Waarom is dit belangrijk?
Zo kunnen onderzoekers in enorme gegevensverzamelingen signalen vinden die bij een gewone controle verborgen blijven. In de zorg hielp datamining om een mogelijk dodelijke bijwerking van een geneesmiddel op te sporen. Patiënten hebben daar baat bij, maar het koppelen van anonieme en herkenbare medische of overheidsgegevens kan ook de privacy schenden, en een gevonden verband is niet altijd een oorzaak.
Zo werkt het in de praktijk
Banken en betaalinstellingen zetten datamining in tegen betaalfraude. De Nederlandsche Bank meldt dat sommige instellingen machine learning gebruiken om nieuwe patronen in betalingen te vinden. In software voor e-mail deelt datamining berichten in als gewone post of als spam.
Onderzoekers controleren of een gevonden patroon ook klopt op gegevens die het model nog niet zag. De groep SIGKDD van de Association for Computing Machinery organiseert hierover een jaarlijks internationaal congres. Die groep geeft ook het vakblad SIGKDD Explorations uit.
Professionele teams koppelen datamining aan CRISP-DM, een open werkwijze met vaste fasen. Die fasen lopen van het begrijpen van de vraag tot het in gebruik nemen van het model. Voor het delen van voorspelmodellen tussen programma's bestaat de taal PMML.




