Gracias por A2A, esta es una pregunta interesante.
Para la minería de datos, si solo se considera big data, entonces sí. Los experimentos de física de partículas en el CERN son definitivamente un gran problema de datos, ya que los eventos del experimento son tan grandes y tan frecuentes. Sin embargo, no diría que esto no es minería de datos porque la relación esperada ya se conoce y solo los estamos verificando. De hecho, hay un intento de aprendizaje automático para los datos de ALTLAS en kaggle: Higgs Boson Machine Learning Challenge, que podría ser interesante aunque no profundicé en ello.
Además, en astronomía y astrofísica, también hay un espacio para la minería de datos / técnicas de aprendizaje automático, al menos para la detección y clasificación de galaxias. Puede buscarlo en línea y, aunque todavía no es muy popular, existen algunos documentos al respecto.
- ¿Cuál es la ley cero del algoritmo de aprendizaje automático (MLA)?
- ¿Qué es el aprendizaje profundo en los puntos de vista sociológicos?
- ¿Cuáles son las aplicaciones del procesamiento del lenguaje natural en una revista en línea?
- ¿En qué áreas podría el aprendizaje automático ayudar a las personas a tomar decisiones imparciales?
- ¿Cuál es la diferencia entre los pronósticos de combinación y conjunto?
Además de estos, también hay muchas aplicaciones de aprendizaje automático en la investigación biológica y médica. Cuando estaba tomando la clase de aprendizaje automático y durante la sesión de pósters, vi muchos equipos trabajando en cosas biológicas / médicas, como el uso del aprendizaje automático para identificar el cáncer, que puede reducir enormemente el tiempo de identificación. En realidad, el aprendizaje automático se está convirtiendo en una técnica importante y estándar en biología de la computación, también encontré un artículo en 2007 que habla sobre eso: Aprendizaje automático y sus aplicaciones a la biología.
Descargo de responsabilidad: mi especialidad es la física de la materia condensada y ninguna de las anteriores es en realidad mi área de investigación.