Oggi un gran numero di aziende si sta rendendo conto della ricchezza contenuta nei propri dati e si sta interrogando sul valore delle tecniche di implementazione. Le aziende hanno accesso a un numero sempre maggiore di dati. A causa della grande quantità di informazioni disponibili, può essere molto difficile dare un senso a enormi volumi di dati strutturati e non strutturati al fine di implementare progetti di miglioramento per l'intera azienda.Questo libro si concentra su 2 tecniche di Datamining (supervisionate e non supervisionate) quali: alberi decisionali, regressione, reti neurali e macchine a vettori di supporto (SVM), analizzando l'ambiente in cui ciascuna tecnica viene utilizzata, i vantaggi, gli svantaggi e le conseguenze della scelta di una di queste tecniche per estrarre informazioni predittive nascoste da grandi database e le modalità di implementazione di ciascuna tecnica.Infine, il documento presenta alcune preziose raccomandazioni nel campo del Dataminig.