Il s'agit d'une discipline qui combine des techniques d'intelligence artificielle, d'apprentissage informatique, de probabilités, de statistiques et de bases de données afin d'extraire des informations et des connaissances utiles à partir de grandes quantités de données. Il s'agit d'une technique en constante évolution qui s'adapte aux nouveaux besoins et aux nouveaux défis. Elle peut être définie comme un processus analytique, conçu pour explorer de grandes quantités de données, dans le but de trouver des relations entre différentes variables, afin de les appliquer à de nouveaux ensembles de données.