بتن به عنوان پر مصرف ترین ماده در ساخت سازه‌های مختلف، از اهمیت فنی و اقتصادی زیادی برخوردار می‌باشد. برای تولید بتن روش‌های استاندارد گوناگونی معرفی شده که نیازمند انجام آزمایش‌های پر هزینه و زمان‌بر هستند.

به منظور کاهش زمان و هزینه‌های فوق الذکر، در کنار روش‌های مرسوم و سنتی، می‌توان از قابلیت‌های علم داده مانند الگوریتم‌های یادگیری ماشین برای پیش بینی خواص گوناگون مصالح بر اساس داده‌های موجود بهره گرفت. در این پژوهش روابط بین متغیرهای مؤثر در تولید بتن و پیش بینی خواص بتن با استفاده از علم داده، مورد بررسی قرار گرفته است.

بدین منظور با جمع‌آوری داده‌های مختلف انواع طرح‌های مخلوط بتن و اصلاح مجموعه داد‌ها، از الگوریتم‌های یادگیری ماشین برای پیش بینی خواص بتن استفاده گردید. نتایج کلی حاصل که صرفاَ بر پایه آشکارسازی اطلاعات در الگوهای پنهان داده‌ها بدست آمدند، توافقی کاملی با حقایق موجود در فناوری بتن دارند.

با افزایش مقدار نسبت آب به مواد سیمانی، مقاومت بتن کاهش می‌یابد. نسبت مقاومت کششی به مقاومت فشاری بتن تقریباً برابر 08/0 می‌باشد. هم‌چنین با افزایش مقاومت فشاری بتن این نسبت کاهش پیدا می‌کند. به عنوان نمونه ای دیگر اینکه با افزایش سن و عیار سیمان در مخلوط بتن، مقاومت آن افزایش می‌یابد.

هدف این تحقیق نمایش توانمندی علم داده برای کاربرد در مطالعه و بررسی مصالح بتنی است. در این پژوهش از روش‌های مختلف یادگیری ماشین برای پیش بینی خواص بتن استفاده شده است و نتایج به دست آمده برای اهداف طراحی سازه‌های بتنی قابل قبول هستند. با گسترش بانک داده‌ها می‌توان این روش را توسعه داد و در شاخه‌های مختلف مهندسی عمران از آن استفاده نمود.