数学と統計の：
* 正規化されたデータ： 通常、0〜1または-1と1の間の特定の範囲を持つように変換されたデータ。これは、同じスケールであるため、異なるデータセット間の比較を容易にするために行われます。
* 正規化されたベクトル： 長さ1のベクトル。これは、ベクトルの各コンポーネントをその大きさで除算することによって達成されます。
* 正規化された分布： 平均0と標準偏差が1のように変換された分布。これにより、異なる分布の比較が容易になります。
コンピューターサイエンスおよびエンジニアリング：
* 正規化されたデータベース： データの冗長性が最小化され、データの一貫性が維持されるデータベース。これは、データをより小さな関連テーブルに分解し、外国の鍵とリンクすることによって達成されます。
* 正規化された信号： 特定の振幅または電力レベルを持つように調整された信号。これは多くの場合、歪みやクリッピングを防ぐために行われます。
一般的に使用：
* 正規化： 標準的または典型的なものになったもの。たとえば、調査の「正規化された応答」は、平均または最も一般的な応答を反映する答えです。
「正規化」の特定の意味を理解するには、使用されているコンテキストを考慮することが重要です。
ここに、さまざまな意味を説明する例がいくつかあります：
* "データは平均0、標準偏差が1のように正規化されました。" （統計的正規化）
* 「データベースは、データの冗長性を減らすために正規化されました。」 （データベースの正規化）
* 「オーディオ信号は、クリッピングを防ぐために正規化されました。」 （信号正規化）
* 「学生のスコアは、試験のさまざまな難易度を考慮するように正規化されました。」 （標準化された「正規化」の一般的な使用）