データマイニング

大量のデータから統計的手法やAI技術を用いて、隠れたパターンや有用な知識を発見する技術。顧客の購買傾向の分析や不正検出などに活用される。

大量のデータから統計学やAI・機械学習の手法を用いて、未知のパターンや相関関係、有用な知識を自動的に発見する技術。マーケティング分析、顧客分析、リスク予測、不正検知などに活用される。

大量のデータから統計学やAI技術を用いて、隠れたパターン、相関関係、傾向などの有用な知見を発見する手法。テキストマイニング、アソシエーション分析、クラスタリングなどの手法がある。

大量のデータから統計的手法やAI技術を用いて、隠れたパターンや関係性を発見する分析手法。クラスター分析、決定木分析、ロジスティック回帰分析、アソシエーション分析などの手法があり、経営戦略の意思決定やマーケティングに活用される。

大量のデータから統計的手法や機械学習を用いて、有用なパターンや知識を発見する技術。相関ルール分析、クラスタ分析、決定木、回帰分析などの手法がある。データウェアハウスと組み合わせて活用される。

大量のデータを統計や機械学習の手法で分析し、経験則では気づきにくい規則性や関連を見つけ出すこと。併売傾向の発見などに用いられる。

構造化・半構造化・非構造化データをそのままの形式で大量に蓄積するストレージ基盤。データウェアハウスと異なり、事前のスキーマ定義なしにデータを格納し、必要時に加工・分析を行う。

母集団から一部の標本（サンプル）を抽出して調査・分析を行う手法。全数調査が困難な場合に、統計的に有効な結論を導くために用いられる。無作為抽出法や層別抽出法などがある。

データの収集や分析において、系統的な偏りが生じること。標本の偏り（選択バイアス）や測定方法の偏り（測定バイアス）などがあり、分析結果の妥当性を損なう原因となる。

観測値と予測値の差（残差）の2乗の合計が最小になるように、直線や曲線の係数を決める方法。回帰分析で回帰式を求める代表的な手法であり、表計算ソフトの近似曲線もこれを使っている。

二つのデータに強い相関があるように見えても、実際は共通の別の要因（第三の変数）によって生じている見かけ上の相関。相関があることを因果関係と早合点しないための注意点として問われる。

二つ以上の分類項目についてデータの度数を集計し、行と列の表にまとめたもの。クロス集計表と同じ形式で、項目間に関連があるかどうかを調べる独立性の検定の対象になる。