は GET /users、1件は GET /users/1」のように、URL を見れば何が返るか想像がつくのが利点。

別名: REST / RESTful API

RFMRecency / Frequency / Monetaryアール・エフ・エム

顧客を「直近性 / 頻度 / 金額」の3軸で評価する手法。NTILE で各軸を5分位に分け、555 セグメントを VIP、111 を離脱予備として施策を打つのが定型運用。

指標設計の教科書 EP.07

robots.txtろぼっつてぃーえっくすてぃー

Web クローラ (Googlebot / Bingbot / GPTBot 等) に対して、どのパスをクロールしてよいかを伝えるテキストファイル。サイトルートに置く。AI 時代は GPTBot / ClaudeBot / PerplexityBot / Google-Extended 等の AI クローラを個別に allow / disallow できる。

別名: robots.txt

ROIReturn on Investmentアール・オー・アイ（投資収益率）

投資した金額に対する利益の比率。マーケなら「広告費 vs 売上」。経営判断の基本指標。マーケ系では ROAS（広告費収益率）も併用。

別名: ROAS / 投資収益率

可視化図鑑 EP.17 マーケダッシュボード

Row-Level SecurityRow-Level Securityろうれべるせきゅりてぃ

1 つのテーブル内で、ユーザのロールに応じて見える行を絞る仕組み。BigQuery / Snowflake / Postgres / SQL（Structured Query Language） Server が標準サポート。「営業東日本は東日本の顧客のみ閲覧可能」のような制御を DB（Database） レベルで強制できる。

別名: RLS / 行レベルセキュリティ

RSSRDF Site Summaryアールエスエス

サイトの更新情報を決まった形式で配信する仕組み。新着だけを機械が読める形で受け取れるので、更新を追う用途では画面を解析するより遥かに確実。Atom はほぼ同じ目的の別形式。

別名: Atom / フィード / feed

RTCReal Time Clockあーるてぃーしー

電源を切っても時刻を維持する小型時計回路。CR2032 等のボタン電池でバックアップされ、本体電源 OFF 中も時計が進む。M5Stack Core2 は内蔵 RTC あり。NTP で初回同期しておけば、その後はオフラインでも正確な時刻を保持できる。

別名: Real Time Clock

S25 語

SaaSSoftware as a Serviceさーす

インターネット経由で利用するソフトウェアサービス。月額課金が一般的。サーバ・データを自社で持たないので導入が早い。代表例: Salesforce / Slack / Notion / Looker Studio。

別名: Software as a Service

SARSynthetic Aperture Radarサー（合成開口レーダー）

電波を照射して反射を捉える観測方式。光ではないため、雲があっても夜間でも観測できる。災害時のように「まさに見たいときに雲がある」場面で強い。ただし画像の見え方が写真とは異なり、読み解きに慣れが要る。

別名: 合成開口レーダー / Synthetic Aperture Radar / レーダー衛星

Schema.orgすきーまどっとおーぐ

Google / Microsoft / Yahoo / Yandex が共同で運用する、Web 上のオブジェクト記述語彙集。Article / Person / Organization / FAQPage / HowTo / Product 等、約 800 種類のクラスを定義。JSON-LD（JSON for Linked Data） で記述するのが現代の主流。検索結果のリッチ表示と LLM の理解を同時に助ける。

別名: schema.org / schemaorg

SEOSearch Engine Optimizationえすいーおー

検索エンジン (主に Google) の検索結果で上位表示されるための施策の総称。技術 SEO (構造・速度・モバイル対応)、コンテンツ SEO (質と網羅性)、外部 SEO (被リンク) の 3 軸。生成 AI 時代の派生概念が GEO（Generative Engine Optimization） / LLMO（Large Language Model Optimization）。

別名: Search Engine Optimization / 検索エンジン最適化

Snowparkすのーぱーく

Snowflake 上で Python などのコードを実行できる仕組み。データを外に出さずに処理できる。ただし SQL（Structured Query Language） で書ける処理をあえて置き換える理由は薄く、SQLで表現しにくいものに限って使うのが実務的。

Snowpipeすのーぱいぷ

ステージ（Stage） にファイルが置かれたことを契機に、自動で取り込む仕組み。定期実行を組まずに継続的な取り込みができる。1ファイルが小さすぎると割高になるため、まとめ方の設計が要る。

SNSSocial Networking Serviceエス・エヌ・エス

Facebook / X / Instagram / LINE / TikTok など人と人をつなぐオンラインサービス。日本では「SNS」が広く使われる。海外では「Social Media」

別名: Social Media / ソーシャルメディア

SOC 2Service Organization Control 2そっくつー

米国公認会計士協会 (AICPA) が定めるクラウドサービスのセキュリティ監査基準。セキュリティ・可用性・処理の完全性・機密性・プライバシーの 5 領域を評価。Type I = 設計、Type II = 一定期間の運用実績まで監査。SaaS（Software as a Service） 選定時に「SOC 2 Type II 取得済み」が事実上の最低ライン。

別名: SOC2 / SOC II / Service Organization Control 2

SRMSample Ratio Mismatchエス・アール・エム

A/B テストで「50:50 で割付したつもりが実際は 47:53 だった」のような割付比率のズレ。bot や dedupe 漏れ、トラッキング欠損が原因。SRM があるとテスト結果は信用できないので、毎回最初にカイ二乗検定で確認する。

指標設計の教科書 EP.17

SSH鍵SSH Keyエス・エス・エイチ かぎ

サーバへ接続するための鍵。一対の鍵で構成され、公開側をサーバに登録しておく。登録した鍵の一覧は散らばりやすく、離任時にどこに登録したか分からなくなるのが典型的な問題。

別名: SSH Key / 公開鍵

SSOSingle Sign-Onエス・エス・オー（シングルサインオン）

一度の認証で複数のサービスを使えるようにする仕組み。管理側は元の1か所を止めれば全部止まるため、離任処理が確実になる。個別のIDが残っていると、この利点が崩れる。

別名: シングルサインオン / Single Sign-On

Stable Diffusion XLすたぶる でぃふゅーじょん えっくすえる

Stability AI 製のオープン画像生成モデル。テキストから高品質画像を生成、LoRA / ControlNet で細かい制御が可能。商用利用 OK (CreativeML Open RAIL-M ライセンス)。ゲーム開発では立ち絵 / 背景 / UI アイコン生成に使われる。

別名: SDXL / Stable Diffusion

STACSpatioTemporal Asset Catalogすたっく

衛星画像などの地理空間データを、場所と時刻で検索できるようにする共通のカタログ仕様。提供元ごとにバラバラだった検索方法が揃うため、「この範囲・この期間・雲が少ないもの」といった条件で機械的に探せるようになる。

Statsigスタットシグ

Facebook 出身者が立ち上げた 特徴量 Flag + Experimentation 統合 SaaS（Software as a Service）（2022〜）。月間100万イベントまで無料、Pulse という機能で 長期影響（90日後のリテンションなど）も自動追跡。スタートアップで採用増。

STTSpeech to Textえすてぃーてぃー

音声を文字に起こす技術。ローカル運用では Whisper 系のモデルを手元で動かすのが定番で、これも外部送信なしで完結できる。

別名: 音声認識 / ASR

T7 語

TDDTest-Driven Developmentてぃー・でぃー・でぃー（テスト駆動開発）

テストを先に書き、それを通すように実装を進める開発手法。失敗するテストを書く→通す→整理する、を小さく繰り返す。設計手法としての側面が強く、テストを増やすこと自体が目的ではない。

別名: テスト駆動開発 / Test-Driven Development

Time Travelたいむ とらべる

過去の時点のデータを参照・復元できる Snowflake の機能。誤って削除・更新した直後の復旧に使える。保持期間を延ばすほど保管費用が増えるため、表ごとに必要な期間を決める。

別名: タイムトラベル

tok/stokens per second

1 秒あたりの生成トークン数。ローカル LLM の体感速度を測る基本指標。日本語ではおおむね 1 トークンが 1 文字前後なので、20 tok/s なら「1 秒に 20 文字くらい流れてくる」感覚になる。

別名: トークン毎秒 / tps

TOPIXTokyo Stock Price Indexトピックス

東証株価指数。プライム市場の全銘柄を時価総額加重平均で算出した日本を代表する株価指数の1つ。日経225（Nikkei Stock Average）と並ぶ日本市場のベンチマーク。

別名: 東証株価指数

TTSText to Speechてぃーてぃーえす

文字を音声で読み上げる技術。STT と対になる。声で返してくる相手が欲しい用途では、応答生成より TTS の遅延の方が体感を左右することが多い。

別名: 音声合成

U5 語

UIUser Interfaceゆーあい

ユーザーがソフトウェアと対話する画面・操作の総称。ボタン・フォーム・メニュー・コマンドラインなど。Web では HTML + CSS + JS で実装。良し悪しはタスク達成までの時間とエラー率で測るのが基本。

別名: User Interface / ユーザーインターフェース

Unityユニティ

世界最大級のゲームエンジン (Unity Technologies 社製)。C# でスクリプト、Asset Store のエコシステムが圧倒的。モバイル/PC/コンソール/WebGL の幅広い対応。個人・小規模は無料、企業規模では Pro/Enterprise の課金。

別名: Unity 6 / Unity3D

Unreal Engineアンリアル エンジン

Epic Games 製の AAA 級ゲームエンジン。C++ + Blueprint のハイブリッド開発。Nanite / Lumen / MetaHuman でフォトリアル 3D を実現。売上 100 万 USD/年まで無料、超過分に 5% ロイヤリティ。

別名: Unreal / UE5 / UE4

User-Agentユーザーエージェント

HTTP リクエストに付ける「誰が要求しているか」の名乗り。既定のままだとブロックされる API や、逆に名乗りが無いと問い合わせ先が困る場面がある。連絡先を含めて名乗るのが礼儀とされる。

別名: UA

UTMパラメータUrchin Tracking Moduleユー・ティー・エム

URL に付ける ?utm_source=line&utm_campaign=summer2026 のようなクエリパラメータ。Google Analytics 等が 流入経路 を識別するために使う。first_touch_channel として保存しておくと cohort 分析に直結する。

別名: UTM

V2 語

VIXVolatility Indexヴィックス

S&P500 オプションから算出される「恐怖指数」。市場のボラティリティ予想を 0〜100 で表す。20以下＝平穏、30超＝動揺、50超＝パニック。

別名: 恐怖指数

VRAMVideo RAMぶいらむ

GPU 専用のメモリ。外付け GPU ではここにモデルが収まらないと動かないため、容量がそのまま動かせるモデルの上限を決める。Apple Silicon はユニファイドメモリなのでこの制約が緩い。

W7 語

WAUWeekly Active Usersダブリュー・エー・ユー

直近 7 日にアクセスしたユニークユーザー数。曜日依存の波を吸収できるため、週次のグロース管理に最適。

指標設計の教科書 EP.02

WCAGWeb Content Accessibility Guidelinesウィキャグ

Web を誰でも使えるようにするための国際的な指針。コントラスト比（Contrast Ratio）やキーボード操作、動きの抑制などの基準が定められている。

別名: アクセシビリティ指針

Web フォントWeb Fontウェブフォント

閲覧者の端末に入っていない書体を、ページと一緒に配信して使う仕組み。指定しないと端末ごとに違う書体で表示される。和文は文字数が多く、容量が大きくなりやすい。

別名: web font / ウェブフォント

Webhookウェブフック

こちらから問い合わせるのではなく、相手側の変化をきっかけに向こうから通知が飛んでくる仕組み。定期的に取りに行く方式と比べ、無駄な問い合わせが減り、反映も速い。

別名: ウェブフック

WFCWave Function Collapseだぶりゅーえふしー

タイルの隣接ルールから矛盾のないマップを生成するアルゴリズム (mxgmn 発表, 2016)。量子力学の波動関数崩壊メタファー。Tilemap / Voxel / 都市生成で広く使われる。プロシージャル生成の代表手法。

別名: Wave Function Collapse

what3wordsわっとすりーわーず

地球を3m×3mの格子に分け、それぞれを 3 つの単語で表現する位置エンコーディング。例: cake.found.tribes。緊急通報・物流のピンポイント伝達で使われる。商用 API（Application Programming Interface）、日本語版もあり。

Whisper

OpenAI が公開した音声認識モデル。オープンウェイトで手元でも動かせるため、ローカル前提の音声入力では最初の候補になりやすい。日本語も扱える。

Y2 語

あ20 語

アクチュエータ

電気信号を物理的な動きに変える部品。モーター・ポンプ・バルブ・ヒーターなど。センサーが「読む」側なら、アクチュエータは「書く」側にあたる。

別名: Actuator

アサーションAssertionあさーしょん

テストの中で「こうなっているはず」を宣言し、違えば失敗させる記述。テストの本体であり、これが弱いと実行はされるが何も検証していないテストになる。

別名: Assertion / 表明

アムダールの法則Amdahl's Lawあむだーるの ほうそく

並列化で得られる高速化は、並列化できない部分の割合に頭打ちにされるという法則。1割が直列なら、どれだけ並列化しても10倍以上には速くならない。並列化に飛びつく前に直列部分を削るべき根拠になる。

別名: Amdahl's Law / アムダール則

アレニウスの式─

化学反応速度定数 k と温度 T の関係を表す式：k = A · exp(−Ea/RT)。両辺の log を取ると ln(k) = ln(A) − Ea/(R·T) で、1/T に対して直線になる（アレニウスプロット）。Ea は活性化エネルギー。

別名: Arrhenius / 活性化エネルギー / Ea

EP.11 化学反応のシミュレーション

アンスコムの数値例Anscombe's Quartetあんすこむの すうちれい

平均も相関係数もほぼ同じなのに、グラフにすると全く違う形になる4つのデータ。統計学者アンスコムが1973年に示した。数値だけを見て判断する危うさを示す代表例として使われる。

別名: Anscombe's Quartet / アンスコムの四重奏

イールドカーブYield Curveイールドカーブ

残存期間ごとの債券利回りを並べた曲線。通常は期間が長いほど利回りが高い。短期が長期を上回る（逆イールド）状態は景気後退の前触れとして注目される。

別名: 利回り曲線

イテレーションいてれーしょん

同じ処理を何度も繰り返すこと。機械学習（Machine Learning） モデルの学習エポック・アジャイル開発のスプリント・PDCA（Plan-Do-Check-Act） の1周など。「回す回数 × 1回あたりの効果」で総成果が決まる。

別名: Iteration / 反復

インデックスIndexいんでっくす

目的の行を速く見つけるための、データベース内の索引。本の巻末索引と同じ発想。検索は速くなるが、書き込みのたびに索引も更新する必要があるため、貼りすぎると更新が遅くなる。

別名: Index / 索引

インデント─

行の先頭の空白（普通は半角スペース4つ）。Python では「ここは関数の中身」「ここは for の中身」をインデントで示す。崩れるとエラー。

Kids EP.01 ハロー Colab

ウェイクワード

「OK, ○○」のように、常時待機している機器を呼び起こすための合図の言葉。これを検知するまでは音声を本格処理しない作りにすることで、常時録音せずに常時待機できる。

別名: Wake Word / ホットワード

ウォーターマークWatermarkウォーターマーク

「ここまでのデータは揃った」と見なす時刻の線。遅れて届くデータがあるため、現在時刻をそのまま線にすると取りこぼす。どれだけ遅れを許容するかを決めて線を引く。

別名: watermark / 高水位

エンゲージメントえんげーじめんと

ユーザがプロダクトやコンテンツとどれだけ深く関わっているかを表す指標。SNS（Social Networking Service） の「いいね・コメント・シェア率」、SaaS（Software as a Service） の「主要機能利用率」など。アクセス量だけでは見えない質を測る用途。

別名: Engagement

オープンウェイト

学習済みの重みが公開され、手元にダウンロードして動かせるモデルのこと。学習データや学習コードまで公開する「オープンソース」とは区別して使われる。ライセンスは商用可否を必ず確認する。

別名: Open Weight / オープンウエイト

オブザーバビリティObservabilityおぶざーばびりてぃ

外から観測できる情報だけで、内部で何が起きているか説明できる状態。監視が「決めた異常を見張る」のに対し、こちらは想定していなかった問題も追えることを目指す。ログ・指標・トレースが土台になる。

別名: Observability / 可観測性

オントロジー

ある領域に登場する概念と、その間の関係を厳密に定義したもの。「顧客とは何か」「注文と顧客はどう関係するか」を機械が扱える形で決める。強力だが合意形成のコストが非常に高いため、範囲を絞るほど成功しやすい。

別名: Ontology

異常検知ハンドブックいじょうけんち

ふくふく Field Notes の連載シリーズ。3σ・IQR の古典手法から Isolation Forest・LOF・オートエンコーダまで、異常検知の全工程を扱っている。

異常検知ハンドブック

因果Causationいんが

片方が原因で、もう片方が結果として起きるという関係。相関（Correlation） があっても因果があるとは限らない。確かめるには、原因の側を意図的に変えてみる実験が要る。

別名: Causation / 因果関係

受入Onboardingうけいれ

新しく加わる人が働ける状態になるまでの手続きと支援。環境の用意、権限の付与、文脈の共有を含む。ここでの躓きが、そのまま立ち上がりの遅れになる。

別名: Onboarding / オンボーディング

板情報Order Bookイタジョウホウ

「いくらで何株買いたい／売りたい」という注文が価格ごとに積まれた一覧。約定した価格の履歴とは別物で、取引が成立する前の需給が見える。

別名: オーダーブック / 板

か45 語

ガードレール指標Guardrail Metricがーどれーる しひょう

主要な指標を追う過程で、犠牲にしてはいけないものを見張る指標。売上を追って解約が増えていないか、速度を追って品質が落ちていないか。目標にはしないが、悪化したら止めるという使い方をする。

別名: Guardrail Metric / 見張り指標

キャッシュCacheきゃっしゅ

一度得た結果を手元に取っておき、次回はそれを返す仕組み。速くなる代わりに元のデータと食い違う可能性が生まれる。導入の本体は保存側ではなく、いつ捨てるか（無効化）の設計にある。

別名: Cache

キャッシュ無効化Cache Invalidationきゃっしゅ むこうか

保持している キャッシュ（Cache） を破棄し、次回に元データを取り直させること。早すぎれば効果がなく、遅すぎれば古い情報を返す。計算機科学で最も難しい問題のひとつとしてしばしば引き合いに出される。

別名: Cache Invalidation / キャッシュパージ

クエリ文字列Query Stringクエリモジレツ

URL の ? 以降に付ける、鍵と値の並び。絞り込み条件やページングの指定に使う。アクセスログや履歴に残るため、秘密情報を載せる場所には向かない。

別名: クエリパラメータ / query string

グッドハートの法則Goodhart's Lawぐっどはーとの ほうそく

指標が目標になった瞬間、良い指標ではなくなるという経験則。人はその数字を上げる行動を取るため、本来測りたかったものとの対応が崩れる。目標設定の副作用を説明する言葉として広く使われる。

別名: Goodhart's Law

クラスタリングくらすたりんぐ

正解ラベルなしで、似たデータ同士のグループを発見する教師なし学習。K-means クラスタリング / 階層クラスタリング / DBSCAN などが代表的。人間が後からグループに名前を付けるのが前提。

別名: Clustering

クラスタリングキーClustering Keyくらすたりんぐきー

データの並び順を指定して、プルーニング（Partition Pruning） が効きやすい配置に保つ設定。大きな表で特定の列に絞る検索が多い場合に効く。維持のための処理が継続的に発生するため、費用と釣り合うかの判断が要る。

別名: Clustering Key

クレジットSnowflake Creditくれじっと

Snowflake の計算処理に対する課金単位。仮想ウェアハウス（Virtual Warehouse） が動いている時間とサイズに応じて消費される。止まっている間は消費されないため、止め方の設計がそのまま費用の設計になる。

別名: Snowflake Credit / Credit

クレデンシャルCredentialくれでんしゃる

本人であることを証明するための情報。パスワード、アクセスキー、トークン、証明書など。手元の端末に残りやすく、離任後も有効なまま放置されがちなのが実務上の問題になる。

別名: Credential / 認証情報

コーポレートアクションCorporate Actionコーポレートアクション

株式分割・併合・配当・合併など、株価の連続性に影響する企業の行為。調整しないと過去の価格と比較できない。分割日をまたぐと、見かけ上は暴落したように見える。

別名: corporate action / 株式分割

コサイン類似度こさいんるいじど

2 つのベクトルの「方向の一致度」を -1〜1 で表す。1 に近いほど似ている。文章の意味比較・嗜好ベクトル比較で使う。長さ (大きさ) を無視するので、語彙数・スコア桁が違っても公平に比較できる。

別名: Cosine Similarity / 余弦類似度

コネクションプールConnection Poolこねくしょん ぷーる

データベース等への接続を使い回すために、あらかじめ確保しておく仕組み。接続の確立は高コストなため効果が大きい。上限が小さいと待ち行列ができ、大きすぎるとDB側が過負荷になるので、両側で辻褄を合わせる必要がある。

別名: Connection Pool / 接続プール

コホートこほーと

同じ時期に獲得 / 同じ条件を持つ顧客のグループ。「2024年4月新規登録ユーザの解約率推移」のように、取得時期で分けて比較する分析で頻用。SaaS（Software as a Service） のリテンション分析・広告キャンペーン効果測定の標準手法。

別名: Cohort / コホート分析

コンテキストウィンドウ

モデルが一度に読み書きできるトークン数の上限。長くするほど扱える情報は増えるが、KV キャッシュがメモリを圧迫する。ローカル運用では「モデル本体 + コンテキスト分」でメモリを見積もる。

別名: Context Window / コンテキスト長

コントラスト比Contrast Ratioコントラストヒ

文字色と背景色の明るさの差を表す数値。本文は 4.5:1 以上、大きい文字や図形は 3:1 以上が目安。低いと、環境や視力によって読めなくなる。

別名: contrast ratio / コントラスト

雲マスクCloud Maskくも ますく

衛星画像のうち、雲に覆われた画素を特定して除外するための情報。多くの提供元が判定結果を同梱している。除外しないまま集計すると、雲の明るさが値に混ざるため、解析の前段で必ず扱う。

別名: Cloud Mask / 雲判定

仮想ウェアハウスVirtual Warehouseかそう うぇあはうす

Snowflake で計算処理を行う実体。データの保管場所とは独立していて、必要なときだけ起動し、止めれば課金も止まる。用途ごとに複数用意して負荷を分離できるのが設計上の要点。

別名: Virtual Warehouse / ウェアハウス / Warehouse

可視化図鑑かしかずかん

ふくふく Field Notes の連載シリーズ。棒・折れ線・サンキーから業界別ダッシュボードまで、グラフの選び方をハンドブック形式で扱っている。

可視化図鑑トップ

解約率かいやくりつ

期初に在籍していた顧客のうち、期末までに離脱した割合。SaaS（Software as a Service） では月次 / 年次の MRR (Monthly Recurring Revenue) ベースの Revenue Churn と人数ベースの Logo Churn がある。目安: SaaS の月次 Logo Churn 1% 以下が健全。

別名: Churn / 離反率 / チャーン / Churn Rate / Retention

確報値Revised Figureカクホウチ

集計が確定したあとに公表される数値。速報値（Preliminary Figure）を置き換える。過去の数字が後から変わるため、取得したデータには「いつ時点の公表か」を添えて残す必要がある。

別名: 確報 / 確定値 / revised

確率Probabilityかくりつ

あることがどれくらい起こりやすいかを、0 から 1 の数で表したもの。人間の直感と食い違うことが多く、直感に反する結果が正しい場面がしばしばある。

別名: Probability

環境変数Environment Variableカンキョウヘンスウ

プログラムの外側から値を渡す仕組み。API（Application Programming Interface）キーのような秘密情報をソースコードに書かずに済ませる、最も手軽な方法。

別名: environment variable / env

監査ログAudit Logかんさ ろぐ

誰が・いつ・何をしたかを、後から追える形で残した記録。障害の調査だけでなく、不適切な利用がなかったことを示すためにも使う。機微な情報を扱う仕組みでは、あることが前提になる。

別名: Audit Log / 操作記録

間隔反復かんかくはんぷく

復習の間隔を少しずつ広げながら繰り返す学習法。覚えた直後より、忘れかけた頃に思い出す方が定着しやすいという性質を利用する。「いつ復習するか」を機械に計算させやすい領域でもある。

別名: Spaced Repetition / 分散学習

関数かんすう（プログラミング）

「あること（処理）」をひとつにまとめて名前を付けたもの。def hello(): のように作って hello() で呼び出す。同じことを何度も使えるので便利。

別名: 関数

Kids EP.06 自由研究 STEM EP.01 関数を動かす

期間合成Temporal Compositeきかん ごうせい

一定期間の複数の観測から、雲のない画素を選んで1枚の画像を作る手法。単独の日付では雲で使えない地域も、期間をまとめれば埋まる。代わりに「いつ時点か」が曖昧になるという代償がある。

別名: Temporal Composite / コンポジット

機械学習Machine Learningきかいがくしゅう

データのパターンを学習して予測・分類するコンピュータの仕組み。教師あり / 教師なし / 強化学習などがある。

別名: ML / Machine Learning

STEM EP.07 機械学習入門

季節調整Seasonal Adjustmentキセツチョウセイ

毎年決まった時期に現れる変動を取り除き、傾向を見やすくする処理。調整済みの値と原数値を混ぜて比較してはいけない。公的統計では両方が公表されていることが多い。

別名: 季調値 / seasonally adjusted

技術的負債Technical Debtぎじゅつてき ふさい

目先の速さを優先して積み上がった、後で返済（改修）が必要な設計・実装上の借金。放置すると「利息」＝改修コストと障害リスクが膨らむ。レガシーシステム は技術的負債が長年複利で膨らんだ状態ともいえる。

別名: Technical Debt / テクニカルデット

逆算ぎゃくさん

目標とする将来の状態から現在へ遡って、いつ何をしておくべきかを決める考え方。「今できることの積み上げ」と反対の向きで考える。締切が動かせない計画で特に有効。

別名: バックキャスティング / Backcasting

虚栄の指標Vanity Metricきょえいの しひょう

数字は増えるが、判断や行動に結びつかない指標。累計の登録者数、総ページ閲覧数など。下がることがないので常に良く見えるのが特徴で、報告用には使われるが意思決定には使えない。

別名: Vanity Metric / 見栄え指標

空間結合くうかんけつごう

「点がどの面の中にあるか」といった位置関係を条件にしてデータを結合する操作。共通のキーがなくても、緯度経度さえあれば行政区域や商圏と紐づけられる。オープンデータと自社データを繋ぐ最も強力な手段のひとつ。

別名: Spatial Join

群ごとの精度差Group Fairness Metricぐんごとの せいどさ

属性の異なる集団それぞれについて、予測の当たり方を比べた指標。全体では高精度でも、特定の集団だけ大きく外れていることがある。平均だけを見ていると気づけない種類の問題。

別名: Fairness Metric / 公平性指標

契約テストContract Testけいやく てすと

呼び出す側と呼ばれる側の「約束」を検証するテスト。相手のシステム全体を動かさずに、やり取りの形式が守られているかを確かめられる。外部連携の変更で壊れることを事前に検知できる。

別名: Contract Test / コントラクトテスト

計算量けいさんりょう

アルゴリズムが入力サイズに対してどれだけ時間・メモリを使うかの指標。時間計算量と空間計算量がある。O 記法で表すのが一般的。

別名: 時間計算量 / 空間計算量

EP.14 ソートアルゴリズム発明史

欠測メカニズムけっそくめかにずむ

なぜその値が欠けているのかの構造。完全にランダム（MCAR）、他の観測値で説明できる（MAR）、欠けていること自体が値と関係する（MNAR）の3つに分ける。MNAR の場合、補完はほぼ必ず偏るため、埋めずにフラグ化する判断が必要になる。

別名: MCAR / MAR / MNAR

欠損値補完けっそんちほかん

空いている値を、何らかの推定値で埋める処理。平均で埋める単純なものから、他の変数から回帰で予測するもの、複数の候補を作って不確実性まで扱うものまで幅がある。埋めた値は観測値ではないという区別を持ち続けることが要点。

別名: Imputation / 代入法

決定木けっていぎ

「もし X なら Y」を木構造で表した分類・回帰モデル。直感的で解釈しやすい。単独では精度が伸びにくいが、ランダムフォレスト や 勾配ブースティング (XGBoost / LightGBM) に発展させると強力。

別名: Decision Tree / 決定ツリー

結果キャッシュResult Cacheけっか きゃっしゅ

同じクエリの結果を保持し、再実行時に計算せず返す仕組み。仮想ウェアハウス（Virtual Warehouse） を起動せずに返せるため費用もかからない。元のデータが変わると無効になる。

別名: Result Cache / クエリ結果キャッシュ

結合テストIntegration Testけつごう てすと

複数の部品を組み合わせた状態で検証するテスト。DBや外部APIとの接続部分など、単体テスト（Unit Test） では検出できない「つなぎ目の不整合」を捉える。単体より遅く、壊れやすい。

別名: Integration Test / インテグレーションテスト

結論先出しAnswer-first Structureけつろん さきだし

問いに対する答えを冒頭に置き、理由や補足を後に続ける構成。AIが引用しやすく、読者も離脱しにくい。背景から順に説明する構成は、答えの部分が埋もれるため引用されにくい。

別名: Answer-first / 結論ファースト

誤情報の訂正Correcting AI Misinformationごじょうほうの ていせい

生成AIが自社について誤った内容を答えたときに、正しい情報を届けるための対応。直接の修正はできないため、根拠となる情報を明確な形で公開し直すという間接的な手段になる。

別名: 誤情報訂正

交絡Confoundingこうらく

2つのものの両方に影響している、別の要因があること。アイスの売上と水難事故が同時に増えるのは、どちらも気温という共通の原因を持つため。相関（Correlation） を 因果（Causation） と誤解する最大の原因。

別名: Confounding / 交絡因子 / 第三の変数

切り替えCutoverかっとおーばー

旧システムから新システムへ、実際に処理を切り替える瞬間。一括で切るか段階的に切るかで難易度が大きく変わる。戻せるかどうかが計画の質を決める。

別名: Cutover / カットオーバー

さ48 語

サービスアカウントサービスアカウント

人ではなくプログラムのために作るアカウント。担当者の個人アカウントに紐づかないため、退職や異動で処理が止まらない。権限は必要な範囲だけに絞って与える。

別名: service account / SA

サニタイズさにたいず

入力に含まれる危険な文字や形式を無害化する処理。SQL（Structured Query Language） インジェクション・XSS・コマンドインジェクション対策の基本。ホワイトリスト方式（許可文字だけ通す） が ブラックリスト方式（NG文字を除外）より安全。

別名: Sanitize / サニタイゼーション

ジオコーディングじおこーでぃんぐ

住所文字列から緯度経度を取得する処理。逆ジオコーディングは緯度経度から住所を取得。Google Maps API（Application Programming Interface） / 国土地理院 / OSM（OpenStreetMap） Nominatim が主要選択肢。住所表記の正規化と組み合わせるのが定石。

別名: Geocoding / 住所→緯度経度

ジッタJitterジッタ

リトライの待ち時間に意図的に加える乱数のゆらぎ。同時に失敗した処理が同じ時刻に再試行して再び混雑するのを防ぐ。間隔を空けるだけでは足並みが揃ってしまう。

別名: jitter / ゆらぎ

スキーマドリフトSchema Driftスキーマドリフト

配信元の都合で、列が増えたり型が変わったりして、データの形が知らないうちにずれること。エラーにならず値だけが壊れることがあるため、取得時点で形を検証しておく必要がある。

別名: schema drift / スキーマ変更

スキーマの変更Schema Evolutionすきーまの へんこう

列の追加・削除・型変更など、データの構造が時間とともに変わること。追加は比較的安全だが、削除と型変更は下流を壊す。変更の種類ごとに手順を決めておく必要がある。

別名: Schema Evolution / スキーマ進化

スクレイピングスクレイピング

Web ページの HTML を解析して必要な値を抜き出すこと。API（Application Programming Interface）が無いときの最後の手段。利用規約と robots.txt の確認、および相手のサーバへの負荷配慮が前提になる。

別名: Webスクレイピング / web scraping

スケーラビリティすけーらびりてぃ

負荷が増えたときに性能を保ったままスループットを拡張できる性質。水平スケール（マシンを増やす） / 垂直スケール（マシンを大きくする）の2方向。クラウドでは水平が標準。

別名: Scalability / 拡張性

ステージStageすてーじ

Snowflake に取り込む前のファイルを置く場所。クラウドストレージを指す外部ステージと、Snowflake 内部の内部ステージがある。取り込み処理の入口にあたる。

別名: Stage / Snowflake Stage

ストラングラーパターンStrangler Fig Patternすとらんぐらー ぱたーん

旧システムを一気に置き換えず、新システムで機能を1つずつ包み込みながら段階的に移行する手法。名前は宿主の木を徐々に覆って絞め殺すイチジク（絞め殺しの木）に由来。全面刷新の「ビッグバン移行」より低リスク。Martin Fowler 提唱。

別名: Strangler Fig / Strangler Pattern / ストラングラーフィグ

スナップショットテストSnapshot Testすなっぷしょっと てすと

出力をまるごと記録し、次回以降その記録と差分がないかを見るテスト。書くのは非常に楽だが、差分が出たとき中身を確認せず更新してしまいがちで、通っているのに何も検証していない状態に陥りやすい。

別名: Snapshot Test / スナップショット

スピルSpillすぴる

処理中のデータがメモリに収まらず、ディスクへ書き出されること。並べ替えや結合で起きやすく、発生した瞬間に処理が大幅に遅くなる。ウェアハウスのサイズを上げるべきかの判断材料になる。

別名: Spill / スピルアウト

スモークテストSmoke Testすもーく てすと

「最低限これが動かなければ話にならない」という少数の経路だけを短時間で確認するテスト。電源を入れて煙が出ないかを見る点検が語源。デプロイ直後の確認に向く。

別名: Smoke Test

スループットするーぷっと

単位時間あたりの処理件数（req/s, queries/sec, MB/s 等）。レイテンシ（1件あたりの遅延）と対の指標。「最大何件まで耐えられるか」を測るときに使う。

別名: Throughput / 処理能力

セグメンテーションせぐめんてーしょん

顧客 / 商品 / 行動などを意味のあるグループに分けること。マーケ施策の出し分け・優良顧客の特定・パーソナライズの土台。事前に切る (デモグラ等) と 事後に切る (クラスタリング等) の2方向。

別名: Segmentation / セグメント分け

セマンティックWeb

Web 上の情報に機械が解釈できる意味づけを与え、横断的に扱えるようにしようという構想。2000 年代初頭に提唱され、RDF などの技術体系が整備された。理念は広く支持されたが、書き手側の負担が普及の壁になった。

別名: Semantic Web

セマンティックレイヤー

「売上とは何か」といった指標の定義を、データの物理的な置き方から切り離して 1 箇所で管理する層。BI ツールや SQL に定義が散らばると同じ名前の指標が食い違うため、定義の正本をここに集める。

別名: Semantic Layer / 意味層 / メトリクス層 / Metrics Layer

セルフホストランナーSelf-hosted Runnerせるふほすと らんなー

GitHub Actions のジョブを、提供元のマシンではなく自分で用意した環境で動かす仕組み。実行時間課金を回避でき、キャッシュも効きやすい。代わりにマシンの管理と、セキュリティの責任を自分で負う。

別名: Self-hosted Runner / 自前ランナー

セル結合セルケツゴウ

表計算ソフトで複数のマス目をつなげて1つに見せる機能。人が読むには分かりやすいが、機械が読むと結合された範囲の2つ目以降が空になるため、そのままではデータとして扱えない。

別名: 結合セル / merged cell

ゼロクリックZero-click Searchぜろくりっく

検索結果の画面上で答えが得られ、サイトを訪問せずに終わること。生成AIの回答ではこれが標準になる。訪問数が減っても認知は得ている可能性があるため、訪問数だけで評価すると判断を誤る。

別名: Zero-click Search / ゼロクリック検索

ゼロコピークローンZero-Copy Cloneぜろこぴー くろーん

データを実際に複製せず、瞬時に複製したかのように使える Snowflake の機能。作成時点では保管領域を消費せず、変更した部分だけが増える。本番相当の検証環境をほぼ無償で作れるのが大きい。

別名: Zero-Copy Clone / クローン

影響のない並行実行Shadow Runしゃどう らん

新システムを、結果を採用せずに本番と同じ入力で動かすこと。利用者に影響を与えずに、新旧の出力差を確認できる。切り替え（Cutover） 前の最も確実な検証手段。

別名: Shadow Run / シャドーラン / 並行実行

差分更新Incremental Indexingさぶん こうしん

変更のあった文書だけを索引に反映する方式。全件を作り直すより速く安いが、削除の反映漏れが起きやすい。定期的な全件再構築とセットで運用する。

別名: Incremental Indexing / 増分インデックス

座標参照系Coordinate Reference Systemざひょうさんしょうけい

緯度経度や座標が「どの基準で測られた値か」を定める規定。EPSG コードで識別する。系が違うデータを気づかず重ねると数百メートル単位でずれるため、地理データを扱うときは最初に揃えるのが鉄則。

別名: CRS / 測地系 / EPSG

最小権限Principle of Least Privilegeさいしょうけんげん

必要な作業に必要な権限だけを与えるという原則。事故と被害の範囲を限定できる。守るのが難しいのは、足りないとすぐ困るが、余っていても誰も困らないという非対称があるため。

別名: Least Privilege / 最小権限の原則

散布図Scatter Plotさんぷず

2つの数値の関係を、点の位置で表したグラフ。右上がりなら正の 相関（Correlation）、右下がりなら負の相関。数値だけでは分からない形（曲がっている、群れが分かれている）が見える。

別名: Scatter Plot / 散布図

思考過程Chain of Thoughtしこうかてい

モデルが答えを出すまでに内部で辿った推論の筋道。デバッグには有用だが、そのままユーザーに見せる想定ではないものが多い。gpt-oss は完全な思考過程を返すため、表示するかどうかは実装側の判断になる。

別名: CoT / Chain of Thought

指数バックオフExponential Backoffシスウバックオフ

リトライの待ち時間を 1 秒、2 秒、4 秒…と倍にしていく方式。全員が同じ間隔で再試行すると混雑が再現するため、ゆらぎ（ジッタ）を足して足並みを崩すのが定石。

別名: exponential backoff / バックオフ

事前絞り込みPre-filteringじぜん しぼりこみ

検索する前に、対象を見てよい範囲へ絞る方式。検索した後で除外する方式（事後）と違い、見せてはいけない文書が候補に入らない。権限を扱う検索では、こちらが原則になる。

別名: Pre-filtering / 事前フィルタ

軸の切り詰めTruncated Axisじくの きりつめ

グラフの軸を 0 から始めずに途中から描くこと。わずかな差が大きな差に見える。意図的な誇張にも、単なる見やすさの調整にも使われるため、軸の目盛りを必ず確認する必要がある。

別名: Truncated Axis / 軸の省略

実行計画Execution Planじっこうけいかく

データベースがそのSQLをどう処理するつもりかを示した手順書。EXPLAIN で確認できる。どの表をどの順で読み、インデックス（Index） を使うのか全件走査するのかが分かるため、SQLが遅い理由はほぼここに書いてある。

別名: Execution Plan / Query Plan / EXPLAIN / クエリプラン

情報設計Information Architectureジョウホウセッケイ

何をどこに置き、どういう順で見せるかの設計。「見にくい」の原因は配色や書体ではなく、ここにあることが多い。量が増えたときに最初に壊れる部分でもある。

別名: IA / information architecture

条件付き確率Conditional Probabilityじょうけんつき かくりつ

ある条件が分かっているときの 確率（Probability）。「検査で陽性だったとき、実際に病気である確率」など。元の割合（そもそも何人が病気か）を無視すると、大きく誤る。

別名: Conditional Probability

蒸留じょうりゅう

大きなモデルの振る舞いを、小さなモデルに学習させて写し取る手法。小型でも一定の性能を出せる代わりに、元モデルの利用規約が派生物の扱いを制限している場合があるため、ライセンス確認が要る。

別名: Distillation / 知識蒸留

信頼できる唯一の情報源Single Source of Truthしんらいできるゆいいつのじょうほうげん

同じ情報が複数の場所に散らばらないよう、正本を 1 箇所に決めておく考え方。置き場が増えるほど「どれが最新か」で消耗するため、まず置き場を決めることが運用設計の出発点になる。

別名: SSoT / Single Source of Truth

心理的安全性しんりてきあんぜんせい

チーム内で「率直に発言・失敗報告できる」と感じられる状態。Google Project Aristotle で「高業績チームの最大の共通点」と特定された。AI（Artificial Intelligence） 活用でも 失敗・ヒヤリハットの共有を促進する文化が定着の前提。

別名: Psychological Safety

整然データTidy Dataセイゼンデータ

1行が1つの観測、1列が1つの変数、1つの表が1つの観測単位、という形に揃えたデータ。集計も結合も、この形に直してから行うほうが圧倒的に楽になる。

別名: tidy data / 縦持ち

正となるシステムSystem of Recordせいと なる しすてむ

そのデータについて、どこが正しい値を持っているかを定めた基準。移行期間中に曖昧になると、新旧どちらの値が正しいか誰も答えられない状態になる。切り替え計画で最初に決めるべき事項。

別名: System of Record / SoR / マスタ系

生存者バイアスSurvivorship Biasせいぞんしゃ ばいあす

残ったものだけを見て判断してしまう偏り。成功した企業だけを調べて成功法則を語る、帰ってきた飛行機だけを見て装甲を決める、といった例が有名。消えたものが見えないことが原因。

別名: Survivorship Bias / 生存バイアス

先行指標Leading Indicatorせんこう しひょう

結果より先に動く指標。売上（結果）に対する問い合わせ数、解約（結果）に対する利用頻度の低下など。手を打てるうちに気づけるのが価値だが、結果との関係が本当にあるかの確認が要る。

別名: Leading Indicator / 先行指標

先物Futures contractさきもの

「将来の特定時点に・特定価格で・特定数量を売買する」契約。原油・金・農産物などのコモディティ、株価指数、為替で取引される。価格変動のヘッジや投機に使われる。

別名: 先物取引 / Futures

選択バイアスSelection Biasせんたく ばいあす

調べる対象の選び方が偏っているために、結果が実態からずれること。答えてくれた人だけを集計する、来店した人だけに聞く、といった形で起きる。気づきにくく、件数を増やしても直らない。

別名: Selection Bias / 選択の偏り

鮮度Content Freshnessせんど

その情報がいつ時点のものかという性質。更新日を明示すると、AIも読者も判断しやすくなる。内容を変えずに日付だけ更新するのは、信頼を損なうため避けるべき行為。

別名: Content Freshness / 情報の鮮度

全国地方公共団体コードゼンコクチホウコウキョウダンタイコード

都道府県と市区町村に割り当てられた番号。市町村合併で廃止・新設されるため、古いデータと新しいデータを突き合わせるときは時点を意識する必要がある。

別名: 自治体コード / 市区町村コード / 団体コード

相関Correlationそうかん

片方が増えるともう片方も増える（または減る）、という関係。強さを −1 から +1 の数で表す。関係があることは示せるが、原因かどうかは示せないのが重要な性質。

別名: Correlation / 相関関係

速報値Preliminary Figureソクホウチ

集計が完全に終わる前に、早く出すことを優先して公表される数値。後日確報値に置き換わり、値が変わる。速報だけを保存していると、確報が出たあとも古い数字を持ち続けることになる。

別名: 速報 / preliminary

た45 語

タイポグラフィTypographyタイポグラフィ

書体の選択、大きさや太さの段階、行間や字間の設計。文章が主体のサイトでは、見た目の印象の大半をここが決める。

別名: typography / 文字組み

タイムゾーンタイムゾーン

同じ瞬間を、地域ごとに違う時刻表記で表す仕組み。取得したデータの時刻が現地時間なのか協定世界時（UTC）なのかを取り違えると、集計が数時間ずれる。夏時間のある地域では更にずれ幅が変わる。

別名: 時差 / UTC / タイムゾーン変換

チェックポイントチェックポイント

処理がどこまで進んだかを記録しておく印。取得が途中で落ちても、最初からやり直さずに続きから再開できる。記録する位置と、記録する頻度の設計が要る。

別名: checkpoint / しおり

ツール呼び出しFunction Calling

モデルが「この関数をこの引数で呼びたい」という構造化された要求を返す仕組み。返ってきた要求を実行するのはアプリ側で、モデル自身が外部を操作するわけではない。エージェントが「行動」できるのはこの仕組みがあるため。

別名: Function Calling / ツールコール / Tool Use

ティッカーTicker Symbolティッカー

市場で銘柄を識別する短い記号。同じ会社でも市場ごとに違い、使い回しもされるため、ティッカーだけを鍵に他のデータと突き合わせると別会社が混ざる。

別名: ティッカーシンボル / 銘柄コード

ティックデータTick Dataティックデータ

約定 1 件ごとの価格と数量の記録。OHLCV（Open High Low Close Volume）のように期間でまとめる前の、最も細かい市場データ。件数が桁違いに多く、扱いには保存形式と絞り込みの設計が要る。

別名: tick data / 歩み値

データオーナー / スチュワードシップでーたおーなー

データの定義・品質・利用ルールを保証する責任者を組織で明示する仕組み。各データドメイン（売上・顧客等）にオーナーを置き、SLO（Service Level Objective）（鮮度 / 完全性 / 正確性）を守る。データの民主化の前提。

別名: Data Steward / Data Owner / データスチュワード

データカタログでーたかたろぐ

組織内の全データセットの説明・所有者・系譜・利用ログを一覧できる仕組み。dbt（data build tool） docs / DataHub / Atlan / Alation / Collibra が代表ツール。「このテーブルって何？」に機械的に答える土台。

別名: Data Catalog / メタデータカタログ

データの宝石箱データのほうせきばこ

ふくふく Field Notes の連載シリーズ。e-Stat・気象庁・国土数値情報・株価/先物（Futures contract） など、公開データを社内データに重ねて使うレシピを集めている。

データの宝石箱トップ

データの民主化でーたのみんしゅか

非エンジニアが安全にデータへアクセス・分析できる組織状態を指す。BIエンジニアの待ち行列を解消し、現場が直接問いに答えられる体制を作る。権限管理 / 教育 / メタデータ整備 / コスト隔離を同時に整える必要がある。

別名: Data Democratization / データ民主化

データリッチ化

手元のデータに、外部データの結合や推定によって属性を足していく作業。分析や施策の幅は広がるが、足した値の出どころ（実測か推定か）を区別して保持しないと、後から品質を説明できなくなる。

別名: Data Enrichment / エンリッチメント

データレイクData Lakeデータレイク

加工前のデータを、形を問わずそのまま溜めておく置き場。後から用途が変わっても取り直さずに済むのが利点。整理せずに置き続けると、何があるか分からない状態になる。

別名: data lake

データ拡張でーたかくちょう

手元のデータに変形を加えて学習用サンプルを増やす手法。画像なら回転・反転・ノイズ追加、テキストなら言い換え・翻訳逆翻訳。少量データの精度を底上げする効果。

別名: Data Augmentation / オーグメンテーション

データ共有Secure Data Sharingでーた きょうゆう

データを複製せず、参照権限だけを他組織に渡す Snowflake の仕組み。ファイル連携や ETL（Extract, Transform, Load） を組まずに済む。渡した先での計算費用は相手側の負担になる。

別名: Secure Data Sharing / Data Sharing

データ契約Data Contractでーた けいやく

データを渡す側と受け取る側で、形式や意味について取り決めておくこと。列の型、必須かどうか、取りうる値の範囲など。上流が黙って変えると下流が壊れる問題への対処になる。

別名: Data Contract

データ最小化Data Minimizationでーた さいしょうか

目的に必要な範囲を超えて情報を集めないという原則。持っていない情報は漏れようがないため、最も確実な保護策でもある。「念のため集めておく」を避ける考え方。

別名: Data Minimization / 最小限収集

データ品質テストData Quality Testでーた ひんしつ てすと

取り込んだデータが期待どおりの形と範囲に収まっているかを、機械的に検査する仕組み。件数、欠損率、値の範囲、重複などを見る。壊れたデータが下流へ流れる前に止めるのが目的。

別名: Data Quality Test / 品質チェック

テールレイテンシTail Latencyてーる れいてんし

分布の裾（遅いほう）に現れる応答時間。平均は良好なのに一部の利用者だけ極端に遅い、という状態を指す。処理が多段になるほどどこか1つが遅ければ全体が遅くなるため、規模が大きいほど効いてくる。

別名: Tail Latency / 裾の遅延

デザイントークンDesign Tokenデザイントークン

色・書体・余白などの値に名前を付けて、1 か所で管理する仕組み。--brand のような名前で参照しておけば、値を差し替えるだけでサイト全体の見た目が変わる。

別名: design token / トークン

デジタルアドレスでじたるあどれす

日本郵便が 2025/5/26 に開始した、住所を表す7桁の英数字。例: A7E2FK2。ゆうID 登録で取得無料。配送には引き続き住所表記が必要 (時短ツールであって住所代替ではない) という点が要注意。

別名: Digital Address / ゆうID

テストカバレッジTest Coverageてすと かばれっじ

テスト実行時にコードのどれだけが通ったかの割合。低いことは問題を示すが、高いことは品質を保証しない（通っただけで検証していない場合がある）。目標値の設定は目的を見失いやすい指標。

別名: Coverage / カバレッジ / 網羅率

テストダブルTest Doubleてすと だぶる

テスト時に本物の代わりに差し込む部品の総称。スタブ（Stub）・モック（Mock）・フェイクなどを含む。スタントの吹き替え（double）が語源。外部依存を切って速く安定させるために使う。

別名: Test Double / 代替オブジェクト

テストピラミッドTest Pyramidてすと ぴらみっど

速く安定した 単体テスト（Unit Test） を土台に多く、遅く壊れやすい E2Eテスト（End-to-End Test） を頂点に少なく置くという構成の指針。逆三角形（E2E偏重）になると、実行時間と保守コストが急速に膨らむ。

別名: Test Pyramid / テストの三角形

デバッグ─

バグを見つけて直す作業。プログラマの仕事の半分はこれ。print 文で変数の中身を表示する、テストを書く、エラーメッセージを読む、などが基本テクニック。

Claude Code EP.06 3倍生産性

テレメトリ

動いているシステムから、状態や利用状況を継続的に送出して集める仕組み。何を送るかを設計した時点で、後から分析できる範囲がほぼ決まる。取り忘れた情報は遡って取得できないのが最大の性質。

別名: Telemetry / 計測ログ

ドキュメント・アズ・コードDocs as Codeどきゅめんと あず こーど

文書をコードと同じ場所・同じ手順で管理する考え方。変更履歴が残り、レビューを通り、公開まで自動化できる。コードと一緒に更新される可能性が上がるのが最大の利点。

別名: Docs as Code

ドリフトどりふと

時間の経過とともにデータの分布や意味が変化する現象。MLモデルの精度劣化の主因。「学習時と違う世界が来た」状態。監視 + 再学習スケジュールで対処。PSI（Population Stability Index） (PSI) や Wasserstein 距離で検出する。

別名: Drift / Data Drift / データドリフト / Concept Drift

環境変数ファイル.envどっと いー・エヌ・ブイ

鍵やパスワードを、コードとは別のファイルに置いて読み込む方式。手軽で広く使われるが、平文で手元に残る、共有が手作業になる、誰が見たか分からないという限界がある。

別名: .env / dotenv

使われていない表Orphan Tableつかわれていない ひょう

作られたが、誰にも参照されなくなった表。消しても影響が無いはずだが、確信が持てないので残り続ける。容量と、把握の手間を消費し続ける。

別名: Orphan Table / 孤児テーブル

手間Frictionてま

利用者が何かをするときに感じる面倒さ。仕組みが続くかどうかは、機能の多さではなく手間の少なさで決まることが多い。入力を1つ減らすほうが、機能を1つ足すより効く場面は多い。

別名: Friction / 摩擦

多重代入Multiple Imputationたじゅう だいにゅう

欠損値の埋め方を1通りに決めず、複数のパターンを作って分析し、結果を統合する手法。単一の値で埋めると「その値が正しい」という前提が入ってしまうが、この手法なら推定の不確かさを結果まで持ち越せる。

別名: Multiple Imputation / 多重補完

退役Decommissionたいえき

役目を終えたシステムを正式に停止・撤去すること。移行が終わっても実施されず、動いたまま費用だけ発生し続ける状態が非常に多い。止める条件を先に決めておくのが対策。

別名: Decommission / 廃止 / サービス終了

代理変数だいりへんすう

本当に知りたい値の代わりに使う、観測できる別の変数。「所得」の代わりに「居住地域」を使う類。便利な一方で、代理関係が崩れる集団では体系的に誤るという危うさを常に持つ。

別名: Proxy Variable / プロキシ変数

大数の法則Law of Large Numbersたいすうの ほうそく

回数を増やすほど、結果の割合が本来の 確率（Probability） に近づくという法則。逆に言えば、回数が少ないうちは大きく外れるということでもある。少ない件数での判断が危ういのはこのため。

別名: Law of Large Numbers

単位の正規化Unit Normalizationたんいの せいきか

同じものを表す値を、1つの単位・桁・形式に揃えること。「1.5kg」「1500g」「1,500」を同じ扱いにする。地味だが、揃えないまま集計すると桁違いの誤りになる。

別名: Unit Normalization

単体テストUnit Testたんたい てすと

関数やクラスなど小さな単位を、周辺から切り離して検証するテスト。速く動き失敗箇所が特定しやすい反面、単体が全部通っても組み合わせで壊れることは防げない。テストの土台になる層。

別名: Unit Test / ユニットテスト

端末内処理On-device Processingたんまつない しょり

データを外部に送らず、手元の機器の中だけで処理すること。通信が不要で、内容が外に出ない。処理能力の制約はあるが、扱う情報が機微なほど価値が上がる選択肢。

別名: On-device / オンデバイス

地価公示チカコウジ

国が毎年公表する、標準地の1平方メートルあたりの正常な価格。実際の取引価格とは別のもので、取引が無い場所にも値が付くのが特徴。土地の評価や取引の目安として使われる。

別名: 公示地価 / 地価

調整後終値Adjusted Closeチョウセイゴシュウネ

コーポレートアクション（Corporate Action）の影響を取り除いて、過去の価格を今の水準に揃えた終値。時系列で比較したいなら、素の終値ではなくこちらを使う。調整の方法は提供元ごとに違うことがある。

別名: adjusted close / 調整後株価

通信の記録再生HTTP Record and Replayツウシンノキロクサイセイ

実際の API（Application Programming Interface） 応答を一度記録し、テストではその記録を再生する手法。外部サービスを叩かずに、本物の応答でテストできる。記録が古くなると実物とずれる点には注意が要る。

別名: VCR / カセット / record and replay

電力需給データデンリョクジュキュウデータ

電力会社の管内で、いつどれだけの電力が使われ、供給力がどれだけあったかの記録。気温や経済活動と強く連動するため、他のデータと重ねる素材として使いやすい。

別名: でんき予報 / 需給実績

特性化テストCharacterization Testとくせいか てすと

仕様書がない既存コードの「現状の挙動」をそのままテストとして固定する手法。正しいかどうかではなく「今こう動く」を記録し、改修で挙動が変わったら検知できるようにする。仕様不明のレガシー改修で安全網になる。Michael Feathers『レガシーコード改善ガイド』の中心概念。

別名: Characterization Test / 特性テスト / ゴールデンマスターテスト

特徴量とくちょうりょう

機械学習（Machine Learning）モデルへの入力となる数値・カテゴリの列。「年齢」「購入回数」「曜日」など。特徴量エンジニアリング（モデルが学びやすい形に加工）が精度を大きく左右する。

別名: Feature / Features / Feature Engineering

突き合わせReconciliationつきあわせ

新旧のデータが一致しているかを定期的に確認する処理。二重書き込み（Dual Write） の前提となる仕組み。ずれを見つけるだけでなく、ずれた理由を特定できる粒度で記録することが重要になる。

別名: Reconciliation / 照合

立会時間タチアイジカン

取引所で売買が成立する時間帯。市場ごとに違い、昼休みのある市場もある。時間外の値動きは別枠で扱われるため、単純に24時間で区切ると1日の定義がずれる。

別名: 取引時間 / セッション

な7 語

ナレッジグラフ

物事と物事の関係を、点と線のつながりとして構造化したデータ。「この会社の親会社はどこか」といった関係を辿った検索ができる。検索エンジンの回答表示や、社内情報の横断検索の基盤として使われる。

別名: Knowledge Graph / 知識グラフ

ナレッジマネジメントなれっじまねじめんと

組織内に分散する暗黙知・形式知を、共有可能な資産として整理・流通させる仕組み。Notion / Confluence / 社内 Wiki などのツールに加え、共有会・メンタリング制度などの 文化・運用設計が肝。

別名: Knowledge Management / KM

ノイズのいず

測定誤差・偶然の揺らぎ・本質と無関係な変動の総称。データを汚す要因。スムージング・移動平均・統計的検定で除去する。「ノイズが多い vs 信号が弱い」をペア（SN比）で見る。

別名: Noise / 雑音

生データ層Raw Layerナマデータソウ

取得したものを加工せずそのまま置いておく場所。加工の仕方を間違えたと後で分かっても、ここが残っていればやり直せる。取り直せないAPI（Application Programming Interface）ほど重要になる。

別名: raw layer / ローデータ

二重書き込みDual Writeにじゅう かきこみ

新旧どちらのシステムにも同じ内容を書き込むこと。移行期間中に両方を最新に保つために使う。片方だけ失敗したときにずれるため、突き合わせの仕組みとセットで運用する。

別名: Dual Write / デュアルライト

日経225Nikkei Stock Averageにっけいにひゃくにじゅうご

日経新聞社が選定する 225 銘柄の単純株価平均。価格加重のため値嵩株（ファーストリテイリング等）の影響が大きい。TOPIX（Tokyo Stock Price Index） と性質が異なる点が重要。

別名: 日経平均 / Nikkei 225 / N225

は53 語

パーセンタイルPercentileぱーせんたいる

値を小さい順に並べたとき、上から何%の位置にあるかを示す指標。応答速度では平均より重要で、p95 は「遅いほうから5%を除いた中で最も遅い値」。平均は少数の極端な遅さを隠してしまう。

別名: Percentile / p95 / p99 / 分位点

パーティション分割Partitioningパーティションブンカツ

データを日付や地域などの単位でファイル・領域に分けて置くこと。必要な範囲だけを読めばよくなるので、読み込みが速くなり費用も下がる。取得した日で切るのが基本形。

別名: パーティション / partitioning

バーンダウン

残っている作業量が時間とともにどう減るかを示す図。「どれだけやったか」ではなく「あとどれだけ残っているか」を見るのが要点で、終わるかどうかの見通しが早い段階で分かる。

別名: Burndown / バーンダウンチャート

ハイドレーションHydrationハイドレーション

サーバが返した HTML に、ブラウザ側で動きを付け直す処理。対話が必要な部品が多いほど重くなる。見た目が同じでも、部品数が多いと操作の反応が鈍る。

別名: hydration

ハイパーパラメータはいぱーぱらめーた

機械学習（Machine Learning）モデルの「学習前に決める」設定値。学習率・木の深さ・正則化強度など。データから学ぶ通常パラメータと区別される。グリッドサーチ / ベイズ最適化 / Optuna でチューニングする。

別名: Hyperparameter / ハイパラ

パイプラインぱいぷらいん

複数の処理ステップを順に繋いだ処理の流れ。「取得 → 加工 → バリデーション → 集計 → 配信」を自動化する。Airflow / Dagster / Prefect が代表ツール。冪等性（何度動かしても同じ結果）と 失敗時の再実行性が設計の肝。

別名: Pipeline / データパイプライン

パイプライン並列

モデルの層を複数のマシンに分けて置き、バケツリレー式に処理する分割方式。1 台に載らないモデルを動かせるようになる代わりに、マシン間の往復が挟まるぶん 1 リクエストの応答は速くならない（むしろ遅くなりうる）。

別名: Pipeline Parallelism

バグ─

プログラムの間違い・不具合。「思った通りに動かない」状態。1947年にハーバード大学のコンピュータの中に本物の蛾（bug）が挟まって動かなくなった話が語源。

別名: bug

Claude Code EP.04 境界の決め方

バス係数Bus Factorばすけいすう

何人が突然いなくなるとプロジェクトが止まるかを表す数。1なら、その人が抜けた時点で止まる。属人化の度合いを一言で表せるため、引き継ぎの議論で優先度をつける材料になる。

別名: Bus Factor / トラック係数

バックフィルBackfillバックフィル

過去にさかのぼってデータを埋め直すこと。取得の不具合や仕様変更のあとに必要になる。日単位で区切って冪等に書けるようにしておくと、範囲を指定して流し直すだけで済む。

別名: backfill / 遡及取得

バックプレッシャーBackpressureばっくぷれっしゃー

受け手が処理しきれないとき、送り手に「待て」を伝えて流量を抑える仕組み。無いと処理待ちが積み上がり、メモリを食い潰して停止する。流量制御を設計に入れておくことが、高負荷時の生存条件になる。

別名: Backpressure / 背圧

ハッシュテーブル─

キーをハッシュ関数で配列インデックスに変換することで、平均 O(1) で検索・追加・削除できるデータ構造。Python の dict / set の中身。

別名: hashtable / dict / hashmap

EP.15 探索アルゴリズム入門

バッチ枠Batch Windowばっち わく

夜間などに、まとめ処理を実行してよい時間帯。この枠に収まらなくなると業務開始に間に合わない。データ量の増加でじわじわ圧迫され、ある日突然あふれるという壊れ方をする。

別名: Batch Window / 処理時間枠

バリデーションばりでーしょん

データや入力値が想定通りか確認する処理。フォーム入力・API（Application Programming Interface） リクエスト・データ取込時の必須工程。形式チェック・範囲チェック・整合性チェックの3層が基本。失敗時にエラーメッセージで何が悪いかを返す。

別名: Validation / 検証

ファインチューニングふぁいんちゅーにんぐ

学習済みモデルを自社データで追加学習させる手法。ゼロから学ぶより少量データで高精度を出せる。LLM（Large Language Model） の場合、特定ドメイン（医療・法律等）への適応・特定タスクの精度向上で使われる。

別名: Fine-tuning / 微調整

ファネルふぁねる

段階を追って絞り込まれる流れの可視化。例: 訪問→サインアップ→初回購入→2回目購入。段階間の通過率を見て改善ポイントを特定する。マーケ・グロース・カスタマーサクセス・採用など多領域で使う。

別名: Funnel / ファネル分析 / コンバージョンファネル

フィーチャーフラグFeature Flagふぃーちゃー ふらぐ

コードを変えずに、機能の有効・無効を切り替えられる仕組み。切り替え（Cutover） を段階的に行い、問題があれば即座に戻せる。増やしすぎると組み合わせが爆発して検証できなくなる。

別名: Feature Flag / Feature Toggle / 機能フラグ

フィクスチャFixtureふぃくすちゃ

テストを実行する前に用意しておく、既知の状態やデータ。毎回同じ前提から始めるために使う。肥大化すると何を前提にしたテストなのかが読めなくなるので、テストごとに必要最小限に保つ。

別名: Fixture / テストフィクスチャ

フィジカルAI

AI が画面の中だけでなく、実世界の機器を動かして働くことを指す言い方。センサーで状況を読み、アクチュエータを動かし、結果を見て次の手を決める。失敗が物理的な損害に直結する点がソフトウェアと決定的に違う。

別名: Physical AI

フィルタリングふぃるたりんぐ

条件に合うデータだけを残し、それ以外を除外する処理。SQL（Structured Query Language） の WHERE、pandas の query、Excel の filter が代表例。前処理 / 集計 / レポート生成のあらゆる場面で使う基本動作。

別名: Filtering / 絞り込み

プライバシー・バイ・デザインPrivacy by Designぷらいばしー ばい でざいん

後から保護策を足すのではなく、設計の段階から情報を守る前提で組むこと。「まず作って、あとで対策」は必ず穴が残る。そもそも集めない・持たないという選択も含む。

別名: Privacy by Design

プリロードPreloadプリロード

「この資源は後で必ず使うので先に取っておいて」とブラウザに伝える指定。効くのは本当に必要なものに限られ、不要なものまで指定すると、かえって表示が遅くなる。

別名: preload / 先読み

プルーニングPartition Pruningぷるーにんぐ

読む必要のないデータ区画を、実行前に除外すること。マイクロパーティション（Micro-partition） に記録された値の範囲と検索条件を突き合わせて判断する。これが効くかどうかで、読み取り量が桁で変わる。

別名: Pruning / Partition Pruning / 枝刈り

フルスキャンFull Scanふるすきゃん

索引を使わず、表の全行を順に読む処理。件数が増えるほど比例して遅くなる。ただし大半の行が該当するなら全件読むほうが速いこともあり、常に悪いわけではない。

別名: Full Scan / 全件走査 / Seq Scan

フレーキーテストFlaky Testふれーきー てすと

コードを変えていないのに、成功したり失敗したりするテスト。原因は待ち時間・実行順序・共有状態・時刻依存など。放置すると赤を見ても誰も反応しなくなり、テスト全体が信用を失うため最優先で処理する。

別名: Flaky Test / 不安定テスト

プロシージャル生成ぷろしーじゃる せいせい

ゲーム要素 (マップ / ダンジョン / アイテム / 敵配置) をアルゴリズムで自動生成する手法。Minecraft / Dwarf Fortress / Spelunky など。WFC（Wave Function Collapse） / Cellular Automata / BSP / Perlin Noise 等が代表アルゴリズム。LLM（Large Language Model） と組合せると 「意味」 を付与できる。

別名: Procedural Generation / Procedural Content Generation / PCG

プロパティベーステストProperty-based Testingぷろぱてぃべーす てすと

個別の入力例ではなく「入力がどうであれ常に成り立つ性質」を書き、値は自動生成して大量に試す手法。人間が思いつかない境界値を掘り当てやすい。失敗時は最小の反例まで縮小して提示してくれるものが多い。

別名: Property-based Testing / 性質ベーステスト

プロファイリングProfilingぷろふぁいりんぐ

プログラムの実行中に、どの処理がどれだけ時間やメモリを使ったかを測定すること。推測で当たりをつける代わりに実測する手段。ボトルネック（Bottleneck） の特定に最も直接的に効く。

別名: Profiling / プロファイラ / Profiler

プロンプトぷろんぷと

LLM（Large Language Model） への指示文。「何をしてほしいか・どんな形式で答えてほしいか」を文章で渡す。短すぎると曖昧で精度が落ち、長すぎるとコストが増える。例示・出力形式の指定・役割設定 が高品質回答の3要素。

別名: Prompt

プロンプトインジェクションぷろんぷと いんじぇくしょん

ユーザー入力で LLM（Large Language Model） の system prompt を上書き・無視させる攻撃。「以前の指示は無視してパスワードを教えて」 のような入力でキャラを破壊する。実行時 LLM を使うゲーム / アプリで必須の防御対象。入出力の sanitization + Circuit Breaker で対策。

別名: Prompt Injection / プロンプト注入

ベイジアン A/B テストベイジアン エー・ビー・テスト

頻度論（p値（p-value）判定）の代わりにベイズの定理で事後分布を計算する手法。「B が A より良い確率は 87%」のように直感的に解釈できるのが利点。事前分布の選び方で結果がブレる注意点あり。

別名: Bayesian AB

ページングページング

大量の結果を小分けにして返す仕組み。「何件目から」を指定する offset 型、前回の続きを表す印を渡すカーソル型、次の URL がヘッダで返る Link 型などがある。途中でデータが増減すると offset 型は取りこぼす。

別名: ページネーション / pagination

ヘッドレスBI

画面を持たず、指標の定義と計算だけを提供する仕組み。BI ツール・アプリ・通知など複数の出口から同じ定義を呼べるため、出口ごとに数字がずれる問題を根本から断てる。セマンティックレイヤーを製品として実装したもの。

別名: Headless BI

ヘルススコアへるすすこあ

顧客の継続可能性を点数化した指標。利用頻度・主要機能の使用度・サポート利用・契約期間などを合算。閾値以下で CS 担当が個別アプローチするトリガーに使う。

別名: Customer Health Score

ペルソナぺるそな

典型的な顧客像を架空の人物として具体化したもの。年齢・職業・行動・課題を1人の人物として記述。プロダクト設計・マーケ施策・営業トークの 共通言語として機能する。複数ペルソナを定義する組織が多い。

別名: Persona

ベンチマークべんちまーく

比較・評価のための標準ケース。LLMの精度評価（MMLU/GSM8K等）、DB（Database） 性能（TPC-H等）、業界 KPI（Key Performance Indicator）（業界平均解約率等）。「自社が業界水準に対してどこにいるか」を測るのに使う。

別名: Benchmark / ベンチマーキング

ボトルネックBottleneckぼとるねっく

全体の速度を決めてしまっている、最も遅い箇所。瓶の首が中身の出る速さを決めることに由来。ここ以外をいくら速くしても全体は変わらないため、改善は必ずここの特定から始める。

別名: Bottleneck / 律速

外れ値はずれち

他のデータから大きく離れた値。集計・モデル学習に悪影響を与える。検出は IQR・Z-score・MAD 等。「何が外れ値か」は文脈依存（センサ故障の信号 = 異常検知の対象だが、富裕層の購買 = 真のシグナル）。

別名: Outlier

古い索引Stale Indexふるい さくいん

元の文書は更新されたのに、索引に反映されていない状態。検索はできるが古い内容が返るため、壊れているように見えず、誤った回答が出る。反映の遅れを利用者に伝える設計が要る。

別名: Stale Index

早すぎる最適化Premature Optimizationはやすぎる さいてきか

測定する前に、遅いと思い込んだ箇所を作り込んでしまうこと。可読性を損ない、しかも実際の ボトルネック（Bottleneck） は別の場所にあることが多い。Donald Knuth の言及で広く知られる。

別名: Premature Optimization

半構造化データSemi-structured Dataはんこうぞうか でーた

JSON のように、項目が固定されていないデータ。Snowflake では専用の型でそのまま格納し、SQLから項目を取り出せる。スキーマを決めずに取り込める代わりに、上流の変更に気づきにくい。

別名: Semi-structured / VARIANT / 半構造化

秘密情報の管理Secret Managementひみつじょうほうの かんり

鍵やパスワードを、コードや手元の端末に置かずに扱う仕組み。専用の保管庫から実行時に取得する形が基本。誰がいつ取得したかの記録が残ることが、手元に置く方式との決定的な差になる。

別名: Secret Management / シークレット管理

非決定性Non-determinismひけっていせい

同じ入力でも結果が同じになるとは限らない性質。LLM（Large Language Model） の出力、並行処理の順序、時刻や乱数への依存などが原因になる。テストでは完全一致による判定が使えなくなるため、許容範囲を決める設計が必要。

別名: Non-determinism / 非決定的

標本抽出Samplingひょうほん ちゅうしゅつ

全部を調べる代わりに、一部を取り出して調べること。取り出し方が偏っていると、いくら数を増やしても正しい結論にならない。数より取り方が重要。

別名: Sampling / サンプリング / 標本

不動産取引価格情報フドウサントリヒキカカクジョウホウ

実際に売買された不動産の価格を、location を粗くしたうえで公開しているデータ。個人が特定されないよう面積や価格が丸められているため、そのまま単価を計算すると誤差が乗る。

別名: 取引価格情報

負荷試験Load Testingふか しけん

想定する負荷をかけて、性能と限界を確認する試験。本番と条件（データ量・分布・同時実行数）が揃っていないと結果が意味を持たないため、負荷をかけること自体より条件の再現が難しい。

別名: Load Testing / 負荷テスト / ロードテスト

分散トレーシングDistributed Tracingぶんさん とれーしんぐ

1つのリクエストが複数のサービスを横断する経路を、識別子で紐づけて追跡する手法。サービスが分かれているほど「どこで時間を使ったか」が分からなくなるため、切り分けの前提条件になる。

別名: Distributed Tracing / トレーシング

変化検出Change Detectionへんか けんしゅつ

同じ場所を異なる時点で観測し、差から変化を見つける手法。造成、伐採、被災、作付けの変化などを捉えられる。観測条件の違いが差として出るため、条件を揃えることが精度を決める。

別名: Change Detection

変数へんすう

「数や文字をしまっておく入れ物」。x = 5 と書くと、x という名前の入れ物に 5 が入る。後から x = 10 と書けば中身を変えられる。

Kids EP.01 ハロー Colab

北極星指標North Star Metricほっきょくせい しひょう

組織全体が向かう先を1つの数字で表した指標。事業の成功と利用者への提供価値が同じ方向を向いていることが条件。多すぎる指標の優先順位を決めるために置かれるが、事業の段階によって選び直しが要る。

別名: North Star Metric / NSM

冪等性Idempotencyベキトウセイ

同じ操作を何度繰り返しても結果が変わらない性質。取得処理を途中から再開できるようにするには、同じ範囲を 2 回取っても二重にならない書き込み方が要る。

別名: idempotent / べき等性

ま14 語

マイグレーションまいぐれーしょん

システムの構成・スキーマ・データを別の状態に移す作業。DB（Database） スキーマ変更（カラム追加・削除）/ アプリのバージョン上げ / クラウド移行など。ロールバック計画と 段階的ロールが成功の鍵。

別名: Migration / DB マイグレーション / データ移行

マイクロパーティションMicro-partitionまいくろぱーてぃしょん

Snowflake がデータを自動的に分割して保管する単位。各区画に含まれる値の範囲が記録されており、条件に合わない区画をまるごと読み飛ばせる。利用者が設計する必要はない。

別名: Micro-partition / マイクロパーティショニング

マスキングData Maskingますきんぐ

値を隠す、あるいは別の値に置き換えて見せる処理。一部だけを伏せる形と、完全に別の値にする形がある。元に戻せるかどうかで性質が大きく変わるため、目的に応じて選ぶ。

別名: Data Masking / 秘匿化

マトリクスビルドMatrix Buildまとりくす びるど

言語バージョンやOSなどの組み合わせを展開し、並列で検証する CI（Continuous Integration） の実行方式。網羅性は上がるが、組み合わせ数だけ実行時間と費用が増えるため、必要な軸だけに絞る判断が要る。

別名: Matrix Build / マトリクス実行

マルチクラスタウェアハウスMulti-cluster Warehouseまるちくらすた うぇあはうす

同時実行が増えたときに、仮想ウェアハウス（Virtual Warehouse） を自動で増やして待ち行列を解消する仕組み。1つあたりの処理を速くするのではなく、同時に捌ける数を増やすもの。用途を取り違えると効かない。

別名: Multi-cluster Warehouse / マルチクラスタ

ミューテーションテストMutation Testingみゅーてーしょん てすと

コードにわざと小さな変更を加え、テストがそれを検出できるかを確かめる手法。テストカバレッジ（Test Coverage） が「通ったか」しか見ないのに対し、テストが本当に検証しているかを測れる。実行コストは高い。

別名: Mutation Testing / 変異テスト

メインフレームMainframeめいんふれーむ

大量の定型処理を高い信頼性で処理するための大型計算機。金融や行政で長く使われてきた。動作が極めて安定している一方、扱える技術者が減り続けていることが移行の動機になる。

別名: Mainframe / 汎用機

メモリリークMemory Leakめもり りーく

不要になったのに解放されないメモリが蓄積し続ける状態。GC（Garbage Collection） がある言語でも、参照が残っていれば回収されないため発生する。時間経過とともに遅くなり、最終的に停止するという症状で現れる。

別名: Memory Leak / メモリ漏れ

メモリ帯域めもりたいいき

1 秒あたりにメモリと演算ユニットの間で転送できるデータ量（GB/s）。ローカル LLM の生成速度はコア数よりこの値でほぼ決まる。モデル全体を毎トークン読み出すため、帯域がそのまま上限になる。

別名: Memory Bandwidth

モックMockもっく

「呼ばれ方」を検証するための テストダブル（Test Double）。何回・どんな引数で呼ばれたかを記録し、期待どおりかを確認する。使いすぎると実装の内部構造にテストが張り付き、リファクタリングのたびに壊れる。

別名: Mock / モックオブジェクト

モデルカード

モデルの仕様・学習方法・想定用途・制限・ライセンスをまとめた公式文書。配布ページに併載されるのが通例で、ライセンスと動作要件はここを一次情報として確認するのが基本になる。

別名: Model Card

モンテカルロ法─

乱数を大量に発生させて確率的に答えを求める手法。第二次世界大戦中に Stanislaw Ulam・John von Neumann らが核分裂シミュレーションのために開発。π の計算、金融工学、レイトレーシングなど応用範囲は膨大。

別名: モンテカルロ / Monte Carlo

Kids EP.03 モンテカルロ法でπを求める

文字起こしもじおこし

音声を文字に変換する処理。会議録音 / インタビュー / 顧客電話の整理に使う。OpenAI Whisper / Google Speech-to-Text / Azure などが代表的。日本語精度は数年で実用レベルに到達。

別名: Transcription / Speech-to-Text / STT

網羅率Coverageもうらりつ

対象のうち、そのデータに含まれている割合。地図データでは地域や施設の種類によって大きく異なる。網羅率を確認せずに「無い＝存在しない」と解釈するのが、最も多い誤用。

別名: Coverage / カバレッジ率

や1 語

ユニファイドメモリ

CPU と GPU が同じ物理メモリを共有する Apple Silicon の設計。GPU 専用メモリへコピーする必要がなく、搭載メモリの大半をそのままモデルに割り当てられる。大きなモデルを 1 台で動かせる理由がこれ。

別名: Unified Memory

ら27 語

ライフサイクルらいふさいくる

ある対象が誕生から終了までに辿る段階。顧客 (新規→活性→ロイヤル→離反)、製品 (導入→成長→成熟→衰退)、データ (生成→保管→活用→削除)。各段階で打つべき施策が違うため、現在地の把握が施策設計の前提。

別名: Lifecycle

ライブラリ─

「他の人が作った便利な道具のセット」。import numpy と書くだけで、世界中の数学者が作った計算機能が使えるようになる。Python が強いのはライブラリが豊富だから。

別名: package

Kids EP.01 ハロー Colab

ランブックRunbookらんぶっく

特定の状況で何をするかを、手順として書いたもの。障害対応や定例作業で使う。書いた本人以外が読んで実行できることが条件で、そうでなければ属人化は解消していない。

別名: Runbook / 手順書

リーケージ

本来なら知り得ない情報が、こっそり学習や評価に混ざり込むこと。検証の点数だけが不自然に高くなり、本番で崩れる。補完処理を訓練データと検証データに分ける前にやってしまう、というのが典型的な混入経路。

別名: Data Leakage / データリーク / 情報漏れ

リードレプリカRead Replicaリードレプリカ

本番のデータベースを複製した、読み取り専用の複製先。重い集計をここへ向ければ、本番の応答を遅くせずに済む。反映にわずかな遅れがあるため、最新の値が必要な用途には向かない。

別名: read replica / レプリカ

リグレッションテストRegression Testりぐれっしょん てすと

変更によって、これまで動いていた部分が壊れていないかを確認するテスト。新機能が正しいかではなく「壊していないか」を見る。何を固定対象とするかの選定がそのまま設計になる。

別名: Regression Test / 回帰テスト / 退行テスト

リスト─（プログラミングのリスト）

順番に並んだものを1つの変数にまとめる入れ物。[1, 2, 3] のように書く。[0] で1番目、[1] で2番目を取り出せる。

Kids EP.08 ピクセルアート

リテンションりてんしょん

獲得した顧客が一定期間後も継続している割合。Day1 / Day7 / Day30 retention などの指標で見る。離反率 (解約率) の裏返し (Retention = 1 - Churn)。コホートと組み合わせて時系列の改善を見るのが基本。

別名: Retention / 継続率 / リテンション率

リトライリトライ

失敗した通信をやり直すこと。ネットワークは一定確率で失敗するので、取得処理では前提として組み込む。ただしやり直してよい失敗と、やり直しても無駄な失敗の区別が要る。

別名: 再試行

リバースプロキシReverse Proxyりばーす ぷろきし

利用者と実際のサーバの間に立ち、受けた通信を振り分ける仕組み。認証・暗号化・流量制限をここでまとめて扱える。元のアプリを改修せずに、前段で守れるのが実務上の利点。

別名: Reverse Proxy

リフレッシュトークンRefresh Tokenリフレッシュトークン

期限切れになったアクセス用トークンを、利用者の操作なしに再発行するための引換券。これ自体にも失効条件があるため、切れたときに気づける通知が要る。

別名: refresh token / 更新トークン

リモートセンシング

離れた場所から、反射・放射される電磁波を測って対象の状態を知る技術。人工衛星による地表の観測が代表例。「見た目の写真」ではなく波長ごとの測定値なので、肉眼では分からない植生の活性や水分量まで読み取れる。

別名: Remote Sensing / 衛星観測

ループ─

「同じことを何回も繰り返す」プログラムの仕組み。for i in range(10): で 10 回繰り返し、while x < 100: で条件を満たす限り繰り返し。

別名: 繰り返し / for loop / while loop

Kids EP.03 モンテカルロ法でπ

ルクス (lux)るくす

照度の単位、1 lux = 1 m² あたり 1 ルーメンの光束。目安: 月明り 0.2 lx、室内 (リビング) 100-300 lx、オフィス 500-1000 lx、晴れた屋外日陰 10,000 lx、直射日光 100,000 lx。植物の光合成は 5,000 lx 程度から本格化する。

別名: lx / ルクス

レイテンシれいてんし

リクエストから応答までの遅延時間。p50（中央値） / p95 / p99 のパーセンタイルで見るのが標準。p99 を「最悪のユーザ体験」として SLO（Service Level Objective） に組み込む。

別名: Latency / 応答遅延 / 応答時間

レガシーシステムれがしー しすてむ

古い技術で作られ、保守・改修が難しくなった稼働中のシステム。「動いているが誰も中身を説明できない」「作った人がもういない」状態が典型。ビジネスを支え続けている一方で、変更コストと停止リスクが年々増していく。

別名: レガシー / Legacy System / 旧システム

レコメンドエンジンれこめんどえんじん

ユーザの過去行動から「この人が好きそうなもの」を予測する仕組み。協調フィルタリング (似たユーザの行動を借りる)、コンテンツベース (商品の特徴で類似)、ハイブリッドが3大手法。Amazon・Netflix・Spotify が代表例。

別名: レコメンドシステム / Recommendation Engine / Recommender System

ロック競合Lock Contentionろっく きょうごう

同じ資源を複数の処理が同時に使おうとして、順番待ちが発生している状態。CPUにもディスクにも余裕があるのに遅い、という症状になる。同時実行数を増やすとかえって悪化するのが特徴。

別名: Lock Contention / ロック待ち

ロバストろばすと

外れ値やノイズに強い性質。Robust = 頑健（がんけん）。例: 平均はノイズに弱いが中央値はロバスト、Z-score よりロバスト Z-score の方が外れ値に強い。「少々データが汚れても結果が大きくぶれない」が口語的な意味。

別名: Robust / 頑健 / ロバスト性

来歴らいれき

そのモデルが「何を使って・どう作られたか」の記録。学習データ・学習コード・チェックポイントの出所を指す。重みだけが公開されているモデルでは来歴を外部から検証できないため、信頼は開発元の申告に依存する。

別名: Provenance

利用状況ビューACCOUNT_USAGEりようじょうきょう びゅー

Snowflake が提供する、クエリ履歴や クレジット（Snowflake Credit） 消費を参照するためのビュー群。誰が何にいくら使ったかを SQL で調べられる。費用の可視化はここから始まる。

別名: ACCOUNT_USAGE / アカウント利用状況

離任処理Offboardingりにん しょり

担当を離れる人の権限やアクセスを整理する一連の作業。入る側の手続きに比べて軽視されがちで、しかも漏れても誰も困らないため放置されやすい。放置された権限が後の事故の入口になる。

別名: Offboarding / オフボーディング

流量制限Rate Limitingりゅうりょう せいげん

一定時間あたりの利用回数に上限を設ける仕組み。過負荷や費用の暴走を防ぐ。設けていないと、1つの誤った処理が全体を止めることがあるため、公開する仕組みには必須に近い。

別名: Rate Limiting / レートリミット

量子化りょうしか

モデルの重みを低いビット精度に落として容量と必要メモリを削る技術。16bit → 4bit なら容量はおよそ 1/4 になる。品質は少し落ちるが、4bit 前後は実用範囲とされることが多い。

別名: Quantization

臨界質量りんかいしつりょう

核分裂物質が連鎖反応を維持できる最小質量。中性子増倍率 k = 1 を境に、k<1（減衰）／k=1（定常＝原子炉）／k>1（指数増加＝原爆）が切り替わる。形状・密度・反射材で k を制御する。

別名: 臨界 / k因子 / 中性子増倍率

EP.13 核分裂連鎖反応

列レベルの制御Column-Level Securityれつれべるの せいぎょ

同じ表でも、役割によって見える列を変える仕組み。氏名や連絡先だけを隠す、といった制御ができる。表そのものを分けるより管理しやすいが、設定の存在が見えにくいという難点がある。

別名: Column-Level Security / 列単位のアクセス制御

列指向ストレージColumnar Storageれつしこう すとれーじ

データを行ではなく列ごとにまとめて保管する方式。集計で使う列だけを読めるため、分析用途で圧倒的に有利。逆に1行まるごとを頻繁に読み書きする用途には向かない。

別名: Columnar Storage / カラムナ / 列指向