Processus de découverte de tendances, de corrélations, d'anomalies et d'informations dans de grands jeux de données à l'aide de techniques statistiques et informatiques.
L'exploration de données est exploratoire — elle recherche des tendances qui n'étaient pas connues à l'avance. Les techniques comprennent le regroupement (grouper des enregistrements similaires), la classification (attribuer des enregistrements à des catégories), l'exploration de règles d'association (trouver des éléments qui apparaissent fréquemment ensemble) et la détection d'anomalies (identifier des enregistrements inhabituels).
L'exploration de données est souvent un précurseur à la modélisation prédictive : on explore les données pour découvrir des tendances, puis on construit des modèles pour appliquer ces tendances à de nouvelles données.
Exemple : Un organisme de santé publique explore un grand jeu de données de visites aux urgences pour découvrir des tendances. L'analyse révèle que les visites pour une condition spécifique se regroupent géographiquement près de sites industriels et augmentent en été. Cette tendance — non connue auparavant — incite à approfondir les recherches sur les causes environnementales.
L'exploration de données sur des renseignements personnels soulève des préoccupations en matière de protection de la vie privée. Toute exploration de données personnelles doit respecter la législation applicable en matière de protection de la vie privée et les lignes directrices éthiques.