Generalizacja

Generalizacja to proces wnioskowania polegający na rozciąganiu cech, praw lub obserwacji z wybranej grupy obiektów na szerszy zbiór lub na całość. W naukach oraz w codziennym myśleniu celem generalizacji jest uzyskanie twierdzeń lub modeli, które obejmują także przypadki nieobserwowane bezpośrednio. Niesie ona zarówno praktyczne korzyści (pojęcia ogólne, reguły), jak i ryzyko błędów, jeśli założenia nie są reprezentatywne.

W logice i filozofii generalizacja oznacza regułę wnioskowania prowadzącą do zdań uniwersalnych z twierdzeń o konkretnych obiektach. W praktyce wymaga ostrożności: obiekt użyty do wniosku musi być arbitralny i nie zależeć od szczególnych założeń kontekstowych, aby twierdzenie „dla wszystkich” było uzasadnione.

W naukach empirycznych generalizacja dotyczy przenoszenia wniosków z próby na populację. Jej trafność zależy od reprezentatywności próby, kontroli błędów i oceny zewnętrznej trafności. Przesadna generalizacja prowadzi do błędnych wniosków o całości na podstawie ograniczonych danych.

W uczeniu maszynowym generalizacja oznacza zdolność modelu do poprawnego działania na danych, które nie były użyte podczas treningu. Niezdolność do generalizacji prowadzi do overfittingu. Poprawia się ją poprzez regularizację, walidację krzyżową, prostsze modele i większe zbiory danych.