Mineração de dados é usado para análise de coleções de observações

A mineração de dados é o processo de aplicação destes métodos para dados com a intenção de descobrir padrões ocultos. Ela tem sido usada por muitos anos por empresas, governos e cientistas para peneirar volumes de dados, incluindo dados sobre passageiros aéreos com dados censitários e dados de scanner supermercado para produzir relatórios de pesquisa de mercado.

Uma razão importante para a utilização de mineração de dados é para auxiliar na análise de coleções de observações do comportamento. Esses dados são vulneráveis ​​por causa de relacionamentos co-linearidade desconhecidos. Um fato da mineração de dados é que todos os dados que estão sendo analisados ​​podem não ser representativos de todo o campo, e, portanto, não pode fornecer exemplos de comportamentos críticos e relações que existem em outras partes do campo.

Para ultrapassar este problema, a análise pode ser aumentada usando abordagens baseadas em experimentos e outros, tais como os modelos de escolha para os dados gerados humanos. Nessas situações, correlações inerentes seja verificada ou removidos durante a construção da instalação experimental
mineração

Os dados geralmente envolve quatro categorias de tarefas:.

Layout - Organiza dados em grupos pré-definidos. Por exemplo, um programa de e-mail pode tentar e-mail como classificação legítimo ou spam. Algoritmos de aprendizagem comum são árvores de decisão, vizinho mais próximo, a classificação de Naive Bayes e de rede neural

Clustering -. Tais como formato, mas os grupos não são pré-definidos, de modo que o algoritmo vai tentar agrupar itens semelhantes
<. p> Regressão - As tentativas de encontrar uma função que modela os dados com o mínimo de erro

Associação de aprendizagem - regra. Procura relações entre as variáveis. Exemplo, um supermercado pode coletar dados sobre o comportamento de compra dos clientes. Usando a aprendizagem de regras de associação, o supermercado determinar quais os produtos são frequentemente comprados juntos e usar essas informações para fins de marketing. Isso é chamado de análise de cesta de mercado. Agora. Veja alguns exemplos em que ele pode ser usado no mundo real.

Na área da investigação em genética humana, a meta é importante compreender a relação de correspondência entre as variações inter-individuais nas sequências de DNA humano e do variabilidade da susceptibilidade à doença. Simplificando, é como as mudanças na sequência de DNA de um indivíduo afetar o risco de desenvolver doenças como o câncer. Isto é muito importante para o diagnóstico, prevenção e tratamento de doenças. A técnica de mineração de dados utilizado para esta tarefa é conhecida como redução multifatorial dimensionalidade.

No campo da engenharia elétrica, técnicas de mineração de dados são amplamente utilizados no acompanhamento do estado dos equipamentos eléctricos de alta tensão. O objectivo da vigilância é condição para fornecer informações valiosas sobre a saúde do isolamento do equipamento. Dados, tais como a combinação de auto-organização mapa (SOM) foi aplicada ao monitoramento de vibrações e análise de transformador em comutadores (OLTC).

Usando o monitoramento de vibração, pode-se notar que cada operação de mudança de tap de um sinal sobre o estado dos contatos e gerar discos trimmer. Naturalmente, as posições de tap gerar diferentes sinais. No entanto, houve uma variabilidade considerável entre os sinais normalmente faz precisamente a mesma função. SOM foi utilizado para detectar condições anormais e da natureza dos desvios para estimar Restaurant  .;