Wat is neurale netwerkdatamining?
Neurale netwerk datamining is het proces van het verzamelen en extraheren van gegevens door bestaande patronen in een database te herkennen met behulp van een kunstmatig neuraal netwerk. Deze kunstmatige neurale netwerken zijn netwerken die een biologisch neuraal netwerk emuleren, zoals dat in het menselijk lichaam. Neurale netwerkdatamining wordt voornamelijk gebruikt door grotere bedrijven of onderzoeksgroepen om grote databases te verzamelen en te organiseren, maar het wordt op verschillende gebieden gebruikt.
Bij mensen is het neurale netwerk gebaseerd op neuronen. Neuronen zijn de kanalen voor het zenuwstelsel en zijn verantwoordelijk voor het uitvoeren van zintuiglijke ervaringen, zoals pijn en het gevoel van aanraking, door het hele lichaam. Ze communiceren via elektrische en chemische middelen en neurale netwerken. De berichten die ze verzenden, gaan snel door de neurale netwerken en kunnen daadwerkelijk leren impulsen op nieuwe manieren te geleiden, vooral de neuronen in de hersenen.
Een kunstmatig neuraal netwerk is een beschrijving van een complex wiskundig proces dat in sommige opzichten lijkt op zijn biologische tegenhanger. Het netwerk bestaat uit kunstmatige neuronen, die ook complexe wiskundige vergelijkingen zijn, die functioneren door informatie te verplaatsen in een invoer- en uitvoerproces; dit proces weerspiegelt hoe biologische neuronen werken.
Een kunstmatig neuraal netwerk (ANN) is een complexe structuur, maar het belangrijkste doel is om complexe processen snel en efficiënt te berekenen, net als een menselijk neuraal netwerk. ANN's zijn ook opgezet zodat ze kunnen leren door deze processen te doen, waardoor ze een vorm van kunstmatige intelligentie worden. Ze hebben verschillende praktische toepassingen en zijn overal te zien, van spraakherkenningssoftware tot radarsystemen.
ANN's zijn het belangrijkste onderdeel van datamining van neurale netwerken. Ze kunnen grote databases, ook wel datawarehouses genoemd, onderzoeken en specifieke stukjes informatie analyseren en extraheren via patroonherkenning. Wat dat stuk informatie is, hangt af van de behoeften van de gebruiker. In grote bedrijven moeten ze vaak gegevens analyseren en trends opmerken, vooral met betrekking tot uitgaven, marketing en verkoop.
Naast grote bedrijven is een andere belangrijke gebruiker van neurale netwerkdatamining de wetenschappelijke en technische gemeenschap. Deze professionals kunnen datamining gebruiken om grote hoeveelheden informatie te onderzoeken die is verzameld in onderzoek en observatie, en om alle patronen die ze nodig hebben uit die gegevens te halen. Dit kan vele uren besparen van wat anders een uitputtend proces zou zijn.
Er zijn veel andere gebieden waar datamining van neurale netwerken wordt gebruikt. Het wordt bijvoorbeeld gebruikt bij gamen, zoals in machines dan bij schaken, en in bewakingsgebieden, zoals binnenlandse veiligheid die trends in terroristische activiteiten volgt. Meer recent is het gebruikt in mijnbouwinformatie over geografische systemen, zoals statistieken die van vitaal belang zijn voor klimaatverandering.