用語

コサイン類似度（Cosine Similarity）とは？ベクトルの「長さ」ではなく「向き（角度）」に着目する理由、ユークリッド距離との違い、自然言語処理（NLP）やRAG・検索システムでの活用例をわかりやすく解説。

類似スコア（Similarity Score）とは？コサイン類似度などの計算手法、文章や画像の類似度判定、検索やレコメンドでの活用例を初心者にもわかりやすく解説します。

ハイブリッド検索（Hybrid Search）の仕組みやメリットをわかりやすく解説。キーワード検索とベクトル検索（意味検索）の得意・不得意、RRFによる検索結果の統合、実務やRAGでの活用まで解説します。

キーワード検索（Keyword Search）の仕組みや「検索しても見つからない原因」をやさしく解説。セマンティック検索（意味検索）との違いや、G検定・実務に役立つ検索技術の基礎知識をまとめました。

類似度検索（Similarity Search）とは、データ同士の「近さ」を数値で評価して検索する技術です。Embeddingやベクトル、コサイン類似度といった基礎から、RAG（検索拡張生成）での活用まで分かりやすく解説します。

ベクトルデータベースとは、テキストや画像を数値化して「意味の近さ」で検索できる技術。日常の比喩でその構造と使われる場面、混同しやすいRDBとの違いを初心者向けにわかりやすく解説します。

Embeddingとは、テキストや画像などの意味を数値の座標に変換する技術です。意味が近いものは空間で近く並び、似た情報の検索や分類を可能にします。

AI/IT用語のチャンクを初心者向けにやさしく解説します。RAG(質問に答える仕組み)との関係や、切り方によって変わる挙動、検定勉強の入り口もまとめました。

Human Feedback（人間のフィードバック）とは、AIが生成した答えの「良い／悪い」を人間が評価してAIを改善する技術です。料理の味見のように、人間の感覚を学習データに変える仕組みを初心者向けにやさしく解説します。

Human-in-the-Loopは、AIの提案や処理の流れに人の確認・修正・承認を入れる仕組みです。初心者が迷いやすい“どこまで人に任せるか”の境界を、日常の比喩でやさしく整理します。