Тому що її вивчають лише в університетах.

Через необхідність залучення фахівців з лінгвістики.

Через складність термінології.

Через використання методів статистики, ШІ (машинного навчання) та БД.

Правила віднесення об'єкта до нового класу.

Послідовність транзакцій користувача.

Факти, які вірні для всіх або майже всіх записів у досліджуваній вибірці.

Тільки майбутні тренди ринку.

Історія, філологія та право.

Статистика, теорія інформації, машинне навчання та теорія баз даних.

Дизайн інтерфейсів та маркетинг.

Тільки вища математика та фізика.

Регресійної залежності.

Асоціативної моделі.

Шумової випадкової складової (модель винятків).

Моделі послідовностей.

Неявної задачі класифікації в підсумкових моделях.

Прогнозування числових параметрів.

Моделі послідовностей.

Кластеризації за віком.

Модель класифікації.

Асоціативна модель.

Модель послідовностей.

Регресійна модель.

Чим сильніше схожі об'єкти всередині кластера і чим більше відмінностей між кластерами.

Відсутність будь-яких зв'язків між об'єктами.

Кількість об'єктів у кожному кластері повинна бути однаковою.

Використання тільки цілих чисел для опису об'єктів.

Вони дозволяють прогнозувати зміну безперервних числових параметрів на основі минулих періодів.

Вони шукають помилки введення даних оператором.

Вони описують виняткові ситуації в записах.

Вони розбивають об'єкти на кластери за подібністю.

Розрахунок середньої температури за рік.

Виявлення, що всі молоді пацієнти з інфарктом мають спільні фактори ризику (вага або куріння).

Класифікація листів на спам та не-спам.

Прогноз ціни акцій на завтра.

Передбачувальні орієнтовані на результат у нових даних, а описові — на суть залежностей у поточному наборі.

Між ними немає ніякої різниці.

Передбачувальні моделі прозорі для людини, а описові — ні.

Описові моделі завжди складніші математично.