Анализът на данни (Data analytics) включва обработка и анализ на данните с цел подобряване на тяхната разбираемост и смисленост. Обработката на данни е свързана с моделиране на данните, анализ и логически извод, включително семантичен и основан на знания анализ, скалируем и инкрементален логически извод, извличане на знания и когнитивни изчисления.
Могат да се определят 4 вида анализ на големи данни: препоръчващ анализ (Prescriptive Analytics), прогнозен анализ (Predictive Analytics), диагностичeн анализ (Diagnostic Analytics) и дескриптивен анализ (Descriptive Analytics).
Анализът на данни се прилага с помощта на онлайн и скалируеми алгоритми за машинно обучение, които са в състояние непрекъснато да актуализират изучаваните модели и да работят върху разпределени системи.
В същото време анализът на данни в реално време драстично променя начините, по които системите могат да използват данни за прогнозиране на резултатите и за предлагане на алтернативи. Вместо да комбинират предположения, базирани на поредица от минали събития и моментни състояния, системите, работещи в реално време, могат да дадат разбиране за това, което се случва в настоящето.
В допълнение, новите системи за машинно обучение имат възможност да обяснят изводите си, да характеризират своите силни и слаби страни и да осигурят разбиране за това как ще се държат в бъдеще.
Текущи направления за изследвания:
Целеви приложни области: