Data mining: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
→Sviluppi recenti: spelling errato della parola visualization |
→Descrizione: rivedo frasi iniziali |
||
Riga 2:
== Descrizione ==
Il concetto di ''data mining'' è
In sostanza il data mining è ''l'analisi, da un punto di vista matematico, eseguita su [[banche dati]] di grandi dimensioni'', preceduta tipicamente da altre fasi di preparazione/trasformazione/filtraggio dei dati come il [[data cleaning]]. Il termine ''data mining'' è diventato popolare nei tardi anni novanta come versione abbreviata della definizione appena esposta; oggi il ''data mining'' ha una duplice valenza:
Riga 11:
* esplorazione ed analisi, eseguita in modo automatico o semiautomatico, su grandi quantità di dati al fine di scoprire ''[[riconoscimento di pattern|pattern]]'' (schemi o regolarità) significativi.
In entrambi i casi i concetti di informazione e di significato sono legati strettamente al dominio applicativo in cui si esegue data mining, in altre parole un dato può essere interessante o trascurabile a seconda del tipo di applicazione in cui si
Questo tipo di attività è cruciale in molti ambiti della [[ricerca scientifica]], ma anche in altri settori (per esempio in quello delle [[ricerca di mercato|ricerche di mercato]]). Nel mondo professionale è utilizzata per risolvere problematiche diverse tra loro, che vanno dalla gestione delle relazioni con i clienti ([[Customer relationship management|CRM]]), all'individuazione di comportamenti fraudolenti, fino all'ottimizzazione di [[sito web|siti web]].<ref>{{Cita web|titolo=Daniele Medri: Big Data & Business: An on-going revolution|url=http://www.statisticsviews.com/details/feature/5393251/Big-Data--Business-An-on-going-revolution.html|editore=[[Statistics Views]]|data=21 ottobre 2013}}</ref>
Riga 50:
Che cosa "è" ''data mining''?
* fare una ricerca in [[web|rete]] su una parola chiave e classificare i documenti trovati secondo un criterio [[Semantica|semantico]] (per esempio "corriere": nome di giornale, professione, ecc.);
* scoprire
Che cosa "non è" ''data mining''?
|