generalizzazione

La generalizzazione è il processo di estendere una proprietà, una regola o una relazione da casi specifici a una classe più ampia o a casi non osservati. Il termine deriva dal latino generalis, attraverso il francese generalisation.

In logica formale la generalizzazione è un passo di inferenza che passa da una proposizione particolare a una universale, ad esempio da p(a) a ∀x p(x). Nella matematica e nell’informatica è anche un atto di astrazione che amplia definizioni o teoremi affinché risultino applicabili a strutture o contesti più generali.

Nelle scienze empiriche la generalizzazione riguarda l’uso di risultati osservati su un campione per descrivere o prevedere fenomeni in popolazioni o situazioni diverse, entro i limiti di validità e di contesto. Il grado di generalizzazione dipende dalla rappresentatività dei dati e dalla robustezza del modello.

Nel machine learning e nella statistica, la generalizzazione è la capacità di un modello di funzionare bene su dati non visti. Tecniche come la validazione incrociata, la regolarizzazione e l’uso di set di test mirano a stimarla e migliorare la generalizzazione. L’overfitting si verifica quando il modello impara troppo bene i dati di addestramento a discapito della prestazione su dati nuovi; l’underfitting si verifica quando non cattura le relazioni rilevanti.

In linguistica si parla di generalizzazione quando regole apprese dai dati si estendono a nuove parole o contesti. In filosofia l’induzione e la generalizzazione sono temi centrali: come giustificare conclusioni basate su osservazioni limitate è stato oggetto di ampio dibattito.

Le generalizzazioni utili richiedono dati rappresentativi, contesto adeguato e consapevolezza dei limiti: una generalizzazione non valida può condurre a errori o conclusioni fuorvianti.