甚麼是資料勘探？

資料勘探是在數據集內尋找資料的程序，亦被稱為數據庫知識探索（KDD）。透過資料勘探，用戶可得到兩種數據，包括敘述式數據或可用於預測未來的數據。

資料勘探的第一步，也是最困難的一步，就是要設定業務目標，這亦是最關鍵的。如果您不知道自己在尋找甚麼，您會很難選擇合適的機器學習類型、演算法及模型來取得所需資訊。

資料勘探可用於營銷及市務推廣，讓商業機構更了解其客戶及市場情況。學校及大學可以用它來更好了解學生，包括分析他們在虛擬課室所花的時間、打鍵盤次數、學生同時參與的課堂或取得最佳測驗分數的班別等。

機構也可以利用資料勘探來優化運作，例如更好了解製造流程、部件要求、故障情況、系統失靈及其他等。在偵測詐騙上也可應用此技術，銀行界可以利用資料勘探來尋找詐騙模式及找出那個機構被入侵。

第二步就是要準備您的數據。假如您了解自己的目標，您的數據科學家就可以決定採用合適的數據集，從而產生對業務有用的資訊。在這步驟中，數據科學家必須先清理數據，消除重複及異常值，並補充欠缺的資料，以預防資料勘探演算法及工具未能提供所需結果。

第三步就是要建立模型及進行勘探，而以下技術及工具亦在此時加入運作。資料勘探使用的深層學習演算法，可以是受監督或不受監督的學習方式。

第四步亦是最後一步，就是評估數據挖掘產生的結果，與及以此為據採取行動令機構獲益。