Défiance envers la fouille de données (data mining) dans les années 60

« the term data mining has had negative connotations in statistics since the 1960s when computer-based data analysis techniques were first introduced. The concern arose because if one searches long enough in any data set (even randomly generated data), one can find patterns that appear to be statistically significant but, in fact, are not. Clearly, this issue is of fundamental importance to KDD [knowledge discovery in databases]. Substantial progress has been made in recent years in understanding such issues in statistics. Much of this work is of direct relevance to KDD. Thus, data mining is a legitimate activity as long as one understands how to do it correctly; data mining carried out poorly (without regard to the statistical aspects of the problem) is to be avoided. »

Extrait de : Fayyad Usama, Piatetsky-Shapiro Gregory & Smyth Padhraic, 1996, “From data mining to knowledge discovery in databases,” AI magazine, 1996, pp. 37–54.

On retrouve aujourd’hui la même défiance envers les big data, cette même idée que l’on trouvera toujours des corrélations sans signification à force de torturer la donnée ; on peut se départir de cette défiance en traçant une ligne de démarcation entre les usages légitimes et les usages illégitimes des techniques d’analyse de données.

L’usage légitime inscrit la fouille de données dans un processus qui inclut notamment la préparation des données, la mobilisation de connaissance préalables et une interprétation appropriée des résultats. C’est tout ce processus que l’on appelle extraction de connaissances (knowledge discovery) et qui intègre la phase de fouille de données. La fonction de cette phase est de faire apparaître, à travers un choix spécifique d’algorithmes, des formes statistiques (patterns) auxquelles il faut pouvoir donner du sens. L’extraction de connaissance est donc une démarche qui permet de produire des connaissances à travers les régularités statistiques que l’on aura pu identifier.


1 pensée sur “Défiance envers la fouille de données (data mining) dans les années 60”

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *