標準化 (Standardization)
標準化（Standardization）とは、機械学習で回帰モデルを構築する際に一般的に用いられる手法で、データのスケール（範囲）を一定の基準に揃える前処理のことを指します。
具体的には、データの平均を0、分散を1の正規分布に変換する操作です。これにより、異なるスケールを持つ特徴量を同一のスケールにさせることができ、モデルの学習効率が向上します。
似たようなスケールの調整方法に、正規化があります。最大値および最小値が決まっていない場合や、外れ値が存在する場合は、標準化を使用することが望ましいです。
標準化の計算式は以下の通りです。（x’：標準化された値、x：標準化される前の値、μ：平均、σ：標準偏差）
サイバネットのAIソフトウェア・ソリューション
サロゲートモデル構築のための深層学習ソフトウェア Neural Concept Studio
Neural Concept Studio (NCS) は、設計プロセスを劇的に加速する深層学習ベースのソフトウェアです。既存の形状パターンやシミュレーションデータからサロゲート(代理)モデルを構築することで、設計変更に対する解析結果が最短数ミリ秒で出力されます。
AI画像認識カスタムソリューション
製造業特化の欠陥検出AIソリューションです。お客様の工場ごとに最適化されたフルオーダーメイドAIだからこそ、他社の汎用AIでは検出できない微細な欠陥も検出可能に。金属・樹脂・塗装・半導体など、あらゆる検査ニーズに対応します。