Dolovanie údajov (data mining) je systematické prehľadávanie veľkých súborov údajov s cieľom nájsť vzorce, súvislosti a anomálie. Využíva štatistické techniky a metódy strojového učenia, ako sú zhlukovanie, klasifikácia alebo asociačná analýza. Klasickým príkladom je analýza nákupného košíka v maloobchode, ktorá ukazuje, aké produkty sa často kupujú spolu – základ pre sortiment, rozmiestnenie tovaru a odporúčania.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoRozpoznávanie vzorov je automatická identifikácia pravidelností, štruktúr alebo opakujúcich sa znakov v dátach, ako sú obrázky, zvuky, texty alebo namerané hodnoty. Systémy priraďujú nové pozorovania k známym kategóriám alebo objavujú skupiny bez vopred daných označení. Medzi použitia patrí rozpoznávanie tvárí, rozpoznávanie rukopisu, kontrola kvality vo výrobe a odhaľovanie nezvyčajných transakcií. Disciplína je dôležitým základom strojového učenia.
Zhlukovanie (clustering) je metóda učenia bez učiteľa, ktorá rozdeľuje dátové body do skupín podľa ich podobnosti, bez vopred definovaných kategórií. Odhaľuje vzory, ktoré predtým nikto nepomenoval – napríklad segmenty zákazníkov s podobným nákupným správaním. Pri textoch pomáha zhlukovanie roztriediť stovky dopytov zákazníkov do tém, ako je doručenie, fakturácia alebo reklamácie, a ukazuje, kde je ťažisko.
Prediktívna analytika využíva historické dáta, štatistiku a strojové učenie na odhad pravdepodobných budúcich udalostí. Odpovedá na otázky ako: Ktorí zákazníci sa chystajú odísť? Koľko zásob bude potrebných budúci mesiac? Kedy sa pravdepodobne pokazí stroj? Výsledkom sú pravdepodobnosti, nie istoty. Ich hodnota výrazne závisí od kvality dát a od toho, či sa predpovede skutočne premietnu do rozhodnutí a procesov.
Prieskumná analýza údajov (EDA, exploratory data analysis) je prvý, otvorený pohľad na súbor údajov: vypočítate súhrnné ukazovatele, preskúmate rozdelenia a grafy a hľadáte vzorce, odľahlé hodnoty a chýbajúce hodnoty – zatiaľ bez pevnej hypotézy. Pomáha posúdiť kvalitu údajov a nájsť zmysluplné otázky pre ďalšiu analýzu alebo modelovanie. Príklad: pred predpoveďou predaja EDA odhalí, že jeden mesiac bol kvôli migrácii systému zaznamenaný neúplne.
