Video: Inside the mind of a master procrastinator | Tim Urban 2025
Hvordan kom Tom Khabaza til å legge ned lovene om data mining? Det er noe å si for å være først på scenen. Khabaza startet datautvinning tidlig på 1990-tallet, da få personer selv hadde hørt om data mining, enda mindre prøvd det.
Han begynte sin karriere i psykologi og gravitated til studiet av kognisjon, menneskelig læring. Data mining har sine røtter i forsøket på å simulere den komplekse prosessen med menneskelig læring.
I sannhet er datautvinning ganske rå sammenlignet med ekte menneskelig læring. Men det er raskt og konsistent.
Tom ble involvert i utviklingen av noen av de tidligste programvarene designet for data mining (programvare som vokste til et kommersielt produkt som fortsatt er mye brukt i dag). Han satte data mining på jobb i praktiske applikasjoner, mange av dem. Og han var en av de første menneskene til å lage en karriere som datamengder.
Tom har brutt mye bakken for alle andre. Er du interessert i å bruke data mining for å forutsi kunde churn (omsetning)? Tom var en pioner i den applikasjonen. Kanskje du er fascinert av potensialet for data mining for rettshåndhevelse. Tom var en av de første til å gjøre det også.
Så drog Tom inn i sin data-mining erfaring og kunnskap om psykologi for å definere de ledende prinsippene for data mining. Hans 9 lov om data mining var et øyeblikk i data-mining fellesskapet (en så stor hit som nå kan du komme over artikler om de 9 lovene som ikke engang nevner opphavsmannen).
Det var slik Tom Khabaza ble Isaac Newton av data mining, en leder som gir inspirasjon og struktur for andre i yrket.
