C++ Muster und Zusammenhänge finden lassen

Hallo Coders,

gibt es irgendeine Lib oder Algos die mehr oder weniger selbständig Muster aufdecken? Zum Beispiel man füttert eine Tabelle mit Ereignissen und bestimmten Rahmenbedingungen. Das Programm soll dann aufdecken ob unter bestimmten Bedingungen oder dessen Kombinationen bestimmte Ereignisse häufiger auftreten als es ein Zufall sein kann. Die Frage wäre auch wie grenzt man Zufall von nicht Zufall ab?
Habe bisschen in Datamining, NN, Statistik usw reingelesen aber das ist kaum zu bewältigen was es da alles gibt, keine Ahnung wie man das praktisch angehen sollte. Dieses Ganze Thema müsste in der Forschung, wie Medizin usw doch gang und gäbe sein.

Zum Beispiel ein Patient hat allergisches Astma und will herausfinden welche Faktoren tatsächlich die Symptome verschlechtern also macht er eine Tabelle und notiert über Jahre hinweg wann die Symptome schlechter und besser sind. Dazu kommt in die Zeile Ort, Monat, Tag, Uhrzeit, ob er zu diesem Zeitpunkt ein Medikament dagegen nimmt, vor wieviel Tagen er das letzte mal die Wochung geputzt hat, vor wieviel Tagen er das letzte mal das Bett neu gemacht hat, ob er woanders übernachtet hat, welche Temperatur die Wohung hat, welche Luftfeuchtgkeit, etc also alles Rahmenbedingungen die mit den Symtomen in Zusammenhang gebracht werden könnten.

Ein Programm könnte doch sicher objektiv herausfinden welche Faktoren und dessen Kombinationen nun wirklich mit Symptomen zusammenhängen und welche Faktoren zu unrecht im Verdacht stehen.

Ich wollte schon länger mal sowas Coden hab aber nie den Einstieg geschafft.
Wie geht man sowas an? Was sind eigentlich die relavanten Themen? Eher Statistik oder was anderes? Gibt es Libs für sowas?

Gruß

Einiges aus Deiner Beschreibung scheint wie gemacht für Clustering-Algorithmen und Neighbor-Verfahren zu sein. Ich mag nun nicht sagen, dass Du keinesfalls selbst was implementieren sollst, jedoch wäre ein tiefergehendes Einlesen in die Materie zu den gegebenen Begriffen vielleicht ein effektiverer Anfang. ;-)

Für dein Beispiel mit dem Patienten könnte ein einfacher Recommender reichen. Also der empfiehlt in dem Falle die Dinge, die schlecht für den Patienten sind. Z.B. 5 Tage Bett nicht neu bezogen = 5 "Sterne" bzw. für die Raumtemperatur dann die Anzahl Vorkommen von Temperaturbereichen absteigend sortiert ausgeben. Natürlich wird ein Sample nur gewertet, wenn die Symptome zu dem Zeitpunkt schlecht sind. Dann hast du eine Empfehlung, wie es dir am schlechtesten geht, dann weißt du also auch, woran es liegen könnte. Mit Sicherheit kann man das nie sagen, denke ich.

Das sollte man aber noch vergleichen mit den Tagen, an denen es dem Patienten gut geht. Wenn es da z.B. auch immer 21°C warm ist, wird es nicht an der Temperatur liegen.

Ich denke, hier werden keine Machine Learning Algorithmen benötigt. Wenn es nur darum geht zu erkennen, welche Features sich ähnlich zu anderen Verhalten solltest du dir die Kovarianzen und Korrelationen der entsprechenden Features anschauen. Du hast Recht, das solche Fragestellungen häufig in der Wissenschaft vorkommen, soetwas löst man dann mit Statistik.