Atualizado em 21/10/2026: verbete refeito: definição curta com fonte, exemplo e termos relacionados; saiu o texto genérico anterior. Como conferimos os dados
Hashing é usar uma função hash, que transforma um dado de qualquer tamanho num valor de tamanho fixo. Em machine learning, segundo o glossário do Google, é um jeito de agrupar dados categóricos em baldes (buckets), útil quando o número de categorias possíveis é grande e só uma parte delas aparece nos dados.
Exemplo
Uma loja tem um campo “CEP do cliente”, com dezenas de milhares de valores possíveis. Em vez de criar uma coluna para cada CEP, o hashing distribui os CEPs em, digamos, 1.000 baldes, e o modelo aprende com o número do balde.
Desvantagem
Categorias diferentes podem cair no mesmo balde (uma colisão) e passar a ser tratadas como iguais pelo modelo. Mesmo assim, é uma forma prática de reduzir um conjunto enorme de categorias a um número escolhido de baldes.
Termos relacionados
Fontes (conferidas em 02/10/2026): Google: glossário de ML (hashing)