Marco Consiglio — Volta Institute · Dispensa didattica 2026
Guida di riferimento pratico con snippet di codice e prompt strutturati per AI
La normalizzazione è il processo di riscalare i valori numerici di un dataset per renderli comparabili tra loro. È un passaggio fondamentale nel preprocessing dei dati prima di applicare algoritmi di machine learning, analisi statistica o visualizzazione.
Senza normalizzazione, feature con scale molto diverse (es. età vs stipendio) falsano il comportamento di algoritmi basati su distanze (KNN, SVM) o gradienti (reti neurali, regressione).
I Prompt Strutturati presenti in ogni scheda consentono di delegare il calcolo a un modello AI (Claude, ChatGPT, Gemini) semplicemente sostituendo il dataset di esempio con i propri dati.
| Algoritmo | Outlier | Distribuzione | Range |
|---|---|---|---|
| Min-Max | No | Qualsiasi | [0, 1] |
| Z-Score | Tolera | Normale | (−∞,+∞) |
| Decimal | No | Qualsiasi | (−1,1) |
| Log | Sì ✓ | Asimmetrica | (0,+∞) |
| Max Abs | No | Sparsa/NLP | [−1,1] |
| Robust | Sì ✓✓ | Qualsiasi | (−∞,+∞) |
| L1 Norm | Tolera | Vettori | [0, 1] |
| L2 Norm | Tolera | Vettori | [−1,1] |
Come usare i Prompt Strutturati: Ogni scheda contiene un prompt in formato strutturato pronto all'uso. Procedura: 1) Seleziona la vista "Solo Prompt" o "Codice + Prompt" 2) Copia il blocco verde di un algoritmo 3) Incollalo in un'interfaccia AI (Claude, ChatGPT, Gemini) 4) Sostituisci il dataset di esempio con i tuoi dati reali 5) Specifica il formato di output desiderato (JSON, CSV, tabella).