Adatfelfedezés

Adatfelfedezés (adatbányászat) a nagyméretű adathalmazokban rejtőző összefüggések, mintázatok és ismeretek feltárásának folyamata. Célja olyan információk előhívása, amelyek támogatják a döntéshozatalt, a trendek megértését és a jövőbeli viselkedés előrejelzését. A fogalmak gyakran szinonimaként használhatók: adatfelfedezés, adatbányászat vagy tudásfelfedezés adatbázisból (KDD).

A folyamat jellemzően követi a keretrendszereket, például a CRISP-DM modellt: üzleti célok meghatározása, adatok összegyűjtése és előkészítése, adatmódosítás és átalakítás, modellezés és mintázatkeresés, értékelés és implementáció. Ez a ciklikus hozzáállás lehetővé teszi a módszerek iteratív finomhangolását.

A gyakran alkalmazott technikák közé tartozik a leíró statisztika, a klaszterezés, a felügyelt tanulásos módszerek (osztályozás, regresszió), az asszociációs szabályok, az anomália- és időbeli mintázat-keresés, valamint a dimenziócsökkentés és a feature engineering. Az eredményeket gyakran vizualizálással és értékelési mutatókkal fejezik ki.

Kihívások közé tartozik a gyenge vagy hiányos adatok minősége, adatvédelmi és etikai szempontok, torzítás és átláthatóság hiánya, valamint a modellek skálázhatósága és általánosíthatósága.

Jellemző alkalmazási területek: üzleti intelligencia és marketing, pénzügyi csalásfelderítés, egészségügy, gyártás és kockázatmenedzsment. Az adatfelfedezés támogatja a döntéshozatalt és a folyamatok optializálását.