Multi-diszciplináris, matematikán alapuló tudományág
Az adatbányászatnak fontos szerepe van a Keresőoldalak fejlesztésében, megismerése segíthet a Keresőtechnológiák jobb megértésében. Álljon itt egy részlet Bodon Ferenc Adatbányászati algoritmusok tanulmány című írásának bevezetőjéből, mely hasznos olvasmány az adatbányászat témakörében elmélyülni szándékozók számára :
...Az adatok azonban önmagukban nem hasznosak, hanem a belőlük kinyerhető, a vállalat igényeihez igazodó, azt kielégítő információkra lenne szükség. Ez egy újabb szükségletet teremt: egy olyan eszköz iránti igényt, ami képes arra, hogy információszerzés céljából elemezze a nyers adatokat. Ez az új eszköz az adatbányászat. Adatbányászati (data mining) algoritmusokat az adatbázisból történő tudásfeltárás (knowledge discovery in databases) során alkalmaznak. A tudáskinyerés adatbázisokból egy olyan folyamat, melynek során érvényes, újszerű, lehetőleg hasznos és végső soron érthető mintákat fedezünk fel az adatokban. Ezt gyakran megtehetjük különböző lekérdezések eredményeinek vizsgálatával, azonban ez a megoldás lassú, drága és nem elég átfogó. Nem is beszélve arról, hogy az emberi szubjektivitás sokszor hibás, továbbá az adatbázisok olyan nagyok lehetnek, hogy egyes lekérdezések elfogadhatatlanul lassan futnak le. Jogos tehát az igény, hogy a legismertebb, leggyakoribb elemzéstípusokhoz speciális módszereket, algoritmusokat fejlesszenek ki, amelyek gyorsan és pontosan szolgáltatnak egy objektív képet az adatbázisokban található „kincsről”. Az adatbányászatot az üzleti élet és a marketing keltette életre. Még ma is ezek az adatbányászat fő mozgató rugói. Szerencsére az adatbányászat lehetőségeit egyre több területen ismerik fel, melynek eredményeként az alapkutatásoknak is egy fontos eszköze lett. Alkalmazzák az orvosbiológiában, genetikában, távközlésben, csillagászatban, . . .
Az adatbányászat egy multi-diszciplináris terület. Az alábbi ábrán látható, hogy mely tudományterületek
eszközeit használja az adatbányászat: 
Az adatbányászat több hangsúlyt fektet az algoritmusokra, mint a statisztika, és többet a modellekre, mint a gépi tanulás eszközei (pl. neurális hálózatok). Mára
az adatbányászat akkora területté nőtte ki magát, hogy szinte lehetetlen átlátni magas színvonalon az
egészet.
Copyright © 2002-2005 Bodon Ferenc
Ezen dokumentum a Free Software Foundation által kiadott GNU Free Documentation license 1.2-es, vagy bármely azt követő verziójának feltételei alapján másolható, terjeszthető és/vagy módosítható. Nincs Nem Változtatható Szakasz, nincs Címlap-szöveg, nincs Hátlap-szöveg. A licenc magyar nyelű fordítása a http://hu.wikipedia.org/wiki/A_GNU_Szabad_Dokumentációs_Licenc_szövege oldalon található.
