Odkrywanie wiedzy

Odkrywanie prawidłowości w zbiorach danych możemy śmiało nazwać uczeniem się na podstawie tych danych. Wiedza zdobyta podczas analizy danych jest w pewnym sensie ich uogólnieniem. Taki sposób uczenia się nazywa się uczeniem indukcyjnym.

Do odkrywania wiedzy wykorzystuje się obecnie nieco “podrasowane” algorytmy uczenia sie, opracowane wcześniej bez uwzględnienia praktycznego ich zastosowania w analizie rzeczywistych danych, które bardzo często posiadają bardzo duże rozmiary, są zaszumione i niekompletne oraz posiadają wiele atrybutów różnych typów.

Szybki rozwój dziedziny odkrywania wiedzy doprowadził również do powstania nowych algorytmów, które bez problemu radzą sobie z rzeczywistymi danymi, oraz znajdują zastosowanie w odnajdywaniu nowych rodzajów zależności, którymi nie zajmowano się w ramach badań nad uczeniem maszynowym.^[1]