Dizionario AI › Fondamenti AI

Standardizzazione

Standardization

La standardizzazione è la tecnica che trasforma una variabile numerica in modo che abbia media zero e deviazione standard pari a uno, riportando dati con scale e distribuzioni diverse a un riferimento statistico comune. È una parente stretta della normalizzazione, ma invece di forzare i valori in un intervallo fisso come 0-1, li esprime in termini di quante deviazioni standard si trovano sopra o sotto la media.

Definizione

Come funziona

Il calcolo sottrae a ogni valore la media della variabile e divide il risultato per la sua deviazione standard, ottenendo il cosiddetto punteggio z. Un valore standardizzato pari a 2 indica un dato due deviazioni standard sopra la media della propria variabile, indipendentemente dall'unità di misura originale, il che rende immediatamente confrontabili grandezze diverse come età, reddito o punteggio di rischio. A differenza della normalizzazione min-max, la standardizzazione non produce un intervallo limitato e risente meno degli outlier estremi.

Applicazioni

È preferita alla normalizzazione min-max in molti algoritmi statistici e di machine learning che assumono implicitamente dati distribuiti attorno a una media, come la regressione lineare e logistica, l'analisi delle componenti principali e molti algoritmi di ottimizzazione basati sul gradiente, dove aiuta la discesa del gradiente a convergere più rapidamente e in modo più stabile. È anche lo strumento base per individuare valori anomali, poiché un punteggio z molto alto o molto basso segnala un'osservazione insolita.

Storia ed etimologia

Il termine deriva dal concetto statistico di variabile standardizzata, formalizzato nella prima metà del Novecento nell'ambito della statistica inferenziale, quando divenne pratica comune confrontare misure diverse riportandole alla stessa scala relativa alla loro distribuzione. Con la diffusione del machine learning computazionale, la standardizzazione è diventata uno dei passaggi più comuni nella preparazione dei dati prima dell'addestramento di un modello.

Termini correlati

• Normalizzazione dei dati
• Outlier (Valore anomalo)
• PCA (Analisi delle componenti principali)
• Regressione lineare
• Feature engineering

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.