має після модифікації початкових даних зберігати відсутні значення даних окремо;

має надавати користувачу можливість додавання всіх відсутніх значень даних;

має забезпечувати відкидання всіх відсутніх значень, видаючи дані користувачеві;

має підтримувати можливість зберігання отриманих результатів окремо, тобто засоби формування звітів мають подавати навіть відсутні значення даних, які синтезуються;

надає користувачеві можливість зберігання даних, виконання над ними необхідних операцій і формування багатовимірної моделі на концептуальному рівні;

надає користувачеві можливість приховування способу реалізації багатовимірної моделі даних;

надає користувачеві інтерфейс до багатовимірної моделі даних, забезпечуючи його можливістю зручно маніпулювати ними для виконання потрібних завдань аналізу;

надає користувачеві можливість зберігання консолідованих даних, які синтезуються у багатовимірній моделі на концептуальному рівні;

описують процес виявлення обмежень на дані масиву, що аналізується;

описують функціональні залежності між залежними і незалежними показниками і змінними в зрозумілій людині формі;

описують виняткові ситуації в записах (наприклад, окремих пацієнтів), які різко відрізняються чим-небудь від основної множини записів (групи хворих);

описують групи (кластери), на які поділяються об'єкти, інформація про які піддається аналізу;

гібридна (hybrid) OLAP-система, яка використовує багатовимірні й реляційні БД;

гібридна (hybrid) OLAP-система, яка використовує регулярні БД;

гібридна (hybrid) OLAP-система, яка використовує регулярні та багатовимірні БД;

гібридна (hybrid) OLAP-система, яка використовує регулярні та реляційні БД;

поділяють на навчання з вчителем (supervised learning) і навчання без вчителя (unsupervised learning);

поділяють на описові (descriptive) та передбачувані (predictable);

поділяють на завдання класифікації (classification task) та завдання регресії (regression tasks);

поділяють на слабо структуризовані (poorly structured), структуризовані (structured) і сильно структуризовані (highly structured);

моделювання процесів і прогнозування даних;

подання даних у формі, необхідній для успішної побудови тієї або іншої моделі;

інтерпретація отриманих результатів;

отримання "сирих" даних з джерел (логи серверів, тексти електронних документів);

моделювання процесів і прогнозування даних;

подання даних у формі, необхідній для успішної побудови тієї або іншої моделі;

інтерпретація отриманих результатів;

отримання "сирих" даних з джерел (логи серверів, тексти електронних документів);

зводиться до визначення за відомими характеристиками об'єкта значення деякого його параметра;

зводиться до пошуку незалежних груп (кластерів) і їх характеристик в усій множині аналізованих даних;

зводиться до знаходження часткових залежностей (або асоціацій) між об'єктами або подіями;

зводиться до визначення класу об'єкта за його характеристиками;

поділяють на навчання з вчителем (supervised learning) і навчання без вчителя (unsupervised learning);

поділяють на описові (descriptive) та передбачувані (predictable);

поділяють на завдання класифікації (classification task) та завдання регресії (regression tasks);

поділяють на слабо структуризовані (poorly structured), структуризовані (structured) і сильно структуризовані (highly structured);

має забезпечувати відкидання всіх відсутніх значень даних перед тим, як їх видавати користувачеві;

має після модифікації початкових даних зберігати відсутні значення даних окремо;

має підтримувати можливість зберігання всіх відсутніх значень даних окремо;

має ігнорувати всі відсутні значення даних без урахування їх джерела надходження;