日本NEC公司最新开发的异构混合学习技术有助于自动发现隐藏于大数据中、人类难以发现的多种规则性，为高精度预测和异常检测做出贡献。

一般情况下，对无差别收集的数据进行挖掘时，首先需要专家设立假说，对数据分类整理后再进行挖掘。然而，单靠人力难以保证假说的正确性，会妨碍大数据的有效利用。而NEC新开发的异构混合学习技术无需依赖专家支持，能够自动根据同类数据间的联系将混合收集的原始数据分类，通过数据挖掘抽提出隐藏在原始数据中的多种模式和规则，弥补了传统的机器学习技术只能发现单一规则的不足，实现高精度预测和异常检测。例如，在医疗领域，使用该技术可以从日常生活收集的数据中发现异常模式，从而有助于较早发现比较隐蔽的疾病。