外れ値とは？-AI関連の用語集【クラベルAI】-

外れ値（Outlier）

外れ値（Outlier）とは、ほかの大半のデータから大きく離れた、極端な値のことです。入力ミスや機械の故障で生じる場合と、実際に起きた珍しい出来事の場合があります。外れ値があると、平均値が引っ張られたり、AIの学習が偏ったりします。ただし不正の検知では、外れ値こそが探したい対象です。

外れ値（Outlier）関連用語

外れ値（Outlier）に関連する単語は以下の通りです。

• 異常検知異常を自動で見つけるには？→
• 欠損値空欄はどう扱う？→
• データクリーニング（Data Cleaning）データの掃除の全体像は？→
• 標準化（Standardization）極端な値に強い変換は？→
• ロバスト（Robust）極端な値に強い手法とは？→
• 線形回帰（Linear Regression）外れ値は予測にどう響く？→

外れ値（Outlier）で知っておくと得する有益情報

外れ値は「消すもの」とは限りません。判断のための3つの点です。

• まず原因を探す入力ミスなのか、本当に起きたことなのかを確認します。
• 平均値は影響を受ける極端な値が1つあるだけで、平均が大きく動きます。
• 宝になる場合も不正や故障の検知では、外れ値が探していた対象です。

外れ値の見つけ方と対処

消す前に原因を確認し、探したい対象かどうかを考えましょう。

外れ値（Outlier）やさしい解説

変な数字は、見つけたらすぐ消せばいいんじゃないの？

クラスの身長を測る場面で考えてみましょう。身長が3メートルなら入力ミスですが、バスケ部の190センチは本物です。

変に見える値でも、本物なら大切な情報になります。

仕事に置き換えると、日々の売上の中に、突然100倍の日がある場面です。レジの入力ミスなら修正しますが、大口の注文があったのなら、実際の出来事です。平均だけで判断せず、中央値や理由を確認しながら、予測に含めるかを決めましょう。

外れ値（Outlier）についてのみんなの疑問

外れ値は必ず取り除くべきですか？

いいえ、原因を確かめてから決めます。入力ミスは修正や削除をします。本当に起きた値は残し、影響を受けにくい手法を使うこともあります。

外れ値と異常値は同じですか？

ほぼ同じ意味で使われます。「異常値」は誤りというニュアンスが強くなります。実際には本物の極端な値もあるため、外れ値と呼ぶと中立です。

AIは外れ値を自動で見つけられますか？

異常検知の手法で見つけられます。ただし見つかった値が誤りか本物かの判断は、業務を知る人が行います。結果は必ず現場で確認しましょう。

AI関連の用語集【まとめ】

AI関連の用語集が気になる方のために、用語集一覧を作成しました。AIに関する学びを深めたいとお考えの方は、ぜひご覧ください。

AI関連の用語集（全用語）気になった言葉は、ここからまとめて探せます。用語集を開く →

この記事は役に立ちましたか？

はい、役に立った いまいち

この記事をシェア

X Facebook LINE はてブ URLをコピー

ブログやSNSで紹介していただくときは、このページのURLをそのままお使いください（リンクはご自由にどうぞ）。

このサイトをホーム画面に追加

分からない言葉が出たとき、すぐ開けます。