Data Mining: Practical Machine Learning Tools and Techniques is een studieboek geschreven door Ian H. Witten en collega’s, bedoeld voor professionals en studenten die zich willen verdiepen in machine learning en data mining. Het boek biedt een grondige en praktische introductie tot machine learning, met aandacht voor tools en technieken voor het analyseren en interpreteren van grote datasets.
Deze vijfde editie bevat uitgebreide updates over recente ontwikkelingen, zoals generatieve AI (GANs, VAE’s, diffusion models), grote taalmodellen (transformers, BERT, GPT) en kwetsbaarheden door adversarial voorbeelden. Daarnaast behandelt het ethische aspecten en verantwoord gebruik van kunstmatige intelligentie. De auteurs combineren bewezen methoden met hedendaags onderzoek voor een actueel overzicht van data mining.
Productspecificaties
- Auteur: Ian H. Witten (Computer Science Department, University of Waikato, Nieuw-Zeeland)
- Uitgever: Elsevier Science & Technology
- Imprint: Morgan Kaufmann Publishers
- Verschijningsdatum: 2025-05-06
- Aantal pagina's: 688
- ISBN: 9780443158889
- Thema: Data mining
- BISAC: COMPUTERS / Data Science / Data Analytics
Over de auteur
Ian H. Witten is hoogleraar computerwetenschappen aan de University of Waikato in Nieuw-Zeeland. Zijn onderzoek richt zich op informatieopslag, machine learning, tekstcompressie en programmeren door demonstratie. Hij is lid van de ACM en de Royal Society of New Zealand en heeft een brede wetenschappelijke publicatiegeschiedenis op het gebied van digitale bibliotheken en kunstmatige intelligentie.