داده‌کاوی

داده‌کاوی فرایند بررسی داده‌ها برای کشف الگوها، رابطه‌ها، روندها و اطلاعاتی است که در نگاه نخست آشکار نیستند. این فرایند می‌تواند از روش‌های آماری، یادگیری ماشین، پایگاه داده و مصورسازی استفاده کند.

داده‌کاوی فقط به داده‌های بسیار بزرگ محدود نیست. کیفیت داده، انتخاب پرسش درست و تفسیر محتاطانه الگوها اهمیت دارد، زیرا هم‌بستگی کشف‌شده لزوماً رابطه علت و معلولی را نشان نمی‌دهد.

نکته‌ای که در پروژه‌ها اهمیت دارد

تیم فروش می‌تواند الگوهای خرید هم‌زمان کالاها را بررسی کند تا بفهمد کدام محصولات معمولاً با هم سفارش داده می‌شوند. اما ارتباط دو محصول در داده به معنی این نیست که یکی باعث خرید دیگری شده است.

کشف الگو با پیش‌بینی یکسان نیست

Association Rules مانند همراه‌خرید شدن دو محصول می‌توانند الگو را بدون برچسب هدف آشکار کنند. در مقابل مدل طبقه‌بندی برای پیش‌بینی برچسب استفاده می‌شود. همبستگی داده دلیل رابطه علت و معلولی نیست.