מדעי הנתונים ובינה עסקית

כאשר הסתברות של תוצאה היא 1 אז אין אי וודאות כלומר האנטרופיה היא מינימלית.

תבנית הסתברותית היא תבנית שיכולה להיות בעלת תוקף סטטיסטי או לא בעלת תוקף סטטיסטי ולכן זו התשובה הנכונה. זו תבנית של מתקיימת בכל המקרים אלא רק בחלק מהרשומות.

בית החולים רצה לחזות את משך האשפוז, משך האשפוז הוא משתנה רציף ולא בדיד ולכן זו משימת חיזוי.

טמפרטורה זה משתנה רציף לכן זהו חיזוי ולא סיווג. כל יתר הבעיות הן בעיות סיווג כי המשתנים הם בדידים (זכה/לא זכה, נכון / לא נכון וכו')

חיפוש דפים באינטרנט זוהי משימה של אחזור מידע ולכן זו לא משימה של כריית נתונים. זיהוי פריצה לרשת מחשבים- בעיית סיווג (חוקי / לא חוקי). חיפוש קשרים בין קניית מוצרים- חוקי קשר. חיזוי מזג האוויר- בעיית חיזוי כי המשתנים הם רציפים.

לפני שמבצעים אלגוריתמים של כרית מידע יש להכין את הנתונים שנוכל לעבוד עליהם וזהו תהליך שלוקח זמן ויש בו הרבה שלבים.

בחלוקה לאינטרוולים אנו מחליפים את הערכים המקוריים של הנתונים בערכים מצומצמים יותר (לדוגמה ממוצע או גבולות) כך בעצם מצמצמים את מספר הערכים של המשתנים וכך השונות יורדת.

נזהה תצפית חריגה באמצעות בדיקה של מרחק מתצפית מסויימת ממרכז מכל האשכולות. אם היא רחוקה גם מהאשכול הקרוב ביותר היא נחשבת לחריגה.

בחלוקה לפי עומק שווה אנו רוצים שבכל אינטרוול יהיה אותו מספר של ערכים, כלומר שכיחות שווה.

במסמכים טקסטואליים ארוכים יש לרוב יותר מילים שונות מאותיות ולכן ניתן לומר שהאנטרופיה של המילים גבוהה יותר מהאנטרופיה של אותיות.