近年在機器學習、演算法、大數據的熱潮下，「資料探勘」（data mining）給大眾的印象沒那麼強烈，卻也不算陌生。它和人工智慧等熱門領域的關聯是什麼？多數人或許更關心：資料探勘和我有什麼關係，可以做哪些事情？

黃仁暐教授任職於國立成功大學電機工程學系，是資料探勘的專家。他解釋，資料探勘的基本概念很單純，就是從大量資料中尋找線索，得到有用的知識來解決問題。

例如一般人每天都會接觸的天氣預報、影音平臺的推薦、網路廣告投放，都運用了資料探勘。在不同的專業也很常見，像是大公司調整商業決策、經營職業運動球隊、設計商業太空旅行的交通工具等等。可以說，現代社會在食衣住行育樂每個面向，都有資料探勘的蹤影。

資料探勘既然需要處理大量資料，電腦想必不可或缺？其實並非如此。黃仁暐教授解釋，在電腦還不發達的年代，如專業經理人進行的傳統商業分析，便沒有利用電腦程式。然而不難想像，資料探勘在電腦輔助下更加容易，累積的成果在未來也更方便重複。例如一套成熟的商品分析模式，後繼者也能直接繼續使用。

隨著資訊工具進步，資料探勘也愈來愈普及，能應對更多元的問題。既然資料探勘的本質是蒐集資料與解決問題，只要能解決問題，都是好的辦法。因此資料探勘並不會自我設限，不論古代的手工計算，或是近來的機器學習、神經網路......以及尚未誕生的新技術，都是可以利用的工具。

黃仁暐教授強調，各種方法的思路不同，提供了不同的切入與分析方法來解決同一個問題。例如數學統計的方法，可能會嘗試推導數學方程式以貼近資料分佈；機器學習的方法，可能會優先考慮建立合適的模型；而資料科學家則會先尋找資料之間的關聯性。這些方法都有助於解決問題，也都是做資料探勘的人會學習並使用的方法。

許多人對資料探勘的期望是：無所不能，什麼都知道！黃仁暐教授卻表示，實際狀況往往沒那麼理想。最常見的問題是資料不夠好，可以分析的數量不夠、品質不佳、有很多缺失、紀錄格式亂七八糟，甚至根本就是錯誤的資料。所以要得到優秀的資料探勘結果，好的資料不可或缺。

有正確的資料，才能回答問題。比方說，有一筆氣象觀測的資料，記錄溫度、濕度、雨量、可視距離、PM 2.5 等數據，那麼可以用於推測接下來的天氣，例如「未來一週氣象預測」。然而，如果感測器異常而蒐集到錯誤的資料內容，或是蒐集到根本錯誤的方向，就無法回答想解決的問題！

不論資料品質多理想，總是需要各種處理。如果把資料探勘想像成做菜，資料處理就像烹飪前先準備食材。廚師知道某道菜該怎麼做，選擇哪些材料，在什麼條件下經過哪些步驟，才有理想的成品。實際上常常會碰到食材欠佳、時間短缺、廚房條件不符合預期等障礙，優秀的廚師則有辦法透過材料替代、改變流程、調整烹飪方式等手段解決。

黃仁暐教授大學就讀於電機系時，已經投入資料探勘，至今超過 20 年。隨著方法愈來愈好，可以回答更難的問題。像是資料處理方面，現今愈來愈複雜，拿到資料後會先經過「前處理」，排除潛在問題。例如資料有缺失的部分，可以透過預測的「補值」填上；而補值的預測愈準確，也可望得到愈正確的答案。

從問題來看，以往資料探勘的問題比較簡單，例如分析大賣場中哪些商品賣得多，要如何補貨。現在則可以建構關聯性，根據顧客的購買項目與順序，推測還有哪些商品可能引起興趣，更精準投放廣告。

還有一大突破在於，可以從大量資料中，尋找哪些才是影響力較大的關鍵，更準確針對目標。例如棒球數據分析中，過往不太被關注的投手投球「轉速」，以及打者擊球的「仰角」，如今都成為受到重視的數值。

黃仁暐教授自己的研究團隊就探討過不少問題，也遇上各種困難。例如他自己養小孩時，親身體驗到嬰兒的啼哭，想到可以用資料探勘研究嬰兒哭聲，判斷生理、心理、病理狀況。之前藉由人為標記以蒐集資料，未來如果導入新發展的人工智慧記錄方法，應該能進一步提升這類研究的效率。

目前有個比較成功的方向是社群網路。概念是透過分析社群媒體資料，判斷哪些人形成團體，誰跟誰比較好，團體中誰最有影響力。潛在的應用方向是結合推薦系統與廣告投放，假如要推薦商品或宣傳理念，發送給團體「領導人」的效果比較好，因此辨識領導人有其價值。不過黃仁暐教授表示，現在社群媒體普遍更重視隱私，不容易蒐集資料。

還有一個成功案例是空氣品質預測。蒐集中央氣象署的觀測站，以及民間空氣盒子的 PM 2.5 數據，搭配其他氣象資料，可以預測接下來的變化，民眾便能輕易獲得「建議 3 小時後不要出門運動」之類的實用天氣預報。

最近投入的一項計畫，則是和醫學院合作，使用大型語言模型分析醫療資料，尋找不同人 DNA 序列之間的變異，與健康、疾病風險的關係，並產出治療診斷的建議，提供給醫療人員參考。另外也借助大型語言模型的優勢，建立與病患溝通及解釋的自動對話機器人，以減輕醫護人員的負擔，並加速看診進度。

資料探勘是應用非常廣泛的領域，有興趣的人該怎麼進入這個世界呢？黃仁暐教授指出，資訊、電機科系的關係當然比較直接，但是資料探勘不侷限於方法，任何科系背景的人，只要具有初步的基礎數學、統計、程式能力，都有機會從事資料探勘的工作。他自己的研究生，便有多位來自其他科系。生物、農業、醫學、經濟、文學、藝術以及各個科系的學生，都可以學習用資料探勘解決不同的問題。

資料探勘是一套講求實際，解決問題的方法，即使不熟悉的人也能與專家合作，解決自己的疑難雜症。黃仁暐教授舉例，他最近正在和成功大學女子籃球校隊合作，參與運動科學的分析。他認為，不同領域的合作中，通常雙方都不懂對方的專業；如果想順利合作，兩邊都要謙卑，向對方學習。讓資料探勘專家充分理解問題的內涵，他們才能給予有意義的回答。