翻譯：【C3.AI】Normalization + 哲學

原址：https://www.c3iot.ai/glossary/data-science/normalization/

Normalization

歸一化

What is Normalization?

什麼是歸一化？

這段塊引用格式的文字，是翻譯試錯的過程，可跳過之間看正確的翻譯

Normalization is a data transformation process that aligns data values to a common scale or distribution of values so that.

歸一化，可以是一個數據轉型的處理過程：它把數據的所有數值進行對齊了的重分佈，到一個通常的（比如單位的、0~255之間的等）尺寸之間。歸一化也可以是一個數值分佈，同樣滿足一定的尺寸之間的分佈。

Normalization includes adjusting the scale of values to a similar metric or adjusting the time scales to be able to compare like periods. 

歸一化，包括兩件事：一是調整空間尺度：調整已知數值的尺寸到一個相似的度量空間（這樣就可以無關數據尺度跨數據集地比較各自數值的相對大小），二是調整時間尺度，以能夠做數據比較，比如像是一段時間的數據對一段時間的數據這樣配匹。

（這讓我想起來了那個把人腦的能量分佈和大尺度星系間的能量分佈聯繫起來，發現比例近似：即交流用的能量占比30%？而本體局部消耗的能量占比70%？或者反過來？，總之是一個三七比或者七三比，幾乎符合二八定律，人體也有交流的能量（細胞活動消耗能量）和不動的部分消耗的能量，如果把交流能量的看做無產階級，把聚集而不動的能量的看做資產階級，那麽這個比例就是一個有浮動的宇宙常數，描述交流和聚集之間的能量（消耗？或是分佈？）占比）

【第二句 自己翻不出來了 文心一言 上場！】发版日期：2023/06/07，版本：V2.0.3

Normalization is a data transformation process that aligns data values to a common scale or distribution of values so that. Normalization includes adjusting the scale of values to a similar metric or adjusting the time scales to be able to compare like periods. 將這句英文用非常準確的用詞翻譯成中文：

Normalization是一种数据转换过程，将数据值对准一个共同的标准或值分布，因此。Normalization包括将值调整为类似的度量标准或调整时间尺度，以便能够比较类似的时期。

【順便把第一句也翻譯了，第一句似乎並沒有抓住作者的省略表達的意思~ 道也者，須臾不可離也！可離非道！ 第二句話，把like翻译成类似是我没想到的，它是正确的。】

前两句话相對正确的翻译：

Normalization is a data transformation process that aligns data values to a common scale or distribution of values so that. Normalization includes adjusting the scale of values to a similar metric or adjusting the time scales to be able to compare like periods.

歸一化，可以是一個數據轉型的處理過程：它把數據的所有數值進行對齊了的重分佈，到一個通常的（比如單位的/百分比的、0~255之間的等）尺寸之間。歸一化也可以是一個數值分佈，同樣滿足一定的尺寸之間的分佈。歸一化，包括兩件事：一是調整空間尺度：調整已知數值的尺寸到一個相似的度量空間（這樣就可以無關數據尺度跨數據集地比較各自數值的相對大小），二是调整时间尺度：调整已知數值的時間尺度，以便能夠比較類似的時期。

 For example, if you have health data with annual height measurements in feet and daily weight measurements in pounds, normalizing the data could be adjusting the values to the percentage of the range between the minimum and maximum values.

舉個例子，假設你有一些健康監測數據，其中包括年度的身高測量，單位是英尺，以及每日的體重測量，單位磅，那麽歸一化這些數據就可以是調整其數值為其最小值同最大值之間的百分比值。（包括時間跨度和空間尺度都用百分比來替代）

Why is Normalization Important?

何故歸一化之要也？（為什麼歸一化重要？）

Normalization ensures that variables with large magnitudes of value do not exert undue influence over variables with small magnitudes of value, and also permits comparisons for like time period.

歸一化確保了：變量即使其值是非常之大數量級的也不會施加其不應當的影響，給小數量級的變量的值；並且也允許了：不一樣長、頻率但有一定相似性的時間期間/間斷之間的數據比較。

 In the example above, weight would have a larger impact on initial starting points for many analytics functions, skewing the optimization process and potentially increasing the number of iterations required to converge to an optimal set of parameters. Normalization can remove that bias and reduce compute cycles required to find an effective model.

在上面那個健康監測數據的例子中，體重會有一個更大的衝擊，在初始的起點附近，對很多分析函數來說，這使得優化過程向它傾斜，並潛在地增加了迭代的次數，需要更多的迭代次數才能收斂到一個理想的參數集之中。歸一化，可以移除那個偏重，從而減少計算的輪次——如此，只需較少的計算環數就能找到一個有效的模型。

（就像如果你把你的錢和馬雲的錢看的一樣，你就會以為馬雲的錢才算錢，你手上那點錢不算錢，這樣你就會重點關注馬雲怎麼賺錢而不思考自己手頭上該怎麼賺錢...如果認為馬雲賺那麽多錢也是賺你賺你的錢也是賺，賺多賺少一個樣，都是賺錢，這樣就比較容易專注於手頭上的事，不會因為馬雲賺的錢比你多七八個數量級而怎麼樣，但可能就忽略了大局觀的差別，這歸一化其實和說“人人不論有錢沒錢都平等”的思想本質上有相似之處。過分地令人專注於具體的微觀的事情，而忽視整體的大局觀，這樣也好，有大局觀的AI可能有點嚇人。特別是當他選擇為了大局犧牲小我...犧牲小的成敗...。這也就是說，幹大事要從手頭的小事做起。不可能因為大事的成就大，就一味地關注，而不做小事，這樣也並不能成功。這就是所謂底層關心國家大事，而有錢人只關心和自己有關係的事情...這個大就是相對的大而不是絕對的大。）

老子說：“太上，不知有之（下知有之）。” 佛：大勝殊，大即是非大，是為大。

人人皆知美之為美，其不美矣。                 色即是空空即是色，受想行識亦複如是。

如果有錢人只關心自己不關心上面，就是好的上下關係，其次親而譽之，其次...這個可能不只是說上下關係狀態的優劣，而是說一個人應該怎麼對待上面的事情的方式的優劣。知道有上面這個事情就可以了，甚至不知道都行。我們生下來都是不知道的，但是也都很好啊。知道了，你擔心他們把你當韭菜，你還要怎麼怎麼去負擔。不知道，就是生活中的精彩了唄~另一方面也許這種對待的方式又反過來決定了自己的歸宿（太上還是其次、還是再其次）。    -------------------------------------                                        我應滅度一切眾生（包括我），而滅度一切眾生已，實無一眾生滅度者（我也好好端端的）。眾生都已經被我滅度了，這樣，我不被眾生限制，非法非非法。我也不去做什麼實際的滅度，這樣我也沒招惹因果。反而因為已經滅度了那些困擾眾生的眾生而幫眾生解脫了苦海。就好像，我們以前有想過，一瞬間，哎，上一個瞬間，那記憶有沒有可能是塞進來的，有沒有可能我不是我，有沒有可能俺只是一瞬間繼承了這些記憶？又一瞬間繼承了這些記憶'。所以在那個繼承的瞬間，我已經滅度了一切眾生。而繼承了以後，就實際上，實無一眾生滅度。這樣放下各種萬千煩惱啊。

How C3 AI Enables Organizations to Use Normalization

C3AI （這個文章的發佈站點）是如何賦予不同組織使用歸一化的能力的

C3 AI makes it easy to apply normalization to address domain-specific AI applications to deliver business value today. The C3 AI Application Platform is a complete, end-to-end platform for designing, developing, deploying, and operating enterprise AI applications at enterprise scale.

C3 AI 使得在今天就幹成這事變得容易：應用歸一化來搞定不同特定領域的AI應用來傳遞商業價值（給用戶）。有賴於 C3 AI 應用平台，一個完整的、末梢到末梢的平台，用來設計、開發、部署以及操作企業級的AI應用，以企業的規模。

Publications

其他發佈~

C3 AI Accelerates AI Application Development on Azure by 18X

C3 AI 加速了AI應用的開發，在Azure上，18倍！

Enterprise AI and Machine Learning for Managers

面向經理的企業級AI以及機器學習

Digital Transformation by Thomas M. Siebel

數字轉型，作者：托馬斯 M. 希柏