Анализ отклонений
Суть задачи анализа отклонений и выбросов состоит в обнаружении и анализе данных, резко отличающихся некоторой совокупностью параметров от большинства данных исследуемой выборки.
С точки зрения подходов, реализованных в методах раскопки данных, процесс прогнозирования состоит из трёх этапов. На первом осуществляется выбор модели прогнозирования, на втором – расчёт прогноза в соответствии с выбранной моделью, на третьем – анализ уровня доверия к полученному прогнозу и оценка его точности. Для решения задач прогнозирования чаще всего используются методы математической статистики и нейронные сети.
Прогнозирование
Задачи прогнозирования, решаемые методами раскопки данных, состоят в определении будущих значений целевых численных показателей, характеризующих объект или явление, на основании анализа данных об их состоянии в прошлом и настоящем.
Последовательность
Задачи отыскания последовательностей являются развитием класса задач поиска ассоциаций, состоящим в том, что здесь требует найти некоторый набор событий, которые с высокой вероятностью произойдут в течение определённого времени после другой совокупности событий.
Ассоциация
Поиск взаимосвязанных событий. Массив исходных данных анализируется на предмет выявления событий, совершающихся одновременно. Отбор связанных событий производится без учёта свойств объектов, а лишь на основании их взаимосвязи.
Кластеризация
Кластеризация является более сложным вариантом задач классификации. Здесь считается, что классы объектов и явлений ещё не предопределены. Поэтому задачей кластеризации является формирование классификации, то есть разделение объектов или явлений на относительно разнородные группы в соответствии с некоторой совокупностью признаков.