Анализът на данни се прилага с помощта на онлайн и скалируеми алгоритми за машинно обучение, които са в състояние непрекъснато да актуализират изучаваните модели и да работят върху разпределени системи.

В същото време анализът на данни в реално време драстично променя начините, по които системите могат да използват данни за прогнозиране на резултатите и за предлагане на алтернативи. Вместо да комбинират предположения, базирани на поредица от минали събития и моментни състояния, системите, работещи в реално време, могат да дадат разбиране за това, което се случва в настоящето.

В допълнение, новите системи за машинно обучение имат възможност да обяснят изводите си, да характеризират своите силни и слаби страни и да осигурят разбиране за това как ще се държат в бъдеще.

Текущи направления за изследвания:

• Машинно обучение за големи данни
• Обработка на естествени езици за ниско ресурсни езици и конкретни приложни области
• Обясняващ изкуствен интелект

Целеви приложни области:

• електронно здравеопазване
• анализ на данни от уеб
• откриване на дезинформация и др.