¿Cuáles son los principales temas de investigación en minería de datos en 2016?

Algunos de los temas en minería de datos

  1. Un sistema experto de soporte de decisiones clínicas para predecir enfermedades utilizando técnicas de clasificación, 2017, IEEE, Medical Data Mining
  2. Predicción de enfermedad renal crónica en datos desequilibrados por Perceptron multicapa, 2017, IEEE, Medical Data Mining
  3. Aplicación de métodos de minería de datos en la predicción de diabetes, 2017, IEEE, Medical Data Mining
  4. Predecir los niveles de depresión mediante publicaciones en redes sociales, 2017, IEEE. Minería de datos médicos
  5. Implementación de WEKA para la clasificación de datos médicos y predicción temprana de enfermedades, 2017, Medical Data Mining
  6. Clasificación de emociones de videos de YouTube, 2017, IEEE, Minería de textos
  7. Análisis de opinión sobre la desmonetización de la economía 2016 India, Región sabia, 2017, IEEE, Minería de textos
  8. Comparación de aplicaciones para la minería de datos educativos en Engineering Education, 2017, IEEE, Education Data Mining
  9. Predecir el rendimiento de los estudiantes en el examen final utilizando regresión lineal y perceptrón multicapa. 2017, IEEE, Minería de datos educativos
  10. Opinion Mining of News Headlines usando SentiWordNet, 2016, IEEE, Text Mining
  11. Un nuevo enfoque de minería de texto basado en TF-IDF y máquina de vectores de soporte para clasificación de noticias, 2016, IEEE, minería de textos
  12. Modificación del clasificador Bayes ingenuo para la clasificación de texto multinomial, 2016, IEEE, minería de texto
  13. Extracción y clasificación de características mejoradas – Análisis de opinión, 2016, IEEE
  14. Estudio de algoritmos de aprendizaje automático para la predicción de enfermedades especiales utilizando el análisis principal de componentes, 2016, IEEE, Medical Data Mining
  15. Predicción de enfermedades cardíacas mediante clasificación asociativa, 2016, IEEE, Minería de datos médicos

Desarrollar una teoría unificadora de minería de datos.

Ampliación de datos de alta dimensión y flujos de datos de alta velocidad

Datos de secuencia minera y datos de series temporales

Minería de conocimientos complejos a partir de datos complejos.

Minería de datos en una configuración de red

Minería de datos distribuidos y minería de datos de múltiples agentes

Minería de datos para problemas biológicos y ambientales.

Problemas relacionados con el proceso de minería de datos

Seguridad, privacidad e integridad de datos.

Manejo de datos no estáticos, no balanceados y sensibles al costo

Según yo, los siguientes son los temas de investigación más importantes en minería de datos:

  • Minería web
  • Extracción de textos
  • Internet de las cosas (IoT)
  • Big Data
  • Técnicas de minería de datos
  • Agrupamiento
  • Detección de fraude
  • Predicción de la tasa de criminalidad

Aquí hay algunos temas de investigación en minería de datos:

  • Su Nutricionista Personal Usando FatSecret API
  • Aprendizaje seguro de E utilizando técnicas de minería de datos
  • Sistema de negociación de precios de comercio electrónico ChatBot
  • Predicción del comportamiento del usuario a través de sesiones de minería web
  • Recomendación de libros en línea mediante el filtrado colaborativo

No soy un experto en el campo, pero creo que los siguientes serán los temas candentes en minería de datos y aprendizaje automático para los próximos años.

  • Redes neuronales profundas
  • Aprendizaje reforzado
  • Análisis de redes sociales

Para obtener más información sobre # dataminingtrends2017, puede consultar uno de los blogs de Data Management Services Company. Haga clic en Tendencias de minería de datos – año 2017

Tipo de datos : se está volviendo más complejo, por ejemplo, tensores, espacio-temporal

Entorno dinámico : la naturaleza de los datos cambia con el tiempo

Volumen de datos : los avances en tecnologías computacionales son mucho más lentos que la creciente tasa de volumen de datos

Eficiencia : los responsables de la toma de decisiones quieren un sistema de apoyo a la decisión en tiempo real adaptable

Creo que la inteligencia artificial tendrá un gran impacto en la forma en que se aborda la minería de datos. Se están realizando muchas modificaciones para identificar datos similares, modificaciones que podrían simplificarse si tuviéramos las herramientas para poder automatizar el trabajo. Creo que hacer que las herramientas de inteligencia artificial sean de código abierto y más fáciles de usar les permitirá ser utilizadas para proyectos de minería de datos. Una vez que estas herramientas se hayan desarrollado y avanzado, creo que comenzaremos a ver un gran progreso.

No lo sé. Pero sí sé lo que debería ser: herramientas de minería de datos que podrían ser utilizadas fácilmente por un novato (como un automóvil puede ser conducido por alguien totalmente ignorante de cómo funciona).

Hay una gran cantidad de usuarios de Excel, con millones de grandes hojas de cálculo, que podrían proporcionar información significativa para cada usuario (probablemente de poco interés para cualquier otra persona), pero no se pueden extraer de manera significativa porque las herramientas actuales requieren un conocimiento arcano (como de r).

Aquí hay un buen grupo de LinkedIn para minería de datos, minería de datos, estadísticas, big data, visualización de datos y ciencia de datos