Data-Mining

Der Begriff Data-Mining ist eigentlich missverständlich, denn es geht nicht um die Förderung neuer Daten (to mine = graben, abbauen, fördern), sondern um die Untersuchung bereits vorhandener, größerer Datenmengen auf bestimmte Zusammenhänge, Trends, Regelmäßigkeiten, Gesetzmäßigkeiten, Abweichungen usw. Hierfür werden oft experimentell statistische Methoden und graphische Aufbereitungen eingesetzt.

Gelegentlich versteht man darunter zusätzlich die Erfassung (z.B. mittels Web Scraping), Speicherung und Aufarbeitung der Daten. Aber im wissenschaftlichen Sinne sind das eigentlich vorbereitende Prozessschritte im sogenannten Knowledge Discovery in Databases Prozess bei dem auch Data-Mining nur einen Schritt darstellt:

Data Mining im KDD-Prozess

Data-Mining könnte man vielleicht also im deutschen am ehesten als Datenmustererkennung oder -entdeckung bezeichnen.

Data-Mining ist für die Entwicklung von KI wichtig, denn es geht im Wesentlichen darum, herauszufinden, mit welchen "Features" also Datenmerkmalen künstliche neuronale Netze trainiert werden müssen, um am Ende gültige Vorhersagen zu erhalten.