Video: Grunder för A-traktorer 2024
Hur kom Tom Khabaza för att lägga ner lagen om data mining? Det finns något att säga för att vara först på scenen. Khabaza startade data mining i början av 1990-talet, då få personer hade ens hört talas om datavinnning, än mindre försökt det.
Han började sin karriär i psykologi och gravitated till studiet av kognition, mänskligt lärande. Data mining har sina rötter i försök att simulera den komplexa processen för mänskligt lärande.
I själva verket är datautvinning ganska ojämn jämfört med verkligt mänskligt lärande. Men det är snabbt och konsekvent.
Tom har varit involverad i utvecklingen av några av de tidigaste programmen för data mining (programvara som växte till en kommersiell produkt som fortfarande används i stor utsträckning idag). Han satte data mining att fungera i praktiska applikationer, många av dem. Och han var en av de första personerna som gjorde en karriär som dataväxlare.
Tom har brutit mycket mark för alla andra. Är du intresserad av att använda data mining för att förutsäga kunden churn (omsättning)? Tom var en pionjär i den ansökan. Kanske är du fascinerad av möjligheten till data mining för brottsbekämpning. Tom var en av de första som gjorde det också.
Sedan drog Tom sig in i sin datautvinningsupplevelse och kunskap om psykologi för att definiera de ledande principerna för data mining. Hans 9 lagar om datavinnning var en omedelbar träff i datavågsamhället (en sådan stor hit att du nu kan komma över artiklar om de 9 lag som inte ens nämner upphovsmannen).
Så blev Tom Khabaza Isaac Newton av data mining, en ledare som ger inspiration och struktur för andra i yrket.
