Data Mining

Data Mining: Practical Machine Learning Tools and Techniques biedt een grondige verkenning van machine learning-concepten, aangevuld met praktische adviezen voor toepassing in real-world data mining-situaties. De boekenreeks behandelt alles wat je nodig hebt om aan de slag te gaan, van het voorbereiden van inputs en het interpreteren van outputs tot het evalueren van resultaten en de algoritmische methoden die centraal staan in succesvolle data mining-aanpakken. De vierde editie bevat significante vernieuwingen, met nieuwe hoofdstukken over probabilistische methoden en deep learning. Daarnaast is er een bijgewerkte WEKA-softwaretoolkit inbegrepen, samen met een breed gamma aan machine learning-algoritmen voor data mining, toegankelijk via een interactieve interface. De tweede beschrijvingbriefing gaat verder met recente ontwikkelingen zoals deep learning, generative AI, transformer-technieken en ethische aspecten van kunstmatige intelligentie, en noemt auteurs die hedendaagse technieken combineren met vooraanstaande onderzoekspraktijken. Dit maakt het boek een uitgebreid leerinstrument voor studenten en professionals.

Belangrijkste kenmerken

• Uitgebreide editie met nieuwe hoofdstukken over probabilistische methoden
• Diep leren, GANs, VAEs en diffusie-modellen
• Ethiek en verantwoordelijke AI als onderwerp
• WEKA-toolkit en open online cursussen
• Auteurenteam: Witten, Frank, Hall, Pal; toevoeging Foulds
• Pagina's: 654; editie: 4; paperback; Morgan Kaufmann