Veri Madenciliği
Data Mining
Tanım
Büyük veri tabanlarındaki karmaşık gözlem ve ölçüm setlerinden otomatik bilgisayar algoritmaları aracılığıyla örüntü, korelasyon ve gizli düzenliliklerin keşfedilmesi sürecidir.
Örnek Vaka / Uygulama
Bir klinik araştırmacı, binlerce psikiyatri hastasının geçmiş tedavi yanıtlarını, demografik özelliklerini ve genetik belirteçlerini içeren büyük bir veri tabanında veri madenciliği teknikleri uygular. Algoritma, belirli bir antidepresan tedaviye direnç gösteren vakalarda ortak olan gizli bir biyobelirteç kombinasyonunu ve yaşam olayı örüntüsünü ortaya çıkararak, gelecekteki hastalar için en uygun tedavi protokolünün öngörülmesini sağlar.
Derin Analiz
Veri madenciliği; istatistik, mantık, makine öğrenimi ve yapay zeka disiplinlerinin kesişim kümesinde yer alan analitik bir yaklaşımdır. Klinik psikoloji ve nörobilimde, devasa veri setlerinden (örneğin nörogörüntüleme verileri, genetik profiller veya elektronik sağlık kayıtları) hareketle belirli psikopatolojilerin seyrini öngören değişkenlerin tespit edilmesinde kritik bir rol oynar. Süreç; veri temizleme, entegrasyon, veri seçimi, veri madenciliği (örrüntü çıkarma), örüntü değerlendirme ve bilgi sunumu olmak üzere ardışık aşamalardan oluşur. Yöntem, doğrusal olmayan karmaşık ilişkileri modelleme kapasitesi sayesinde klinik karar destek sistemlerinin geliştirilmesine olanak tanır.
Etimoloji
İngilizce 'data' (veriler, Latince 'datum' [verilen şey] sözcüğünün çoğulu) ve 'mining' (madencilik, eski Cermen kökenli 'minare' [kazmak, maden aramak] fiilinden) kelimelerinin birleşiminden türetilmiştir.
Karıştırmayın
Veri analitiği (data analytics) ve istatistiksel modelleme ile sıklıkla karıştırılır. İstatistiksel modelleme genellikle önceden kurulmuş hipotezleri test etmeye odaklanırken, veri madenciliği önceden bilinmeyen ilişkileri, hipotez-bağımsız bir keşif süreciyle büyük veride otomatik olarak arar.