Qu'est-ce que l'exploration de données?

L'exploration de données utilise une quantité relativement importante de puissance de calcul fonctionnant sur un grand ensemble de données pour déterminer les régularités et les connexions entre les points de données.Les algorithmes qui utilisent des techniques à partir des statistiques, de l'apprentissage automatique et de la reconnaissance des modèles sont utilisés pour rechercher automatiquement de grandes bases de données.L'exploration de données est également connue sous le nom de découverte des connaissances dans les bases de données (KDD).

Comme le terme Intelligence artificielle , l'exploration de données est un terme parapluie qui peut être appliqué à un certain nombre d'activités variables.Dans le monde de l'entreprise, l'exploration de données est utilisée le plus fréquemment pour déterminer la direction des tendances et prédire l'avenir.Il est utilisé pour construire des modèles et des systèmes d'aide à la décision qui donnent aux gens des informations qu'ils peuvent utiliser.L'exploration de données joue un rôle de première ligne dans la bataille contre le terrorisme.Il aurait été utilisé pour déterminer le leader des attaques du 11 septembre.

Les mineurs de données sont des statisticiens qui utilisent des techniques avec des noms tels que Modèles de quasValidation croisée , la méthode laisse-un-out , et ainsi de suite.Les techniques de régression sont utilisées pour soustraire des modèles non pertinents, ne laissant que des informations utiles.Le terme bayésien est visible fréquemment dans le domaine, se référant à une classe de techniques d'inférence qui prédisent la probabilité d'événements futurs en combinant des probabilités et des probabilités antérieures en fonction des événements conditionnels.Le filtrage des spams est sans doute une forme d'exploration de données, qui met automatiquement les messages pertinents à la surface à partir d'une mer chaotique de tentatives de phishing et de pas de viagra. Les arbres de décision sont utilisés pour filtrer les montagnes de données.Dans un arbre de décision, toutes les données traversent un nœud d'entrée, où il est confronté à un filtre qui sépare les données en flux en fonction de ses caractéristiques.Par exemple, les données sur le comportement des consommateurs sont susceptibles d'être filtrées sur la base de facteurs démographiques.L'exploration de données ne concerne pas principalement les graphiques de fantaisie et les techniques de visualisation, mais il les utilise pour montrer ce qu'il a trouvé.Il est connu que nous pouvons absorber plus d'informations statistiques visuellement que verbalement et ce format de présentation peut être très persuasif et puissant s'il est utilisé dans le bon contexte. Comme notre civilisation devient de plus en plus saturée de données et les capteurs sont distribués en masse dans notre localEnvironnements, nous découvrirons par inadvertance des choses qui pourraient être manquées lors de la première passe.L'exploration de données nous permettra de corriger ces erreurs et de découvrir de nouvelles informations en fonction des données antérieures, ce qui nous donne plus de coups pour notre buck de stockage de données.