Video: 5 of the Worst Computer Viruses Ever 2024
Hoe kwam Tom Khabaza tot het vaststellen van de wetten van datamining? Er valt iets te zeggen om als eerste ter plaatse te zijn. Khabaza startte met datamining in het begin van de jaren negentig, toen maar weinig mensen ooit van data mining hadden gehoord, laat staan dat het werd geprobeerd.
Hij begon zijn carrière in de psychologie en was aangetrokken tot de studie van cognitie, menselijk leren. Datamining heeft zijn wortels in de poging om het complexe proces van menselijk leren te simuleren.
Eerlijk gezegd is datamining behoorlijk grof in vergelijking met echt menselijk leren. Maar het is snel en consistent.
Tom raakte betrokken bij de ontwikkeling van enkele van de vroegste software die is ontworpen voor datamining (software die is uitgegroeid tot een commercieel product dat tegenwoordig nog steeds veel wordt gebruikt). Hij zette datamining aan het werk in praktische toepassingen, veel ervan. En hij was een van de eerste mensen die carrière maakte als dataminer.
Tom heeft veel terreinen gebroken voor iedereen. Bent u geïnteresseerd in het gebruik van datamining om klant churn (omzet) te voorspellen? Tom was een pionier in die toepassing. Misschien ben je geïntrigeerd door het potentieel van datamining voor wetshandhaving. Tom was ook een van de eersten die dat deed.
Daarna verdiepte Tom zich in zijn datamining-ervaring en kennis van psychologie om de leidende principes van datamining te definiëren. Zijn 9 Wetten van Data Mining waren meteen een hit in de datamining-gemeenschap (zo'n grote hit dat je nu misschien artikelen tegenkomt over de 9 Wetten die de originator niet eens noemen).
Zo werd Tom Khabaza de Isaac Newton van datamining, een leider die inspiratie en structuur biedt voor anderen in het vak.
