Duomenų gavyba – tai sistemingas didelių duomenų rinkinių tyrimas siekiant rasti dėsningumų, ryšių ir anomalijų. Ji remiasi statistiniais metodais ir mašininio mokymosi technikomis, pavyzdžiui, klasterizavimu, klasifikavimu ar asociacijų analize. Klasikinis pavyzdys – pirkinių krepšelio analizė mažmeninėje prekyboje, rodanti, kokios prekės dažnai perkamos kartu; tai asortimento, išdėstymo ir rekomendacijų pagrindas.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąDėsningumų atpažinimas – tai automatinis dėsningumų, struktūrų ar pasikartojančių požymių nustatymas duomenyse, pavyzdžiui, vaizduose, garsuose, tekstuose ar matavimuose. Sistemos priskiria naujus stebėjimus žinomoms kategorijoms arba randa grupes be iš anksto nustatytų žymų. Taikymo sritys: veido atpažinimas, rašysenos atpažinimas, gamybos kokybės kontrolė ir neįprastų sandorių aptikimas. Ši disciplina yra svarbus mašininio mokymosi pagrindas.
Klasterizavimas – neprižiūrimojo mokymosi metodas, kuris duomenų taškus suskirsto į grupes pagal panašumą be iš anksto apibrėžtų kategorijų. Jis atskleidžia dėsningumus, kurių niekas anksčiau nebuvo įvardijęs, pavyzdžiui, panašaus pirkimo elgesio klientų segmentus. Dirbant su tekstais klasterizavimas padeda šimtus klientų užklausų suskirstyti į temas, pavyzdžiui, pristatymas, sąskaitos ar skundai, ir parodo, kur sutelktas dėmesys.
Prognozinė analitika naudoja istorinius duomenis, statistiką ir mašininį mokymąsi, kad įvertintų tikėtinus būsimus įvykius. Ji atsako į tokius klausimus: kurie klientai ketina nutraukti sutartį? Kiek atsargų reikės kitą mėnesį? Kada tikėtina mašinos gedimas? Rezultatai yra tikimybės, o ne tikrumas. Jų vertė labai priklauso nuo duomenų kokybės ir nuo to, ar prognozės iš tikrųjų panaudojamos sprendimams ir procesams.
Tiriamoji duomenų analizė (angl. exploratory data analysis, EDA) – tai pirmoji, atvira duomenų rinkinio apžvalga: skaičiuojate suvestinius rodiklius, nagrinėjate skirstinius ir diagramas, ieškote dėsningumų, nuokrypių ir trūkstamų reikšmių – dar neturėdami tvirtos hipotezės. Ji padeda įvertinti duomenų kokybę ir rasti prasmingų klausimų tolesnei analizei ar modeliavimui. Pavyzdys: prieš pardavimų prognozę EDA atskleidžia, kad vienas mėnuo dėl sistemos migracijos buvo užfiksuotas nepilnai.
