تحلیل داده های حجیم(Big Data) از 2 مضمون تشکیل شده است. در درجه اول درک الگویی ناشناخته و روند (Trend) های مخفی در داده های انبوه پیچیده و در درجه دوم، پیش بینی آینده بر اساس وقایع و دانسته های فعلی.
ما از طریق ابزارهای زیر به داده کاوی می پردازیم:
- یادگیری ماشینی
- تکنیک های گوناگون رگرسیون
- روشهای شبیه سازی مونت کارلو
- مدلسازی تصادفی
- روشهای عددی
- تحقیق در عملیات
- تئوری بازی ها
علاوه بر این همگام در اجرای تحلیل روندهای تاریخی ذیل صاحب تجربه است:
- داده کاوی شامل خوشه کردن، طبقه بندی و رگرسیون
- تکنیک های تئوریک گراف
- تحلیل زوجیت و دو کلمه ای
- تحلیل های متن کاوی و تصویرکاوی
