Data Mining cos’è e perchè è importante

Data Mining

Condividi:

Condividi su facebook
Condividi su twitter
Condividi su linkedin
Condividi su whatsapp
Condividi su telegram

La Data Mining è un processo di estrazione dei dati che viene usato per conoscere le connessioni nascoste tra questi dati sconosciuti e fare delle previsioni su di essi.

Il Data Mining è principalmente formato da ben 3 discipline principali (2 delle quali abbiamo già trattato sul blog), ovvero, Intelligenza Artificiale, Statistica e Machine Learning.

I dati raccolti fanno parte della categoria dei Big Data e per tenere il passo con questi grandi banche dati il Data Mining oggi è in continua evoluzione (come del resto della tecnologia che riguarda l’AI).

Il Data Mining è una di quelle cose che deve essere presa in considerazione da una società e da chi opera nel campo dell’intelligenza artificiale, vediamo perché.

Perché è importante fare Data Mining?

data mining
Immagine da Pixabay

Ad oggi i dati sono di un’importanza tale che tutte le aziende ne vogliono sempre di più, si accaniscono per averli. Questo perché i dati sono diventati una grande fonte di guadagno se si riescono ad interpretare per bene.

Più dati ha l’azienda su un utente e più lo conosce, riflettici quanti dati avrai lasciato ad amazon? e a facebook?

Ovviamente loro non sono le sole e uniche aziende a farlo. Oltre alle big tech company che ci sono, abbiamo tantissime altre piccole società che raccolgono dati. Il problema che subentra però è un altro, questi dati non sono strutturati. Ciò vuol dire che questo tipo di informazioni sono in disordine, sparsi e sono difficili da interpretare.

Qui entra in gioco il compito della Data Mining. Infatti, questa disciplina aiuta in ciò, portando chiarezza.

Mi spiego meglio!

La Data Mining ci permette di indagare sulle discrepanze dei dati, comprendere la loro rilevanza cosicché, una volta riorganizzati e rilevati i dati più importanti, possiamo utilizzare queste informazioni per ricavare delle previsioni e quindi possibili risultati.

Alcuni esempi li possiamo fare in molti settori lavorativi, ma prima di arrivare a questi esempi dove viene applicata tale materia, vediamo i suoi compiti.

Quali sono i compiti della Data Mining?

La Data Mining non è sicuramente una delle cose più semplici e più conosciute che possano esserci, però imparando a conoscere piano piano queste tecnologie è più facile capire – anche segmentando le stesse materie – ciò che fanno.

Infatti la Data Mining, come sicuramente avrai già ben capito, deve eseguire alcune attività per poter dare un risultato. Eccone qui alcune:

  • Regressione: essa assume un modello di dipendenza delle variabili che può essere lineare o non lineare. Viene usato per predire il valore di una variabile sulla base dei valori di un’altra variabile.
  • Time Series: anch’essa è simile ad una regressione, ma diversa. Sì perché in pratica questa utilizza dati temporali, come le date.
  • Classificazione: essa consiste nell’avere i dati che appartengono a determinate categorie, in gergo tecnico sono dette ‘label’ (‘etichette’). La sua funzione è quella di predire l’output sulla giusta label.
  • Clustering: questo viene applicato nei modelli non supervisionati. E’ differente alla classificazione perché la divisione dei gruppi è simile tra loro (puoi conoscere di più sul modello non supervisionato qui).

Ce ne sono molti altri che potrei elencarti, ma questi più o meno sono i principali. Non voglio dilungarmi troppo sui dettagli tecnici rispetto ad ogni modello perché tengo che tu capisca più in modo generale.

Essendo arrivati alla fine di questo articolo è giunta l’ora di farti qualche esempio, di farti vedere dove può essere applicata.

DM: applicazioni ed esempi nella realtà

La Data Mining può essere e viene applicata in numerosissimi settori. Alcuni di questi settori sono il marketing, la finanza, il campo medico, le telecomunicazioni, l’educazione, il retail e molti altri.

Vediamo degli esempi:

  • Nel campo finanziario il Data Mining può essere utile nel rilevamento delle frodi a fare delle previsioni sui prossimi trend di mercato.
  • Nel campo scientifico come quello medico questa disciplina può essere molto utile nell’aiutare i medici a prendere le giuste decisioni sui pazienti.
  • Nel marketing la DM può invece aiutare nella segmentazione della clientela, nella sua analisi e nel prevedere i prodotti che compreranno tra quelli che più li piacciono

Questi sono solo alcune applicazioni che vengono fatte nelle realtà, ovvio che non sono le uniche.


Quindi come puoi ben capire in un mondo in cui i dati sono al centro di tutto è importante sapere come utilizzarlo e come leggerlo!Ora spero che quello che hai capito meglio di cosa si tratti.

Infine, se vuoi sapere come l’intelligenza artificiale influenza molti settori e perché è importante studiarla ti consiglio di leggere questo articolo!

Condividi su facebook
Condividi su twitter
Condividi su linkedin
Condividi su whatsapp
Condividi su telegram
Antonio Furioso

Antonio Furioso

Fondatore di Neuragate. Credo molto in quello che le immagini possono comunicare, per questo sono fortemente attratto dalla Computer Vision. Mi piace tutto quello che è nuovo. La curiosità è quella che mi spinge oltre le aspettative e a fare sempre di più.

Iscriviti
Notificami
guest
0 Commenti
Inline Feedback
Vedi tutti i commenti
Neuragate