Data Mining: Praktiske maskinlæringsverktøy og teknikker, femte utgave, gir en grundig forståelse av maskinlæringskonsepter, sammen med praktiske råd om hvordan du bruker disse verktøyene og teknikkene i virkelige datautvinningssituasjoner. Denne etterlengtede nye utgaven av det mest anerkjente arbeidet om datautvinning og maskinlæring lærer leserne alt de trenger å vite for å komme i gang, fra å forberede inndata, tolke utdata og evaluere resultater, til de algoritmiske metodene som er kjernen i vellykkede datautvinningsmetoder. Omfattende oppdateringer gjenspeiler de tekniske endringene og moderniseringene som har funnet sted i feltet siden forrige utgave, inkludert nyere innhold om dyp læring om emner som generativ AI (GANS, VAE, diffusjonsmodeller), store språkmodeller (transformatorer, BERT- og GPT-modeller) og kontradiktoriske eksempler, samt en omfattende behandling av etiske og ansvarlige kunstig intelligens-emner.