from A-Z Guide to 110 Data Science Terms.
データサイエンスの分野では、多岐にわたる基本用語が存在します。これらは活性化関数や異常検知、曲線下面積（AUC）、A/Bテスト、オートエンコーダー、逆伝播、バギング、ベイジアンネットワーク、バイアス、バイアスと分散のトレードオフ、ブートストラップ、カテゴリカルデータ、分類、クラスタリング、畳み込みニューラルネットワーク（CNN）、信頼区間、相関、データマイニング、データラングリング、ディープラーニング、次元削減、探索的データ分析（EDA）、固有値、アンサンブルメソッド、エポック、ETLプロセス、評価指標、特徴量エンジニアリング、特徴選択、Fスコア、生成敵対ネットワーク（GAN）、グリッドサーチ、勾配降下法、グラフデータベース、仮説検定、Hadoop、ハイパーパラメータ、代入法、不均衡データセット、推論、IoT、結合確率、Jupyter Notebook、K-平均法、K近傍法、カーネル、k分割交差検証、尖度、ラベルエンコーディング、線形回帰、ロジスティック回帰、潜在変数、LSTM、損失関数など、様々な概念を含んでいます。
データ解析とモデリングにおいては、平均二乗誤差（MSE）、モンテカルロシミュレーション、多層パーセプトロン（MLP）、多クラス分類、多変量解析、自然言語処理（NLP）、ニューラルネットワーク、正規化、ナイーブベイズ分類器、外れ値、過学習、最適化、順序データ、オブジェクト指向プログラミング（OOP）、ワンホットエンコーディング、主成分分析（PCA）、パーセプトロン、精度、予測モデリング、PyTorch、P値、パイプライン、分位数、定量データ、四分位数、ランダムフォレスト、回帰分析、強化学習、正則化、ROC曲線、決定係数（R二乗）、再帰的ニューラルネットワーク（RNN）、Scikit-Learn、感情分析、SQL、統計的推論、合成データ、時系列分析、TensorFlow、転移学習、t検定、教師なし学習、学習不足、分散、ベクトル化、変分オートエンコーダ（VAE）、重み、単語埋め込み、Word2Vec、XGBoost、説明可能な人工知能（XAI）、YOLO、YARN、Zスコア、Z検定、ゼロショット学習など、複雑な統計手法や機械学習アルゴリズムが用いられます。
データサイエンスの応用とツールに関しては、リスト記事、ディープラーニング、アンサンブルメソッド、ETLプロセス、探索的データ分析（EDA）、特徴量エンジニアリング、機械学習、自然言語処理（NLP）、ニューラルネットワーク、予測モデリング、PyTorch、強化学習、SQL、TensorFlow、教師なし学習、XGBoost、説明可能な人工知能（XAI）、YOLO、YARNなど、データを分析し価値を引き出すための多様な技術やプラットフォームが存在します。これらのツールや手法は、データから洞察を得るために不可欠であり、データサイエンスの専門家によって日々活用されています。
