Data mining je systematické prohledávání velkých datových souborů za účelem nalezení vzorců, souvislostí a anomálií. Využívá statistické postupy a metody strojového učení, například shlukování, klasifikaci nebo asociační analýzu. Klasickým příkladem je analýza nákupního košíku v maloobchodě, která ukazuje, které produkty se často kupují společně – podklad pro sortiment, umístění zboží a doporučení.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoRozpoznávání vzorů je automatické určování pravidelností, struktur nebo opakujících se rysů v datech, jako jsou obrázky, zvuky, texty nebo naměřené hodnoty. Systémy přiřazují nová pozorování ke známým kategoriím nebo objevují skupiny bez předem daných štítků. Mezi využití patří rozpoznávání obličejů, rozpoznávání rukopisu, kontrola kvality ve výrobě a odhalování neobvyklých transakcí. Tento obor je důležitým základem strojového učení.
Shlukování (clustering) je metoda učení bez učitele, která rozděluje datové body do skupin podle jejich podobnosti, bez předem daných kategorií. Odhaluje vzorce, které dosud nikdo nepojmenoval – například zákaznické segmenty s podobným nákupním chováním. U textů pomáhá shlukování roztřídit stovky zákaznických dotazů do témat, jako je doručení, fakturace nebo reklamace, a ukazuje, kde leží těžiště.
Prediktivní analytika využívá historická data, statistiku a strojové učení k odhadu pravděpodobných budoucích událostí. Odpovídá na otázky, jako: Kteří zákazníci chtějí odejít? Kolik zásob bude potřeba příští měsíc? Kdy se pravděpodobně porouchá stroj? Výsledkem jsou pravděpodobnosti, nikoli jistoty. Jejich hodnota výrazně závisí na kvalitě dat a na tom, zda se předpovědi skutečně promítnou do rozhodnutí a procesů.
Průzkumová analýza dat (EDA) je první, otevřený pohled na datový soubor: počítáte souhrnné ukazatele, zkoumáte rozdělení a grafy a hledáte vzorce, odlehlé hodnoty a chybějící hodnoty – zatím bez pevné hypotézy. Pomáhá posoudit kvalitu dat a najít smysluplné otázky pro další analýzu nebo modelování. Příklad: před prognózou prodeje EDA odhalí, že jeden měsíc byl kvůli migraci systému zaznamenán neúplně.
