Data Mining : outils et techniques pratiques d’apprentissage automatique est un manuel écrit par Ian H. Witten et ses collègues, destiné aux professionnels et aux étudiants qui souhaitent approfondir l’apprentissage automatique et l’exploration de données. Le livre propose une introduction approfondie et pratique à l’apprentissage automatique, en mettant l’accent sur des outils et des techniques pour analyser et interpréter de grands ensembles de données.
Cette cinquième édition comprend des mises à jour étendues sur les développements récents, tels que l’IA générative (GAN, VAE, modèles de diffusion), les grands modèles de langage (transformeurs, BERT, GPT) et les vulnérabilités liées aux exemples adverses. Elle traite également des aspects éthiques et de l’utilisation responsable de l’intelligence artificielle. Les auteurs combinent des méthodes éprouvées et des recherches actuelles pour offrir une vue d’ensemble pertinente de l’exploration de données.
Spécifications du produit
- Auteur : Ian H. Witten (Department of Computer Science, University of Waikato, Nouvelle-Zélande)
- Éditeur : Elsevier Science & Technology
- Imprint : Morgan Kaufmann Publishers
- Date de publication : 2025-05-06
- Nombre de pages : 688
- ISBN : 9780443158889
- Thème : Data mining
- BISAC : ORDINATEURS / Science des données / Analyse des données
À propos de l’auteur
Ian H. Witten est professeur de sciences de l’informatique à l’Université de Waikato, en Nouvelle-Zélande. Ses recherches portent sur le stockage d’informations, l’apprentissage automatique, la compression de texte et la programmation par démonstration. Il est membre de l’ACM et de la Royal Society of New Zealand et dispose d’une longue et riche production scientifique dans les domaines des bibliothèques numériques et de l’intelligence artificielle.