Mehr lesen
Dans cette ère de technologie avancée et de numérisation, de nombreuses organisations sont confrontées au problème de l'explosion des données, et la taille des bases de données augmente également de manière exponentielle. À l'ère de l'électronique, il existe de nombreuses façons de générer des données, comme les réseaux sociaux, les transactions financières, les hôpitaux, les entreprises, les services web, etc. Les données collectées sont à la fois structurées et non structurées. Les données collectées sont de type à la fois structurel et non structuré. Elles sont à très grande échelle, le stockage de ces données est également important, mais le traitement et l'analyse des informations jouent un rôle majeur. L'extraction de données significatives à partir de données non structurées est une tâche importante. Les techniques d'exploration de données peuvent être considérées comme la séquence d'étapes suivies pour rechercher des modèles ou identifier des corrélations entre un grand nombre de champs au sein d'une énorme base de données relationnelle. Les améliorations récentes dans le domaine de l'exploration de données et de l'apprentissage automatique ont permis à la recherche dans le domaine biomédical d'améliorer les conditions des soins de santé généraux. Dans les données médicales, l'exploration de données médicales recherche des modèles et des relations qui peuvent fournir des informations utiles pour un diagnostic médical approprié.
Über den Autor / die Autorin
A Dra. Bindiya M.K. trabalha como Professora Associada em Ciência e Engenharia Informática, SJBIT, Bangalore, Karnataka, Índia. Obteve a sua licenciatura em Ciências e Engenharia da Computação na BCE Shravanabelagola em 2003 e o seu mestrado em Ciências e Engenharia da Computação no SJCIT em 2011 e o seu doutoramento em CSE na VTU Belagavi.
