データサイエンス領域
データサイエンス領域のタスクを示すもの。

ユーザのターゲティング/セグメンテーションや、データ傾向の把握を行うため、着目する類似度、距離を定義し、対象をいくつかのグループに分類する（必要に応じて、分析の目的と評価指標に従って適切なクラスタやグループ数を決定する） （手法例：階層クラスター分析、非階層クラスター分析（k-means等）、自己組織化マップ（SOM）など）
故障検知、不正検知などを目的として、データ全体の傾向から著しく離れた対象（外れ値）や、既知のデータとは振る舞いが異なる異常パターンを早期検知/検出する （手法例：Local Outlier Factor 、オートエンコーダ、One-class SVM、検定、統計モデル、クラスター分析に基づく手法など）