Veri madenciliği (data mining) bilgisayar ortamında depolanmış büyük hacimli verilerden değerli bilgilerin çıkartılmasında kullanılan bir bilgi keşfi (knowledge discovery) süreci/yöntemi olarak tanımlanabilir.

Veri Madenciliğinin tarihsel gelişimi aşağıdaki gibi verilebilir.

• Veri Toplama ve veritabanı oluşturma (1960’lı yıllar)
• Veritabanı Yönetim Sistemlerinin Gelişimi (1970-1980)
• Gelişmiş Veritabanı Sistemleri (1980-günümüz)
• Veri Ambarı ve Veri Madenciliği (1980 yılların sonu-günümüz)
• Web-tabanlı Veritabanları (1990-Günümüz)
• Yeni Nesil Bilgi Sistemleri (Günümüzden geleceğe)

• Yapay Zeka
• Makine Öğrenmesi
• Derin Öğrenme
• Veri Bilimi
• Veri Madenciliği
• İstatistik

• Veri madenciliği yöntemleri nispeten daha büyük veri yapılarında kullanılır.
• Klasik istatistiksel yöntemlerin ihtiyaç duyduğu bir çok varsayım veri madenciliğinde genellikle gerekli değildir.
• Klasik istatistikte çıkarsama yapmak için hipotezler oluşturulur ve hipotezleri test etmeye uygun veriler toplanır. Veri madenciliğinde ise, gerekli / gereksiz toplanmış verilerden faydalı bilgiler çıkartılmaya çalışılır.
• Veri madenciliğinde yeni veriler elde edildikçe elde edilen modellerin veya kuralların eğitilmesine devam edilir.
• İstatistikte yeterli bir örneklem büyüklüğüne dayalı olasılık modelleri kullanılırken veri madenciliğinde genellikle büyük hacimli veriye dayalı öğrenme modelleri kullanılır.

• Metin Madenciliği
• Görsel Madencilik
• Gen Analizi
• Web Madenciliği
• Sosyal Ağ Analizi

• Müşteri İlişkileri Yönetimi
• Dolandırıcılık Tespiti
• Tıbbi Teşhis
• Fiyat Tahmini
• Pazar Analizi

• Özellik Seçimi
• Sınıflandırma
• Kümeleme
• Birliktelik