事例集的な内容でした。
- モデルが獲得/発見した知識は専門家が解釈/評価することでゴールとする
- 髄膜脳炎データベースの例
- 髄膜脳炎の細菌性かウイルス性かには性別と年齢との相関が見られた(相関関係であって直接の因果関係ではない)
- データの解釈により慢性疾患との関連で細菌性髄膜脳炎に罹患しやすいという仮説が生成された
- 得られたパターンそのものはそれだけで有用な知識ではなく、背景知識を含む後処理が必要だった例
- アクティブマイニング
- データ収集、マイニング、ユーザからのフィードバックを含めたプロセス
- なんか新しくてまだ固まった概念になっていなさそう
付録として Weka というオープンソースのデータマイニングツールの解説がありますが、これは割愛します。
次の本はまだ決めてないのですが、しばらくアカデミックな内容だったのでまた技術寄りの本を選ぼうかと思います。達人出版会の電子積読本を消化しましょうか。