Zadania data mining
Wszelkie dywagacje związane bezpośrednio z pojęciem "eksploracji danych" siłą rzeczy pozostają na wysokim poziomie abstrakcji. Jest to bowiem termin równie ogólny co "matematyka", czy "marketing". Stąd potrzeba pewnej systematyzacji - uporządkowania materii data mining. Pierwszym poziomem takich "porządków" może być podział dziedziny eksploracji danych na "zadania".
Chodzi o pojęcie znane jako "data mining tasks"; wydaje się, że najlepszym tłumaczeniem jest słowo "zadania", choć bardziej na miejscu wydaje się być sformułowanie "kategorie zadań". I tak poniżej przytoczony został przykładowy podział na takie właśnie kategorie:
- Eksploracyjna analiza danych
- Modelowanie opisowe
- Modelowanie predykcyjne: klasyfikacja i regresja
- Wykrywanie wzorców i reguł
- Wyszukiwanie według zawartości
Wracając do tematu - należy zauważyć, że istnieje pewna część wspólna dla wszystkich opisanych powyżej kategorii zadań: zawsze konieczne jest wykorzystanie pewnej metryki - miary podobieństwa - pomiędzy dwoma wektorami cech; podobnie - dla oceny jakości modelu czy dopasowania wzorca do danych - w każdym z wymienionych zadań konieczne jest wykorzystanie funkcji pozwalającej ocenić jakość danego rozwiązania. Oczywiście te będą przybierały różną postać w zależności od rozwiązywanego problemu.
W najbliższej przyszłości postaram się bardziej szczegółowo omówić każdą z wymienionych kategorii.
Bibliografia:
- D. J. Hand, H. Mannila, P. Smyth. Principles of Data Mining (Adaptive Computation and Machine Learning). The MIT Press, 2001.