داده‌کاوی زیر مجموعه‌ای از علوم داده است که به نام داده‌کاوی و کشف دانش نیز شناخته می‌شود. این علم تا دهه‌ی ۱۹۹۰ میلادی ابداع نشده بود. در این دهه با ترکیب سه علم آمار، هوش مصنوعی و یادگیری ماشین، داده‌کاوی شکل گرفت.

در عصر حاضر با پیشرفت تکنولوژی علوم، کسب‌وکارها و صنایع داده‌های زیادی از گذشته تا امروز تولید کرده‌اند و همچنین ابزارهایی مانند رایانه‌ها، تلفن‌های همراه و شبکه‌ی جهانی وب داده‌های مختلفی تولید می‌کنند و با توجه به این‌که هر دو سال حجم داده‌ها در جهان دو برابر می‌شود و ۹۰درصد دنیای دیجیتال را داده‌ها ساختار نیافته تشکیل می‌دهند، اهمیت داده‌کاوی نمایان می‌شود. ازاین‌رو نیاز به تحلیل و پردازش این داده‌ها به وجود آمده است. برای پاسخ به این نیاز داده‌کاوی ابزارهای آمار و هوش مصنوعی و یادگیری ماشین را با مدیریت پایگاه‌داده ترکیب کرده‌است تا که داده‌های خام را به اطلاعات مفید و تحلیل پذیر تبدیل کند. این اعمال شامل کاوش، تجزیه‌وتحلیل بلوک‌های زیادی از داده است که الگو و روندهای معنادار و قابل‌فهم را در داده کشف می‌کند.

داده‌کاوی و کشف دانش کاربردهای بسیاری در کسب‌وکارها و علوم مختلف دارد، در رشته‌ی صنایع از داده‌کاوی در امور مختلفی استفاده می‌شود. از جمله مدیریت ارتباط با مشتری، مدیریت زنجیره تأمین، برنامه‌ریزی تولید، کنترل کیفیت، مدیریت پروژه، ایمنی، بهداشت و محیط‌زیست و در علوم کامپیوتر هم برای پیدا کردن الگوی میان داده‌ها و پیش‌بینی نتایج استفاده می‌شود. همچنین در بانک‌داری برای پیدا کردن کلاهبرداری و در صنایع و کسب‌وکارهای دیگر با انجام داده‌کاوی روی داده‌های مشتریان اطلاعات مفیدی برای بازاریابی به دست می‌آورند. یکی دیگر از کاربردهای داده‌کاوی و کشف دانش تشخیص هرزنامه یا همان اسپم در ایمیل‌هاست.     

در دوره‌ی آموزش داده‌کاوی و کشف دانش با روش‌ها و الگوریتم‌های مختلفی معرفی می‌شود که به کمک آن می‌توان داده‌ها را تحلیل و پردازش کرد.