机读格式显示(MARC)

• 000 01863nam0 2200313 450

• 001 0000669259

• 005 20251203111239.0

• 010 __ |a 978-7-121-51603-0 |d CNY109.00

• 100 __ |a 20251203d2026 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 敏捷数据挖掘 |A min jie shu ju wa jue |b 专著 |d Agile data mining |f CDA数据科学研究院编著 |z eng

• 210 __ |a 北京 |c 电子工业出版社 |d 2026.01

• 215 __ |a 10,410页 |c 图 |d 24cm

• 300 __ |a CDA三级认证教材

• 314 __ |a CDA数据科学研究院，大数据行业方兴未艾，CDA数据科学研究院孕育而生，是国内率先成立的专注于数据科学领域的专业研究团队。CDA数据科学研究院汇集数据行业专家，团队具有专业的学术素养、精湛的研究水平、扎实的企业实战经验，丰富的行业资源，通过对各类企业、社会组织等进行全面、系统、深入的调查和访问，从而获得紧跟技术发展的经验与数据，并结合数据行业的未来发展方向进行系统的研究，不断研发新的知识体系和技术应用。近十年来，CDA数据科学研究院秉持“专业性、前沿性、科学性”的定位，深耕数据分析、大数据、人工智能等核心领域，持续推进数据科学的行业发展。未来，CDA数据科学研究院也将顺应数字化时代浪潮，持续开拓创新，继续加大数据科学领域的内容建设，推进人才数字化赋能，助力企业数字化转型。

• 330 __ |a 本书分为3篇：理论篇、技术篇和管理篇。理论篇共1章，讲解数据挖掘的核心思维、算法模型和数据挖掘之间的关系，以及数据挖掘的落地场景框架。技术篇共6章，讲解决策类、识别类、优化分析类模型的具体算法，以及参数调优、特征工程、类别不平衡问题等内容。管理篇共2章，讲解MLOps和模型生命周期管理。

• 333 __ |a 本书适用于数据领域研究者

• 510 1_ |a Agile data mining |z eng

• 606 0_ |a 数据采集

• 690 __ |a TP274 |v 5

• 711 02 |a CDA数据科学研究院 |A CDA shu ju ke xue yan jiu yuan |4 编著

• 801 _0 |a CN |b 浙江省新华书店集团公司 |c 20251203

• 856 4. |u http://www.zxhsd.com/kgsm/ts/2025/12/04/6744717.shtml

• 902 __ |a cat22

• 908 __ |f 博文视点

• 961 __ |a 6744717