Normalizace

Normalizace je pojem užívaný v řadě disciplín informatiky, matematiky a statistiky a označuje proces uvedení dat do srovnatelné, standardní podoby. Cílem je usnadnit porovnání, analýzu a sdílení dat, odstranit rozdíly způsobené různými měřítky a zajistit konzistenci napříč systémy. V širším smyslu zahrnuje normalizace úpravu rozdělení či struktury dat a jejich reprezentace tak, aby byly srovnatelné a efektivněji zpracovatelné.

V matematice a teorii pravděpodobnosti jde o transformace, které zachovávají určité vlastnosti systému. Příkladem je normalizace vektoru na jednotkovou délku nebo úprava pravděpodobnostního rozdělení tak, aby součet pravděpodobností byl roven jedné. V rámci modelů se používá i normalizační konstanta k zajištění platnosti pravděpodobnostních či observačních rozdělení.

V datech a strojovém učení se často používají konkrétní techniky normalizace. Min–Max normalizace replikuje hodnoty do intervalu 0 až 1, zatímco standardizace (z-skórování) upravuje data na nulový průměr a jednotý rozptyl. Výběr metody závisí na cílech a na citlivosti algoritmu na hodnoty mimo normu, extrémní hodnoty nebo měřítko proměnných.

V databázích se normalizace týká návrhu relačních databází a procesu rozkladu tabulek za účelem snížení redundance a závislostí. Typicky se hovoří o normal forms (1NF, 2NF, 3NF, BCNF). Cílem je zlepšit integritu dat a usnadnit aktualizace, i když může dojít k větší komplexnosti dotazů a menší rychlosti.

V dalších oblastech, jako je počítačové zpracování obrazu a signálů, se normalizace používá k vyrovnání rozsahů hodnot, ke zvýšení komparability či ke stabilnějšímu učení v modelech.