離散変数とは、飛び飛びの値をとる変数のことであり、AIや機械学習の分野ではデータの分類や自然言語処理のトークン化、確率分布の計算などにおいて基本的なデータ表現として広く利用されています。
離散変数とは
一言でいうと離散変数とは、ある範囲の中で整数値や特定のカテゴリなど、連続していない「飛び飛びの数値や状態」をとる変数のことです。
詳しく解説
離散変数は、数えることができる（カウント可能な）値をとる変数を指します。例えば、家族の人数やコインの表裏の回数、サイコロの目などがこれに該当します。人工知能や機械学習においては、データを分類するクラスラベルや、自然言語処理における単語の出現回数などが離散変数として扱われます。ニューラルネットワークの出力層において、画像を「猫」「犬」「鳥」といったカテゴリに分類するタスクや、確率分布を用いて単語の確率を予測する際にも、この離散的なデータ構造が基礎となります。
具体例・使われ方
具体的な利用例として、画像認識モデルにおけるクラス分類が挙げられます。入力された画像が「0（自転車）」から「9（トラック）」までのどのカテゴリに属するかを予測する出力は、離散変数です。また、テキスト生成AIにおけるトークンIDの選択や、レコメンドシステムにおけるユーザーの「購入した／購入しなかった」という二値の予測なども離散変数の典型的な例です。
似た用語との違い
連続変数と比較されることが多いです。連続変数は、身長や体重、気温のように、ある範囲内のどのような実数値でもとることができる変数です。離散変数が飛び飛びの値をとるのに対し、連続変数は無限に細かく分割可能な数値を扱います。
注意点
機械学習モデルを設計する際、離散変数を単なる数値として誤って連続変数のように扱ってしまうと、モデルが誤った大小関係や順序を学習してしまう原因になります。例えば、カテゴリカルな離散変数を数値に置き換える際には、ワンホットエンコーディングなどの適切な前処理を行う注意が必要です。