実際にどう使われますか？
下の例文を通して、それぞれの単語がどのような状況で使われるのか学んでみましょう！
normalization
例文
We need to perform normalization on the dataset before training the model. [normalization: noun]
モデルをトレーニングする前に、データセットに対して正規化を実行する必要があります。[正規化: 名詞]
例文
The values were normalized between 0 and 1 to ensure consistency. [normalized: past participle]
一貫性を確保するために、値は 0 から 1 の間で正規化されました。[正規化: 過去分詞]
regularization
例文
We applied L2 regularization to the model to prevent overfitting. [regularization: noun]
オーバーフィットを防ぐために、モデルにL2正則化を適用しました。[正則化:名詞]
例文
The regularization term helped to reduce the model's complexity and improve its accuracy. [regularized: past participle]
正則化項は、モデルの複雑さを軽減し、精度を向上させるのに役立ちました。[正則化:過去分詞]
追加で知っておくといいこと
どっちの方がよく使われますか？
Normalizationは、データの前処理と分析でregularizationよりも一般的に使用されます。これは、機械学習モデルのデータを準備する際の基本的な手順です。一方、Regularizationは、パフォーマンスを向上させるためにモデルのトレーニング中に使用されるより高度な手法です。
どっちの方がよりフォーマルですか？
Normalizationはより一般的な用語であり、非公式のものを含むさまざまな文脈で使用できます。Regularizationはより専門的な用語であり、通常、機械学習とデータサイエンスに関連する公式または学術的な設定で使用されます。
