ເນື່ອງຈາກຄຸນລັກສະນະເຫຼົ່ານີ້ສິບຂອງແຫຼ່ງຂໍ້ມູນຂະຫນາດໃຫຍ່ແລະມີຂໍ້ຈໍາກັດປະກົດຂຶ້ນຂອງຂໍ້ມູນແມ່ນສັງເກດເຫັນຢ່າງສົມບູນ, ປະເພດໃດແດ່ຂອງຍຸດທະສາດການຄົ້ນຄວ້າທີ່ມີປະໂຫຍດ? ວ່າແມ່ນ, ວິທີການທີ່ພວກເຮົາສາມາດຮຽນຮູ້ໃນເວລາທີ່ພວກເຮົາບໍ່ໄດ້ຮ້ອງຂໍໃຫ້ຄໍາຖາມແລະບໍ່ໄດ້ດໍາເນີນການທົດລອງ? ມັນອາດຈະເບິ່ງຄືວ່າປະຊາຊົນພຽງແຕ່ສັງເກດເບິ່ງບໍ່ສາມາດນໍາໄປສູ່ການຄົ້ນຄວ້າທີ່ຫນ້າສົນໃຈ, ແຕ່ວ່າບໍ່ແມ່ນກໍລະນີ.
ຂ້າພະເຈົ້າເຫັນສາມຍຸດທະສາດຕົ້ນຕໍສໍາລັບການຮຽນຮູ້ຈາກຂໍ້ມູນການສັງເກດການ: ສິ່ງທີ່ນັບ, ສິ່ງທີ່ຄາດການ, ແລະ approximating ປະສົບການ. ຂ້າພະເຈົ້າຈະອະທິບາຍແຕ່ລະວິທີການ, ທີ່ເຫຼົ່ານີ້ສາມາດໄດ້ຮັບການເອີ້ນວ່າ "ຍຸດທະສາດການຄົ້ນຄວ້າ" ຫຼື "ເຮົາ | SeaLifeBase | ການຄົ້ນຄວ້າ" ແບູ່ງຂ້າພະເຈົ້າຈະສະແດງໃຫ້ເຫັນເຂົາເຈົ້າມີຕົວຢ່າງ. ແຜນຍຸດທະສາດເຫຼົ່ານີ້ແມ່ນບໍ່ເຊິ່ງກັນແລະກັນເພາະຫຼືຄົບຖ້ວນສົມບູນ, ແຕ່ພວກເຂົາເຈົ້າເຮັດແນວໃດເກັບກໍາຢ່າງຫຼາຍຂອງການຄົ້ນຄວ້າທີ່ມີຂໍ້ມູນການສັງເກດການ.
ການເລັງການຮຽກຮ້ອງທີ່ປະຕິບັດຕາມ, ນັບເປັນສິ່ງທີ່ສໍາຄັນທີ່ສຸດໃນເວລາທີ່ພວກເຮົາກໍາລັງສັງເກດສົມຄວນລະຫວ່າງການຄາດຄະເນຈາກທິດສະດີທີ່ແຕກຕ່າງກັນ. ພະຢາກອນ, ແລະໂດຍສະເພາະແມ່ນ Nowcasting, ສາມາດຈະເປັນປະໂຫຍດສໍາລັບການສ້າງນະໂຍບາຍ. ສຸດທ້າຍ, ຂໍ້ມູນຂະຫນາດໃຫຍ່ເພີ່ມຄວາມສາມາດຂອງພວກເຮົາທີ່ຈະເຮັດໃຫ້ການຄາດຄະເນເຫດຈາກຂໍ້ມູນການສັງເກດການ.