問題 No.2108
機械学習やディープラーニングにおけるデータの前処理手法として、入力データの平均値を0、分散を1にするように変換する処理を何というか。
【正解の解説】
標準化
クラスのテストの平均点が違う数学と英語の点数を、そのまま比較せず「偏差値」に直して比べやすくするような作業です。機械学習でも、単位やスケールの異なるデータをこの処理で同じ土俵に立たせることで、AIが偏った学習をするのを防ぎ、効率よく賢く育つようになります。
スポンサーリンク
【その他の選択肢の解説】
正規化
初学者が「標準化」と混同しやすい代表的な罠です。英語の「Normalization」の直訳から全てを同じ意味に捉えがちですが、こちらは「最小値を0、最大値を1にする」最大最小スケーリングを指すことが多く、平均を0にする標準化とは目的や計算方法が明確に異なります。
離散化
「年齢」というなだらかな数値を「20代」「30代」というカテゴリーに区切るような作業です。データ全体のばらつきを調整する標準化とは全く異なり、数値をあえて大雑把にグループ化して扱いやすくするための手法であり、機械学習の前処理でもデータの性質を変える別の目的で使われます。
量子化
音声をデジタルデータに変換する際などに使われる技術で、データのスケールを調整する「標準化」とは用途が完全に異なります。名前の響きが数学的で難しいため、初学者が前処理用語の問題でなんとなく選んでしまいがちですが、デジタル信号処理の分野で使われるまったく別の概念です。