Datamining: Käytännönläheiset koneoppimisen työkalut ja tekniikat on oppikirja, jonka ovat kirjoittaneet Ian H. Witten ja kollegat. Se on tarkoitettu ammattilaisille ja opiskelijoille, jotka haluavat syventyä koneoppimiseen ja dataminingiin. Kirja tarjoaa perusteellisen ja käytännöllisen johdatuksen koneoppimiseen ja kiinnittää huomiota työkaluihin sekä menetelmiin suurten datamassojen analysoimiseen ja tulkitsemiseen.
Tämä viides painos sisältää laajoja päivityksiä viimeaikaisista kehityksistä, kuten generatiivisesta tekoälystä (GANit, VAE:t, diffuusiomallit), suurista kielimalleista (transformers, BERT, GPT) sekä haavoittuvuuksista, joita adversaariesimerkit aiheuttavat. Lisäksi se käsittelee tekoälyn eettisiä näkökohtia ja vastuullista käyttöä. Tekijät yhdistävät todennettuja menetelmiä nykyajan tutkimukseen tarjotakseen ajantasaisen kokonaiskuvan dataminingistä.
Tuotteen ominaisuudet
- Tekijä: Ian H. Witten (Computer Science Department, University of Waikato, Uusi-Seelanti)
- Kustantaja: Elsevier Science & Technology
- Imprint: Morgan Kaufmann Publishers
- Julkaisupäivä: 2025-05-06
- Sivumäärä: 688
- ISBN: 9780443158889
- Aihe: Datamining
- BISAC: COMPUTERS / Data Science / Data Analytics
Tietoa tekijästä
Ian H. Witten on tietojenkäsittelytieteen professori University of Wakatossa Uudessa-Seelannissa. Hänen tutkimuksensa keskittyy tietojen tallentamiseen, koneoppimiseen, tekstin pakkaamiseen ja ohjelmointiin demonstraation kautta. Hän on ACM:n ja Royal Society of New Zealandin jäsen, ja hänellä on laaja tieteellinen julkaisuhistoria digitaalisten kirjastojen ja tekoälyn alueelta.