RICERCA E SVILUPPO
Inventiamo
La Ricerca e Sviluppo sperimentale comprende attività creative e sistematiche finalizzate ad ampliare il patrimonio di conoscenze e a sviluppare nuove applicazioni tecnologiche, scientifiche e industriali.
Data Mining
Il data mining è il processo di scoperta di modelli, tendenze ed informazioni provenienti da grandi insiemi di dati. Coinvolge l’uso di varie tecniche statistiche, di apprendimento automatico e di sistemi di database al fine di analizzare ed estrarre informazioni utili da dati strutturati o non strutturati.
Il data mining è un potente strumento per l’estrazione di informazioni utili a creare strutture intelligenti e flessibili in grado di adattarsi rapidamente alle esigenze di mercato, riducendo costi, migliorando l’efficienza operativa e consentendo una produzione personalizzata su larga scala.
Ambiti applicativi
Le tecniche di data mining
Il data mining è il processo di estrazione di informazioni utili da grandi insiemi di dati attraverso l’uso di varie tecniche e algoritmi.
Le tecniche di data mining possono essere suddivise in diverse categorie, ciascuna con applicazioni specifiche.
Ecco una lista delle principali tecniche:
Classificazione
Tecnica che utilizza algoritmi di apprendimento automatico, per assegnare nuovi dati a categorie predefinite.
Previsione
Tecnica che si avvale di algoritmi di apprendimento automatico per estrarre modelli dai dati storici e utilizzarli per prevedere eventi futuri o valori sconosciuti.
Clustering
Tecnica che identifica una struttura all'interno di un set di dati non etichettati, raggruppando autonomamente insiemi di oggetti aventi caratteristiche simili.
Rilevamento delle anomalie
Identificazione dei dati che si discostano significativamente dal comportamento normale o atteso, all'interno di un set di dati per prevenire eventi dannosi
Riduzione dimensionalitÃ
Tecnica che mira a ridurre il numero di variabili o caratteristiche in un set di dati, pur mantenendo le informazioni più importanti e significative.