Wiedza zawarta w dużych wolumenach danych jest ukryta pod postacią wzorców,
trendów, regularności i osobliwości. Stosowane od wielu lat techniki
statystycznej analizy danych nie są w stanie efektywnie przetwarzać wolumenów
danych charakteryzujących współczesne bazy danych. Eksploracja danych (ang.
data mining) to nowa dziedzina naukowa, której celem jest odkrywanie nowych,
nieznanych, użytecznych i prawidłowych wzorców w bardzo dużych repozytoriach
danych. Eksploracja danych jest dziedziną interdyscyplinarną, łączącą elementy
systemów baz danych, statystyki, systemów wspomagania decyzji, sztucznej
inteligencji, uczenia maszynowego, i wielu innych. Spośród technik i algorytmów
wykorzystywanych podczas eksploracji danych wymienić należy klasyfikację,
regresję i predykcję, określanie ważności atrybutów, analizę skupień,
znajdowanie reguł asocjacyjnych, czy eksplorację dokumentów tekstowych. W
artykule przedstawiono wprowadzenie do technik eksploracji danych i
zaprezentowano szeroką gamę algorytmów i metod wykorzystywanych do odkrywania
wiedzy w bazach danych. Omówiono podstawowe modele wiedzy i przedstawiono
przykłady praktycznych zastosowań każdej techniki eksploracji danych.