Data mining utilizza una quantità relativamente grande potenza di calcolo di operare su un ampio insieme di dati per determinare le regolarità e le connessioni tra i punti di dati. Algoritmi che ricorrono a tecniche di statistica, machine learning e pattern recognition sono utilizzati per la ricerca database di grandi dimensioni automaticamente. Data Mining è noto anche come Knowledge-Discovery in Databases (KDD).

Come il termine intelligenza artificiale , il data mining è un termine generico che può essere applicata a una serie di variabili attività. Nel mondo aziendale, il data mining è utilizzato più frequentemente per determinare la direzione delle tendenze e predire il futuro. E 'impiegato per costruire modelli e sistemi di supporto decisionale che dare alla gente informazioni che possono utilizzare. Data mining prende un ruolo di primo piano nella lotta contro il terrorismo. E 'stato presumibilmente usato per determinare il leader del 9 /11 attacchi.

minatori sono dati statistici che utilizzano le tecniche con nomi come vicino modelli prossimo , k-means , metodo holdout , k-fold cross validazione , il leave-one-out metodo , e così via. Tecniche di regressione sono utilizzati per sottrarre i modelli irrilevante, lasciando solo le informazioni utili. Il termine Bayesiano è visto spesso in campo, facendo riferimento ad una classe di tecniche di inferenza che prevedere la probabilità di eventi futuri, combinando le probabilità a priori e le probabilità in base a eventi condizionale. Il filtraggio dello spam è probabilmente una forma di data mining, che porta automaticamente i messaggi relativi alla superficie da un mare caotico di tentativi di phishing e piazzole Viagra.

alberi di decisione sono stati utilizzati per filtrare le montagne di dati. In un albero decisionale, tutti i dati passano attraverso un nodo d'ingresso, si affaccia un filtro che separa i flussi di dati in base alle sue caratteristiche. Per esempio, i dati sul comportamento dei consumatori rischia di essere filtrati in base a fattori demografici. Il data mining non è principalmente su grafici e le tecniche di visualizzazione, ma non li impiegano per mostrare ciò che ha trovato. E 'noto che siamo in grado di assorbire informazioni statistiche visivamente che verbalmente e questo formato per la presentazione può essere molto convincente e potente, se usato nel giusto contesto.

Per quanto la nostra civiltà diventa sempre più saturo di dati e sensori sono distribuiti in massa nelle nostre realtà locali, abbiamo inavvertitamente scoprire cose che potrebbero perdere il primo passare. Data mining ci permetterà di correggere questi errori e scoprire nuove intuizioni basate su dati del passato, dandoci più bang per i nostri dati Buck storage.