Dizionario AI › Fondamenti AI

Normalizzazione dei dati

Data normalization

La normalizzazione dei dati è la tecnica che riscala le variabili numeriche di un dataset in un intervallo comune, tipicamente tra 0 e 1, in modo che nessuna caratteristica domini le altre solo perché espressa con numeri più grandi. Un modello che confronta il reddito annuo, espresso in migliaia, con l'età, espressa in poche decine, rischia di dare peso eccessivo al reddito solo per la sua scala, non per la sua reale importanza.

Definizione

Come funziona

Il metodo più comune, detto min-max, trasforma ogni valore sottraendo il minimo della variabile e dividendo per la differenza tra massimo e minimo, ottenendo così un intervallo compreso esattamente tra 0 e 1. La trasformazione va calcolata sui dati di addestramento e poi applicata identica ai dati di test e a quelli futuri, per evitare che informazioni sul test set influenzino indirettamente l'addestramento. È sensibile ai valori estremi, un singolo outlier può comprimere tutti gli altri valori in un intervallo molto stretto.

Applicazioni

È un passo di preparazione dati quasi obbligatorio per algoritmi sensibili alla scala delle variabili, come le reti neurali, il k-nearest neighbors e le support vector machine, mentre modelli basati su alberi decisionali, come random forest e gradient boosting, sono in gran parte indifferenti alla scala e non ne hanno bisogno. È applicata sistematicamente nella computer vision, dove i valori dei pixel vengono normalizzati prima di essere dati in ingresso a una rete neurale.

Storia ed etimologia

Il concetto di riportare variabili a scale comparabili appartiene alla statistica classica ben prima del machine learning, e il termine normalizzazione, dal latino norma, regola, descrive l'idea di riportare grandezze diverse a una regola condivisa. Con la diffusione delle reti neurali a partire dagli anni '80 e '90, la normalizzazione dei dati in ingresso è diventata una pratica standard, indispensabile per rendere stabile e veloce il processo di addestramento.

Termini correlati

• Standardizzazione
• Feature engineering
• Dataset
• Outlier (Valore anomalo)
• Neural Network

Altri termini in Fondamenti AI

• LLM (Large Language Model)
• Token
• Context Window
• Temperature
• Allucinazione (AI Hallucination)
• Fine-tuning
• RAG (Retrieval Augmented Generation)
• Embedding

Mettilo alla prova

• Scenario reale: applica questo concetto con un verdetto AI immediato.
• Palestra quotidiana: brevi esercizi per allenare i concetti del dizionario.
• Gioco Playoff: sfida altri giocatori, a eliminazione diretta.

📱 Scarica l'app Android (beta) iOS in arrivo

Dì quello che intendi. Ottieni quello che ti serve.

Grace Certified, la coach AI che allena e certifica il tuo prompt engineering, di Agora Intelligence.