normalizacja

Normalizacja to zestaw procesów, technik i standardów mających na celu przekształcenie danych, sygnałów lub praktyk tak, aby były porównywalne, spójne i zgodne z przyjętymi normami.

W statystyce i uczeniu maszynowym normalizacja najczęściej odnosi się do skalowania cech do wspólnego zakresu (na przykład 0–1) lub do przekształceń prowadzących do rozkładu o określonych parametrach (średnia 0, odchylenie 1). Celem jest ułatwienie porównywania cech o różnych jednostkach oraz stabilizacja i przyspieszenie algorytmów. Technicznie używa się też terminu standaryzacja (z-score); normalizacja bywa używana zamiennie, ale nie zawsze oznacza to samo.

W bazach danych normalizacja odnosi się do projektowania schematu w taki sposób, aby zminimalizować redundancję i zależności między danymi. Stosuje się kolejne formy normalne (1NF, 2NF, 3NF, BCNF). Celem jest spójność danych i łatwość utrzymania. Czasem w praktyce stosuje się denormalizację w celach wydajnościowych, kosztem większej redundancji.

W przetwarzaniu sygnałów i dźwięku normalizacja polega na dostosowaniu amplitudy sygnału do określonego zakresu wartości, aby pozwolić na porównywanie różnych nagrań. W muzyce często mówimy o normalizacji głośności (np. RMS, LUFS), co ułatwia odbiór.

W przetwarzaniu języka naturalnego normalizacja tekstu obejmuje ujednolicanie formy, np. konwersję do małych liter, usuwanie znaków specjalnych, lematyzację lub stemming oraz standaryzację zapisu. Zastosowania obejmują przetwarzanie danych, wyszukiwanie i analizy.

Znaczenie i ograniczenia: normalizacja poprawia porównywalność i efektywność, ale może też prowadzić do utraty istotnych cech danych. Wybór metody zależy od kontekstu i celów.