Fondamenti di data mining: definizione

Tecniche e metodi che si riferiscono agli approcci attivi, ossia si chiede agli strumenti di suggerire delle modalità per interpretare fenomeni presenti nei dati, dandogli una rappresentazione con un formalismo diverso a seconda del metodo utilizzato: formalismo matematico o formalismo di natura emprica, una regola. Poi questi formalismi possono assumere diverse forme, come ad esempio una forma grafica.

DEFINIZIONE
Estrazione di conoscenza dai dati sulla base di un approccio attivo, con l’ausilio di modelli matematici di apprendimento induttivo e di ottimizzazione (a differenza dell’approccio passivo, non esistono criteri di analisi predefiniti).
Fare data mining significa andare all’interno della miniera dei dati e scavare per trovare il filone, che è la regolarità che opportunamente espressa attraverso un formalismo e opportunamente generalizzata consente di sviluppare conoscenza. Senza sapere a priori se esistono e con quale formalismo possono essere espresse.
In particolare, il termine DATA MINING indica una “attività di esplorazione e analisi di un insieme di dati, generalmente di grandi dimensioni, per individuare eventuali regolarità (pattern) o tendenze ed estrarre informazioni e conoscenze utili nei processi decisionali”.
Con il termine DATA MINING ci si riferisce all’intero PROCESSO, che si articola:
(1) nella raccolta e analisi dei dati: l’analisi dei dati consente nel capire come sono fatti i dati all’interno dei data set e decidere quali utilizzare al fine del data mining
(2) nello sviluppo di modelli matematici di apprendimento e: modelli che consentono di identificare se esiste una tendenza e rappresentarla sotto forma di regola o di funzione
(3) nell’adozione di decisioni e azioni basate sulle conoscenze acquisite.