امروزه حجم پایگاه داده ها به تریلیون ها بایت می رسد ( بیش از 1,000,000,000,000 بایت داده). در میان این حجم وسیع داده ها، اطلاعات استراتژیک مهمی پنهان است. وقتی این حجم وسیع از درختان وجود دارد چگونه می توان در مورد جنگل استنباط کرد؟ جدیدترین شیوه پاسخ به این سوال استفاده از داده کاوی است. استفاده از این روشها در بسیاری از حوزه های علوم، تجارت و تکنولوژی آغاز شده است. سازمانهای خلاق و مبتکر امروزه از این روشها برای تشخیص مشتری های با ارزش، بازسازی روشهای ارائه محصول برای افزایش فروش و به حداقل رساندن هزینه های ناشی از خطا و کلاهبرداری استفاده می کنند. داده کاوی فرآیندی است که از روشهای متنوعی برای کشف الگوها و ارتباطات بین داده ها به منظور ساختن یک پیش بینی معتبر و قابل اعتماد استفاده می کند. در این سمینار ابتدا با اشاره ای بر مفاهیم و چارچوب کلی داده کاوی، روشهای آماری مرسوم در این حوزه مرور می شود.
