教學(xué)實驗平臺及工業(yè)軟件開發(fā)實驗室配套設(shè)備

教學(xué)實驗平臺及工業(yè)軟件開發(fā)實驗室配套設(shè)備序號內(nèi)容型號規(guī)格或要求數(shù)量1專業(yè)實訓(xùn)中心教學(xué)實驗平臺1.智能容器及容器集群技術(shù)架構(gòu)：所有實驗基礎(chǔ)平臺要求運行在基于容器及容器集群架構(gòu)體系上，實現(xiàn)基于容器集群的智能調(diào)度、負載均衡、高并發(fā)靠性服務(wù)等，保證系統(tǒng)的高可靠，高靈活，高伸縮性。并可支持后臺學(xué)生、老師等用戶的容器資源手工和自動的創(chuàng)建，更新，回收釋放以及其它相關(guān)的基本管理功能。1.2、計算集群支持基于Prometheus的智能硬件設(shè)備服務(wù)器指標監(jiān)控，提供有關(guān)服務(wù)器的開關(guān)機狀態(tài)、CPU、內(nèi)存、網(wǎng)絡(luò)、磁盤等使用率等指標，可自定義設(shè)定相關(guān)閥值，當服務(wù)器指標超過設(shè)定閥值后，支持實時郵件告警，定時性能統(tǒng)計報告等。1.3、支持行業(yè)核心關(guān)鍵應(yīng)用級別的高可用、高可靠、高性能的SLA服務(wù)協(xié)議，提供基于Sentry技術(shù)的分布式系統(tǒng)可觀測性應(yīng)用業(yè)務(wù)指標監(jiān)控，實時監(jiān)控后臺相關(guān)業(yè)務(wù)應(yīng)用的運行狀態(tài)，當產(chǎn)生任何不可預(yù)期錯誤時，支持自動通過郵件發(fā)送相關(guān)錯誤完整日志與相關(guān)數(shù)據(jù)至報錯中心。1.4、支持底層計算資源的靈活池化配置，包括CPU、GPU、內(nèi)存、網(wǎng)絡(luò)、存儲等，可以支持實時的系統(tǒng)更新、擴容、更改以及伸縮等，滿足高并發(fā)條件下的智能負載均衡與智能調(diào)度。1.5、支持集群中的主機指標監(jiān)控，包括總體監(jiān)控數(shù)據(jù)查看和詳情監(jiān)控數(shù)據(jù)查看。支持以圖表形式實時對以下指標進行監(jiān)控：運行時間、內(nèi)存使用、cpu負載、網(wǎng)絡(luò)帶寬使用情況、磁盤分區(qū)使用率、網(wǎng)絡(luò)socket連接信息等。支持以分、時、天、月、年等五個時間段展示歷史監(jiān)控數(shù)據(jù)。1.6、支持添加賬戶≥10000個，授權(quán)并發(fā)使用用戶數(shù)量≥100個(需硬件支持)，支持實時系統(tǒng)硬件與服務(wù)的擴容.2、支持無客戶端安裝的“即用即走”模式的實驗工具臺，支持基于瀏覽器B/S模式的“一鍵式”訪問Linux的虛擬桌面環(huán)境，可提供Linux桌面和終端命令行操作，并可實現(xiàn)Linux系統(tǒng)管理，數(shù)據(jù)創(chuàng)建、文件管理、下載、軟件安裝等。支持網(wǎng)絡(luò)鏈接情況下，學(xué)生可在實驗室、教室、圖書館、食堂等任何地方開展實驗學(xué)習(xí)。2.1、虛擬桌面實驗工具臺需提供的功能包括：1）支持實驗環(huán)境重置，即實驗內(nèi)容、實驗環(huán)境、實驗配置等通過重置功能，可以恢復(fù)到初始狀態(tài)，支持學(xué)生反復(fù)多次實驗練習(xí)。2）支持實驗環(huán)境的實時鏡像在線保存?zhèn)浞?，包括實驗?shù)據(jù)、學(xué)習(xí)過程數(shù)據(jù)，系統(tǒng)數(shù)據(jù)，系統(tǒng)配置數(shù)據(jù)，以及虛擬桌面中已安裝、部署、配置完成的軟件等。保存成功后，學(xué)生可隨時選擇保存的環(huán)境備份，繼續(xù)完成學(xué)習(xí)。并且系統(tǒng)支持老師可自定義設(shè)置備份數(shù)量閥值。3)虛擬桌面實驗臺需支持SSH客戶端直連訪問：a.老師或?qū)W生在本地安裝SSH客戶端后，可直接登錄自己的虛擬桌面實驗室臺環(huán)境，并進行相應(yīng)的系統(tǒng)操作；b.每個賬號建立的SSH鏈接需相互獨立的，并提供連包括但不限于IP地址、用戶名、密碼、端口號等，所有密碼和端口號是隨機產(chǎn)生；c.提供學(xué)生SSH客戶端登錄的詳細說明指導(dǎo)，并提供幫助示例。4)虛擬桌面實驗臺的共享和協(xié)作a.提供兩人及以上的多人虛擬桌面實驗臺協(xié)作共享功能，并支持只讀觀看和協(xié)作兩種模式，自動生成鏈接，復(fù)制分享后即可進行協(xié)作共享；b.支持觀看模式中，支持多人在線實時觀看虛擬桌面實驗臺的操作及內(nèi)容，但是不可進行操作，即支持老師進行在線實驗操作，一個或多個學(xué)生可遠程觀看老師操作步驟等應(yīng)用場景；c.支持協(xié)作模式中，支持多人在線實時觀看虛擬桌面實驗臺的操作及內(nèi)容，并可進行演示操作，即支持老師在學(xué)生自己的虛擬桌面實驗環(huán)境上進行實時的演示操作等應(yīng)用場景。3、大數(shù)據(jù)分析實驗工具：3.1、基于JupyterNotebook的數(shù)據(jù)科學(xué)分析實驗開發(fā)工具，能讓用戶將說明文本、數(shù)學(xué)方程、代碼和可視化內(nèi)容全部組合到一個易于共享的文檔中。要求實驗環(huán)境提供學(xué)生Notebook數(shù)據(jù)分析和開發(fā)工具平臺，其支持數(shù)據(jù)清理、數(shù)據(jù)整理、數(shù)據(jù)爬蟲、數(shù)據(jù)可視化、機器學(xué)習(xí)、數(shù)據(jù)分析、深度學(xué)習(xí)等大數(shù)據(jù)開發(fā)以及數(shù)據(jù)分析的工作。1）支持瀏覽器中直接實現(xiàn)文件的上載。用戶可在實驗環(huán)境中，直接上傳數(shù)據(jù)集等文件，所有文件被自動保存在學(xué)生賬號的個人存儲空間中，可隨時訪問和更改。2)支持瀏覽器中實驗文件和目錄的管理,對文件和目錄可以進行重命名，刪除，移動等操作，并支持可以創(chuàng)建新的目錄和子目錄。3)支持數(shù)據(jù)集的實時掛載，即數(shù)據(jù)分析相關(guān)的實驗學(xué)習(xí)中，可實時掛載私有和公共數(shù)據(jù)集，自動導(dǎo)入到實驗環(huán)境中供數(shù)據(jù)分析和實驗教學(xué)使用。數(shù)據(jù)集要求包括個人數(shù)據(jù)集、公開數(shù)據(jù)集、預(yù)置數(shù)據(jù)集至少三種分類。4）支持實驗環(huán)境重置，即實驗內(nèi)容、實驗環(huán)境、實驗配置等通過重置功能，可以恢復(fù)到初始狀態(tài)，支持學(xué)生反復(fù)多次實驗練習(xí)。5）支持實時保存當前實驗環(huán)境，即個人數(shù)據(jù)，系統(tǒng)數(shù)據(jù)，配置數(shù)據(jù)，以及虛擬實驗臺上安裝的軟件等，都會被自動保存并生成環(huán)境備份。保存成功后，學(xué)生可隨時選擇保存的環(huán)境備份，繼續(xù)學(xué)習(xí)。系統(tǒng)支持老師可自行設(shè)定環(huán)境備份數(shù)量上限。支持實驗環(huán)境的實時保存，并生成備份。6）支持Jupyter實驗在線實時輔導(dǎo)與協(xié)作功能。學(xué)生端可以自主創(chuàng)建分享連接，老師端通過學(xué)生的分享連接，可以直接打開學(xué)生的在線實時JupyterNotebook實驗內(nèi)容和環(huán)境，同時通過頁面分屏的方式，提供老師與學(xué)生端的協(xié)作、輔導(dǎo)，實現(xiàn)在線高效率的在線實驗內(nèi)容、代碼、數(shù)據(jù)集等的協(xié)同。7）支持圖形界面和字符界面兩種使用方式，并可實現(xiàn)“一鍵”自由切換、同屏顯示等功能。8）同一個Notebook實驗環(huán)境中，支持在線實時切換開發(fā)語言環(huán)境，實時運行語言環(huán)境，無需退出實驗等操作，并要求支持R、Python、Java、Javascript、C、C++、BashShel、SQL、XSQL等至少八種編程語言，并可自行安裝、卸載、更新類庫操作。9）支持Notebook實驗中快速添加導(dǎo)入代碼片段功能，提高實驗開發(fā)效率，即學(xué)生實驗開發(fā)中選擇代碼片段管理器中所需的模型、數(shù)據(jù)分析名稱等，代碼可實現(xiàn)“一鍵式”插入到Notebook的實驗代碼中，同時要求滿足：-支持教師后臺自定義預(yù)置的機器學(xué)習(xí)、深度學(xué)習(xí)等模型函數(shù)代碼片段庫-支持教師自定義代碼片段庫的分類層級，可選擇公開和私有，公開后所有教師學(xué)生都可使用。-代碼片段庫支持python、R、Spark、markdown等語言與格式,且要求支持語言的代碼高亮展示。10）實驗環(huán)境平臺預(yù)裝算法性能分析Tensorboard工具，可對實驗代碼進行實時分析、比較，并展示性能分析結(jié)果。11)學(xué)生可在線填寫實驗報告，可保存，導(dǎo)出實驗報告內(nèi)容。實驗報告在線編輯器要求支持基于Markdown語言的富文本編輯，并提供在線的Markdown語法簡介幫助，報告中可插入圖片，鏈接等。支持報告預(yù)覽，并進行全屏最大化進行編輯。學(xué)生在保存完報告后，可以進行提交，或?qū)С霾⑾螺d實驗報告，12）實驗環(huán)境支持圖形界面和字符界面兩種方式，并可以自由切換。在字符界面中可直接進行Python命令行的代碼操作，同時也支持雙屏顯示，即兩個界面可實現(xiàn)并排顯示。13）實驗環(huán)境支持普通模式和沉浸模式兩種視圖模式，提高實驗學(xué)習(xí)體驗和效果。14）實驗環(huán)境需內(nèi)部預(yù)置PythonPackageRepository服務(wù)鏡像，且支持本地部署，即無互聯(lián)網(wǎng)連接情況下，仍支持python等類庫的下載和安裝，確保學(xué)生實驗課的正常教學(xué)。3.2、基于瀏覽器直接訪問的Rstudio工具實驗環(huán)境已經(jīng)預(yù)裝和配置了Hadoop，Spark的大數(shù)據(jù)運行環(huán)境，包括：可直接調(diào)用和使用Hadoop的基礎(chǔ)組件，并直接進行SparkR相關(guān)的管理和開發(fā)，幫助用戶省去大量的安裝部署，配置以及維護的工作。3.3、數(shù)據(jù)科學(xué)計算框架數(shù)據(jù)分析工具要求預(yù)裝大數(shù)據(jù)、人工智能計算等支持的各類計算框架與類庫，包括但不限于：（a）shell環(huán)境：支持基本的shell命令，如vim、tar、unzip、ssh、scp、mv等，軟件包管理和環(huán)境管理工具conda、python包安裝工具pip；（b）python環(huán)境：支持python3.7及以上（c）實驗環(huán)境同時支持R、C、C++、JavaScript、Java、SQL語言引擎運行（d）支持開源機器學(xué)習(xí)框架：numpy、sklearn、pandas、seaborn、missingno、scipy、statsmodels、xgboost等；（e）支持開源深度學(xué)習(xí)框架：pytorch-cpu、Keras、TensorFlow；（f）支持計算機視覺框架：OpenCV、Pillow、scikit-image等；（g）支持自然語言處理框架：jieba、gensim、spacy、scikit-crfsuite、nltk、pyaudio、pyltp；（h）支持強化學(xué)習(xí)：gym；（i）支持語音識別框架：librosa、python-speech-features、hmmlearn（j）支持網(wǎng)絡(luò)框架：requests、urllib3、tornado、flask、beautifulsoup4；（k）支持可視化框架：matplotlib、graphviz、mglearn、tensorboard、pyechart、seaborn、Altair、bokeh；（l）支持數(shù)據(jù)庫：pymysql、sqlalchemy；（m）支持其他：certifi、chardet、Cython、future、gevent、h5py、ipython、ipywidgets、json5、jupyter、lxml、Markdown、networkx、pycurl、pydot、pyyaml、six、qtpy、zhconv。4、提供一站式的“教-學(xué)-練-評”的綜合性實踐教學(xué)全過程管理，包括相關(guān)教學(xué)信息和數(shù)據(jù)的跟蹤、評估、統(tǒng)計、分析等，包括班級、學(xué)習(xí)進度、課程實驗內(nèi)容、資源庫等的統(tǒng)一管理，提供學(xué)習(xí)全過程的跟蹤與統(tǒng)計，并對學(xué)習(xí)結(jié)果等實現(xiàn)智能匯總與和分析，主要功能如下：4.1、班級的管理（1）支持添加新班級，支持名稱、學(xué)院、系別、專業(yè)、管理員郵箱、管理員電話等信息的錄入，并可設(shè)置一個或多位老師給新建的班級。（2）支持添加學(xué)生，支持院系，專業(yè)，學(xué)號，姓名，郵箱，電話等信息的錄入。支持批量學(xué)生信息的導(dǎo)入，提供學(xué)生批量導(dǎo)入的模板。（3）支持學(xué)生信息的查詢、編輯、更改、或刪除，可重置學(xué)生登錄密碼，或從班級移除學(xué)生等操作。4.2、實驗管理（1）支持老師自定義新建實驗，可選擇大數(shù)據(jù)分析JupyterNotebook和虛擬桌面兩類實驗環(huán)境，并并提供自主創(chuàng)建和模板導(dǎo)入創(chuàng)建兩種模式。新建實驗時，可設(shè)置實驗名稱、實驗描述、實驗學(xué)時、實驗難易程度，以及實驗運行時需要配置的計算資源，包括CPU數(shù)量、內(nèi)存數(shù)量、是否使用GPU等。新建實驗過程中，老師無需進行任何容器鏡像的本地創(chuàng)建、打包、上傳等操作，僅需對實驗內(nèi)容進行操作和配置。（2）模板導(dǎo)入創(chuàng)建模式中，老師可選擇預(yù)置實驗做為模板，選擇導(dǎo)入后預(yù)置實驗名稱、實驗步驟、實驗描述、實驗環(huán)境、實驗數(shù)據(jù)等被自動導(dǎo)入新建實驗中，老師可對實驗所有信息和內(nèi)容等進行編輯、修改、增加等二次開發(fā)，根據(jù)實驗的需要，老師可掛載或上傳數(shù)據(jù)集文件到新建實驗中，在完成保存后即可發(fā)布使用。（3）自主創(chuàng)建模式中，老師可選擇兩種實驗環(huán)境，虛擬桌面環(huán)境或JupyterNotebook環(huán)境，可對實驗內(nèi)容進行全定制化操作，包括實驗名稱、實驗步驟、實驗描述、實驗環(huán)境、實驗數(shù)據(jù)等，要求支持BashShell，Java，Python,C，C++，Javascript等至少六種語言的運行示例代碼，所有實驗步驟，可通過托拽的方式自由編排、調(diào)整實驗步驟順序。無需制作、上傳容器鏡像等方式實現(xiàn)新建實驗。實驗支持步驟添加，步驟內(nèi)容支持文字描述，代碼，圖片等。（4）支持預(yù)置實驗和自建實驗的列表查詢，包括實驗名稱、實驗簡介、創(chuàng)建時間、更新時間、創(chuàng)建人等信息，并可對實驗進行在線編輯，刪除等操作。（5）支持實驗報告模板，老師可添加自定義的實驗報告模板，包括實驗報告的名稱、格式以及內(nèi)容等，完成后發(fā)布到選定的實驗課程中。學(xué)生在實驗課程學(xué)習(xí)時，實驗報告模板會自動裝載，根據(jù)實驗報告模板的內(nèi)容，學(xué)生進行填寫、保存并提交實驗報告。支持附件上傳，教師可添加實驗報告WORD模板供學(xué)生下載。（6）自建虛擬桌面實驗支持創(chuàng)建過程查看，包括創(chuàng)建中，保存中，推送中，完成四個狀態(tài)查看桌面實驗創(chuàng)建狀態(tài)。4.3、課程管理（1）支持新建課程，提供課程名稱、難度、課程圖片、課程描述等。課程內(nèi)容可選擇預(yù)置實驗和自建實驗，并進行自由順序編排，組合創(chuàng)建新的課程。（2）支持新建課程中可以添加視頻、添加課件、添加習(xí)題功能，并可選擇預(yù)置課程配套的視頻、課件以及在線題庫中的習(xí)題，并進行自由順序編排，組合創(chuàng)建新的課程。（3）新建課程中，要求支持設(shè)置是否強制實驗順序功能，即要求學(xué)生需按照順序進行實驗，并且要求根據(jù)實驗難易程度和考察重點不同，支持是否允許學(xué)生粘貼代碼功能，提高學(xué)習(xí)實驗效率。（4）自建課程可支持公開或私有兩種模式，若設(shè)置為私有模式，即課程發(fā)布時，可指定到一個或多個班級，僅指定的班級學(xué)生可訪問學(xué)習(xí)。若設(shè)置為公有模式，即課程發(fā)布后，所有班級的學(xué)生均可進行訪問學(xué)習(xí)。（5）新建自制課程需支持視頻，課件等配套資源，可支持直接上傳視頻文件、課件文件，或從資源庫中選擇相應(yīng)的文件。（6）支持課程列表查詢，包括課程名稱、課程簡介、發(fā)布班級、課程學(xué)時、創(chuàng)建時間等信息，可對課程內(nèi)容、實驗列表、視頻資源、課件等進行增加、更改、刪除等操作。（7）提供建課程體系功能，支持將一門或多門課程進行組合，創(chuàng)建新的課程體系，包括課程體系名稱，描述，標簽等基本信息，并通過不同階段進行系統(tǒng)化的課程組合，并提供”闖關(guān)模式”的設(shè)置，選中則按照任務(wù)階段進行學(xué)習(xí)，解鎖當前階段才可開啟下一階段。(8)支撐創(chuàng)建課程時關(guān)聯(lián)相關(guān)的實訓(xùn)項目，并可在課程展示界面查看所相關(guān)的實訓(xùn)項目。（9）支持調(diào)查問卷管理，為教學(xué)過程與實時教學(xué)效果反饋提供全面的支撐：支持根據(jù)已有問卷模版創(chuàng)建調(diào)查問卷，支持單選、多選、填空題等多種調(diào)查題型，可設(shè)置問卷填寫截至?xí)r間，截至?xí)r間后不可進行問卷填寫調(diào)查問卷可設(shè)置匿名和記名兩種模式，匿名模式不記錄提交者信息。調(diào)查問卷完成后支持以圖表形式分析各個問卷選項的比例。支持對提交者填空題的回答詳情展開。4.4、學(xué)習(xí)管理（1）支持學(xué)生實驗報告的在線評語與批注功能：-教師通過選中實驗報告的相關(guān)內(nèi)容或文字后，提供自動跳出的批注框，教師可針對實驗報告的文字內(nèi)容、輸出結(jié)果等進行逐行逐條的評語和批注，完成批注后學(xué)生可在個人中心查看教師對相關(guān)報告的批注內(nèi)容。-支持實驗報告的一鍵式導(dǎo)出，支持word等文件格式，所有老師批注通過高亮字體和顏色自動打包到導(dǎo)出的實驗報告文檔中，支持導(dǎo)出實驗報告word文檔的統(tǒng)一歸類、存檔等。（2）提供實驗報告列表，通過實驗名稱，學(xué)生賬號，班級，提交時間，分數(shù)等進行排序?？稍诰€評閱，批改，駁回實驗報告，可批量導(dǎo)出實驗報告的評閱匯總結(jié)果，可自動生成xls格式文件供下載?？膳看虬鼘W(xué)生實驗報告包，自動生成zip文件供下載，每個學(xué)生的實驗報告以word文檔的方式保存。（3）提供學(xué)生學(xué)習(xí)進度的管理，可根據(jù)班級，課程，以及實驗，對實驗完成進度進行統(tǒng)一的查詢，并自動計算和顯示課程平均進度，已完成比例，未完成比例等可視化統(tǒng)計結(jié)果。4.5、資源庫的管理支持各種類型資源庫的統(tǒng)一集中管理，支持視頻，課件，數(shù)據(jù)集，手冊等教學(xué)資源庫的創(chuàng)建，編輯和統(tǒng)一集中的管理，為自建實驗、實驗課程包提供基礎(chǔ)素材庫，支持獨立文件夾保存，并提供缺省共享文件夾，可供所有老師創(chuàng)建實驗使用。支持“復(fù)制鏈接”復(fù)制資源庫中資源的訪問地址，可供教師在自建實驗等其他功能中使用。4.6、智能學(xué)情分析1）總體分析：可供管理員整體查看班級學(xué)習(xí)情況和教師教學(xué)情況。支持查看課程總數(shù)，實驗總數(shù)，視頻總數(shù)，課件總數(shù)，試卷總數(shù)。支持對平臺課訪問量的統(tǒng)計并進行柱狀圖展示，并且列出訪問量前十的課程以及訪問次數(shù)。支持對班級中學(xué)生人均學(xué)習(xí)時長的統(tǒng)計并進行柱狀圖展示，并列出人均時長最多的前十個班級以及對應(yīng)的學(xué)習(xí)時長。支持教師教學(xué)情況的分析。對教師的自建課程、發(fā)布習(xí)題、發(fā)布考試等教學(xué)數(shù)據(jù)進行統(tǒng)計分析并進行圖表展示。列出教學(xué)數(shù)據(jù)前十的教師以及教學(xué)數(shù)據(jù)。圖表分析的時間快捷支持近1周，近1月，近2月篩選，也支持自定義時間段范圍篩選。2）自建課程分析：可供教師查看學(xué)生對自建課程的學(xué)習(xí)情況。支持對自建課程課程總數(shù)、實驗總是、視頻總數(shù)、課件總數(shù)、習(xí)題總數(shù)對數(shù)據(jù)概覽。可選擇自建課程查看該課程各個班級的學(xué)習(xí)概況：包括班級人數(shù)，該課程學(xué)習(xí)人數(shù)，人均學(xué)習(xí)時長。學(xué)生詳情：支持對實驗完成進度、總學(xué)習(xí)時長、實驗報告提交數(shù)、報告平均分進行表格展示。支持查看單個學(xué)生所有實驗的實驗進度和報告完成情況。實驗報告分析：對每個實驗的最高分、最低分、平均分進行柱狀圖展示，可查看所有學(xué)生對該課程下所有實驗的報告評閱情況和分數(shù)并支持EXCEL格式導(dǎo)出。3）預(yù)置課程分析：可供教師查看學(xué)生對預(yù)置課程的學(xué)習(xí)情況。支持對預(yù)置課程課程總數(shù)、實驗總是、視頻總數(shù)、課件總數(shù)、習(xí)題總數(shù)的數(shù)據(jù)概覽。按班級中學(xué)生對課程的參與度對課程進行排序，可查看學(xué)習(xí)人數(shù)占比，視頻播放總次數(shù)，課件學(xué)習(xí)總次數(shù)，實驗報告對評閱/提交數(shù)。支持對沒們課程進行詳情分析：該課程近一周、一個月、兩個月或自定義時間段內(nèi)學(xué)生在線情況的折線統(tǒng)計，支持對每個學(xué)生的實驗學(xué)習(xí)時長，視頻學(xué)習(xí)時長，實驗完成的的表格查看，并支持EXCEL格式導(dǎo)出。實驗報告分析：對每個實驗的最高分、最低分、平均分進行柱狀圖、餅圖等方式展示，可查看所有學(xué)生對該課程下所有實驗的報告評閱情況和分數(shù)并支持EXCEL格式導(dǎo)出。4）教學(xué)結(jié)果分析-學(xué)生成績分析:1、測驗分析：可對學(xué)生的所有作業(yè)，考試，編程進行分析。分析詳情包括對作業(yè)，考試的分數(shù)圖表展示，已批閱數(shù)統(tǒng)計。對學(xué)生歷屆編程題的通過率圖表展示，并支持EXCEL導(dǎo)出。2、成績概覽：提供根據(jù)學(xué)生以往的作業(yè)，試卷，編程等測驗，教師可自定義設(shè)置一定比例，最終得出班級成員在整個教學(xué)過程中成績的功能。默認提供“平時成績”，“考試成績”，“課程實驗報告”三項考核項。教師可增加自定義考核項，并支持自定義考核項成績導(dǎo)入。設(shè)置考核項比例與具體測驗之后可一鍵計算學(xué)生最終成績，并支持EXCEL導(dǎo)出。4.7、通知公告（1）提供實驗平臺內(nèi)系統(tǒng)通知，提供自動推送，用戶閱讀，刪除等功能。通知包括普通通知和教學(xué)通知，普通通知為平臺操作記錄通知，如實驗報告下載完成等，教學(xué)通知為學(xué)生提交作業(yè)，評論區(qū)回復(fù)等。（2）提供公告功能：支持老師針對學(xué)生發(fā)布相關(guān)公告信息，如作業(yè)、考試、實驗報告等提交截止日期通知等。公告范圍可設(shè)置全部班級或部分班級，支持滾動展示，公告內(nèi)容支持markdown格式編寫，支持圖片上傳。公告支持第三方網(wǎng)頁鏈接跳轉(zhuǎn)。公告列表可支持公告標題，創(chuàng)建類型，創(chuàng)建者，公告狀態(tài)和修改時間等字段查看。公告操作支持編輯，預(yù)覽，撤回，刪除功能。4.8、助教管理（1）可以支持老師創(chuàng)建助教，包括登錄賬號、密碼、姓名、助教編號信息（2）可授權(quán)指定一個或多個班級給指定的助教，助教可針對此班級的實驗報告、實驗進度進行查閱、評分、導(dǎo)出成績、導(dǎo)出實驗報告等操作。（3）可授權(quán)指定一個或多個預(yù)置課程、自建課程給助教，助教可對相應(yīng)的課程和實驗進行管理、編輯、更新等。4.9、系統(tǒng)日志管理管理員角色可對教師端所有資源進行刪除的功能，刪除某個資源之后會有操作記錄可查看。其他教師角色賬號的創(chuàng)建課程，實驗，試卷等都會生成操作記錄。管理員可以看到所有用戶的操作記錄，以支持進行相關(guān)審計與核查。12實驗資源包實驗?zāi)康囊螅簽閷W(xué)生提供計算機基礎(chǔ)的實驗學(xué)習(xí)，成功完成所有實驗后，將掌握程序設(shè)計、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫、操作系統(tǒng)原理等計算原理技術(shù)，并具備相關(guān)的軟件開發(fā)能力，能夠獨立的開發(fā)相關(guān)語言的應(yīng)用程序。1.1、實驗內(nèi)容要求包括：1）實驗課程《Java程序設(shè)計》實驗課程實驗1:Java簡介與基礎(chǔ)環(huán)境介紹實驗2:Java基本數(shù)據(jù)類型和變量類型實驗3:Java運算符和流程控制實驗4:Java數(shù)組實驗5:Java常用類的介紹和使用實驗6:Java異常處理實驗7:Java繼承、重寫與重載實驗8:Java多態(tài)、抽象類與接口類實驗9:Java集合類實驗10:Java泛型實驗11:Java輸入輸出流實驗12:Java多線程《操作系統(tǒng)基礎(chǔ)》實驗課程實驗1：Linux基礎(chǔ)操作命令實驗2:Linux磁盤、內(nèi)存與進程分析實驗3:Linux軟件包安裝，刪除，配置和管理實驗4:LinuxShell腳本基礎(chǔ)實驗5:Linux權(quán)限及用戶與用戶組管理實驗6:Linux文本處理《C++程序設(shè)計》實驗課程實驗1:C++簡介與基礎(chǔ)環(huán)境介紹實驗2:C++數(shù)據(jù)類型與變量類型實驗3:C++基本流程控制實驗4:C++數(shù)組實驗5:C++指針與引用實驗6:C++類&對象實驗7:C++常用類與基本輸入輸出的使用實驗8:C++繼承與接口實驗9:C++虛函數(shù)與多態(tài)實驗10:C++重載函數(shù)與異常處理實驗11:C++多線程實驗12:C++模版與STL標準模板庫《數(shù)據(jù)結(jié)構(gòu)》實驗課程實驗1:線性表的設(shè)計和實現(xiàn)實驗2:棧的設(shè)計與實現(xiàn)實驗3:隊列的設(shè)計與實現(xiàn)實驗4:串的設(shè)計與實現(xiàn)實驗5:數(shù)組和廣義表實驗6:樹的設(shè)計與實現(xiàn)實驗7:二叉樹的設(shè)計和實現(xiàn)實驗8:圖的設(shè)計和實現(xiàn)實驗9:圖的遍歷實驗10:查找算法實驗11:排序算法:一實驗12:排序算法:二《Web開發(fā)技術(shù)》實驗課程實驗1：HTML基礎(chǔ)用法實驗2：HTML常用標簽實驗3：Flask框架安裝與配置實驗4：Tornado框架安裝與配置實驗5：Django框架安裝與配置實驗6：Web應(yīng)用開發(fā)實戰(zhàn)-學(xué)員管理系統(tǒng)《Excel使用基礎(chǔ)》實驗課程實驗1：Excel數(shù)據(jù)處理與分析基礎(chǔ)教程實驗2：Excel常用函數(shù)實驗3：常用Excel圖表實驗實驗4：利用透視圖進行數(shù)據(jù)展示實驗5：統(tǒng)計學(xué)知識進行數(shù)據(jù)分析實驗《Javascript開發(fā)技術(shù)》實驗課程實驗1：JavaScript基礎(chǔ)入門實驗2：JavaScript與HTML頁面實驗3：JavaScript運算符實驗4：JavaScript數(shù)組實驗5：JavaScript條件語句與循環(huán)控制語句實驗6：JavaScript函數(shù)實驗7：JavaScript字符串與JSON實驗8：JavaScript正則表達式實驗9：JavaScript文檔元素操作實驗10：JavaScript事件處理《C語言程序設(shè)計》實驗課程實驗1：C語言簡介與基礎(chǔ)環(huán)境介紹實驗2：C語言數(shù)據(jù)類型與變量類型實驗3：C語言基本控制流程實驗4：C語言數(shù)組與枚舉實驗5：C語言指針與引用實驗6：C語言常用類與輸入輸出使用實驗7：C語言結(jié)構(gòu)體和共用體實驗8：C語言強制類型轉(zhuǎn)換與異常處理實驗9：C語言內(nèi)存管理實驗10：C語言標準庫《Shell編程入門實踐》實驗課程實驗1：Shell介紹與基本語法實驗2：Shell管道和重定向?qū)嶒?：Shell變量和數(shù)組實驗4：Shell運算與格式化輸入輸出實驗5：Shell循環(huán)控制(一)實驗6：Shell循環(huán)控制(二)實驗7：Shell函數(shù)實驗8：Shell正則表達式與對文件操作實驗9：Shell輸出流處理實驗10：Shell案例2）配套內(nèi)容配套習(xí)題集總計≥400道，包括單選題、多選題、判斷題、編程題等1.2、實驗課件要求：總計不低于63個獨立的實驗課件，實驗課程內(nèi)容總計不得低于66學(xué)時。要求包括基礎(chǔ)數(shù)據(jù)科學(xué)工具安裝使用、并且能夠獨立開發(fā)相關(guān)語言的應(yīng)用程序。2、《大數(shù)據(jù)工程–大數(shù)據(jù)原理與技術(shù)》資源包實驗?zāi)康囊螅簽閷W(xué)生提供Hadoop基礎(chǔ)原理的實驗學(xué)習(xí)，成功完成所有實驗后，將掌握Hadoop技術(shù)的部署，安裝，管理，維護以及開發(fā)編程語言的基本使用方法，可以獨立進行Hadoop環(huán)境的實施和維護，并能夠獨立開發(fā)基于Hadoop技術(shù)的大數(shù)據(jù)應(yīng)用。2.1、實驗內(nèi)容要求包括：《計算機與數(shù)據(jù)科學(xué)常用工具》實驗課程實驗1：Eclipse的安裝與使用實驗2：IDEA的安裝與使用實驗3：Pycharm的安裝與使用實驗4：Anaconda的安裝與使用實驗5：VSCode的使用指南《Hadoop原理與技術(shù)》實驗課程實驗1：Hadoop單點的部署，安裝和管理實驗2：Hadoop集群的部署，安裝和管理實驗3：HDFS的管理和使用實驗4：YARN的安裝部署和管理實驗5：Hbase的安裝部署實驗6：Zookeeper單點和集群的部署，安裝和管理實驗7：Hive的安裝部署和管理實驗8：Sqoop的安裝部署實驗9：Pig的安裝和部署實驗10：Mahout的安裝與部署實驗11：ApacheStorm的安裝和部署實驗12：ApacheAmbari安裝，配置，管理實驗13：ApacheChukwa的安裝，部署和使用實驗14：ApacheTez的安裝，部署和使用配套視頻≥15個，總計大于120分鐘配套課件講義≥15個配套習(xí)題集≥200道，包括單選題、多選題、判斷題、填空題、簡答題等2.2、實驗課件要求：總計不低于19個獨立的實驗課件，實驗課程內(nèi)容總計不得低于24學(xué)時。要求包括基礎(chǔ)數(shù)據(jù)科學(xué)工具安裝使用、Hadoop環(huán)境的搭建與核心組件的管理，部署，必須包括Hadoop核心技術(shù)框架，HDFS，HBASE，HIVE，PIG，Zookeeper,Flume等。3、《大數(shù)據(jù)工程–大數(shù)據(jù)應(yīng)用開發(fā)技術(shù)》資源包實驗?zāi)康囊螅簽閷W(xué)生提供Hadoop應(yīng)用開發(fā)的實驗學(xué)習(xí)，成功完成所有實驗后，將掌握Hadoop技術(shù)的應(yīng)用開發(fā)編程語言的基本使用方法，可以獨立進行Hadoop環(huán)境的實施和維護，并能夠獨立開發(fā)基于Hadoop技術(shù)的大數(shù)據(jù)應(yīng)用。3.1、實驗內(nèi)容要求包括：《MapReduce開發(fā)技術(shù)》實驗課程實驗1：Eclipse的安裝和配置實驗2：MapReduce的編程開發(fā)-排序?qū)嶒?：MapReduce的編程開發(fā)-求平均值實驗4：MapReduce的編程開發(fā)-合并實驗5：MapReduce的編程開發(fā)-鏈合實驗6：MapReduce的編程開發(fā)-格式整理實驗7：MapReduce讀取Hbase實驗8：Mapreduce實例——去重實驗9：Mapreduce編程：單詞計數(shù)實驗10：MapReduce編程：數(shù)據(jù)過濾及保存實驗11：MapReduce編程：檢索特定群體搜索記錄實驗12：MapReduce編程：UID去重實驗13：MapReduce編程：自定義計數(shù)器實驗14：MapReduce編程：自定義Split大小實驗15：MapReduce編程：Map端本地聚合實驗16：MapReduce編程框架和高級編程框架實驗17：MapReduce數(shù)據(jù)字典的使用和多目錄輸出《Hive原理與技術(shù)》實驗課程實驗1：Hive的安裝部署和管理實驗2：Hive的數(shù)據(jù)管理實驗3：Hive的編程開發(fā)實驗4：Hive數(shù)倉：Hive操作分區(qū)表實驗5：Hive數(shù)倉：自定義函數(shù)UDF實驗6：Hive數(shù)倉：導(dǎo)入集合類型數(shù)據(jù)實驗7：Hive數(shù)倉：創(chuàng)建、刪除數(shù)據(jù)庫、表實驗8：Hive數(shù)倉：導(dǎo)入、導(dǎo)出表數(shù)據(jù)實驗9：Hive數(shù)倉：使用桶表實驗10：Hive數(shù)倉：修改表、分區(qū)、列實驗11：Hive數(shù)倉：distributeby和sortby的使用實驗12：Hive數(shù)倉：orderby和clusterby的使用實驗13：Hive數(shù)倉：使用UNIONALL合并表數(shù)據(jù)實驗14：Hive數(shù)倉：使用JOIN聯(lián)接查詢實驗15：Hive數(shù)倉：創(chuàng)建數(shù)據(jù)視圖實驗16：Hive數(shù)倉：創(chuàng)建數(shù)據(jù)索引實驗17：Hive數(shù)倉：自定義函數(shù)UDTF實驗18：Hive數(shù)倉：自定義函數(shù)UDAF配套視頻≥10個，總計大于100分鐘配套課件講義≥10個《Hadoop組件開發(fā)技術(shù)》實驗課程實驗1：HBase的數(shù)據(jù)管理和開發(fā)實驗2：Sqoop的數(shù)據(jù)處理和開發(fā)實驗3：基于Echarts的可視化開發(fā)實驗4：Hbase的編程開發(fā)《Kettle的原理與技術(shù)》實驗課程實驗1：Kettle安裝與部署實驗2：Kettle數(shù)據(jù)庫配置與連接實驗3：Kettle表輸入實驗4：Kettlecsv輸入實驗5：Kettle文本文件輸入實驗6：Kettle表輸出實驗7：Kettlecsv輸出實驗8：Kettle更新實驗9：Kettle插入更新實驗10：KettleSQL文件輸出實驗11：Kettle數(shù)據(jù)庫查詢實驗12：Kettle文本文件輸出3.2、實驗課件要求：總計不低于57個獨立的實驗課件，實驗課程內(nèi)容總計不得低于60學(xué)時。要求包括使用Hadoop環(huán)境的搭建與核心組件的管理，部署，必須包括Hadoop應(yīng)用開發(fā)核心技術(shù)框架，MapReduce，HIVE等4、《大數(shù)據(jù)分析–數(shù)據(jù)分析程序語言開發(fā)》資源包實驗?zāi)康囊螅簽閷W(xué)生提供基礎(chǔ)的Python和R編程語言學(xué)習(xí)，成功完成所有實驗后，將掌握編程語言的基本使用方法，可以獨立進行簡單和基本的數(shù)據(jù)分析編程，如編寫完整的函數(shù)，使用基本的方法進行數(shù)據(jù)的收集，預(yù)處理和提煉。4.1、實驗內(nèi)容的要求《Python程序設(shè)計基礎(chǔ)》實驗課程實驗1:Python語言規(guī)范實驗2:Python中的向量實驗3:數(shù)據(jù)類型與變量定義實驗4:運算符與表達式實驗5:程序基本編寫方法實驗6:條件分支語句實驗7:函數(shù)定義及調(diào)用實驗8:字符串及操作函數(shù)實驗9:循環(huán)控制語句實驗10:列表與元祖實驗11:索引與切片實驗12:字典與集合實驗13:推導(dǎo)式實驗14:文件讀寫實驗15:JSON文件與CSV文件實驗16:面向?qū)ο缶幊虒嶒?7:正則表達式實驗18:調(diào)試和錯誤處理配套視頻≥15個，總計大于180分鐘配套課件講義≥15個《Python程序設(shè)計–Pandas開發(fā)》實驗課程實驗1：Series對象實驗2：Series對象訪問實驗3：Series方法實驗4：DataFrame對象實驗5：CSV文件及DF整體信息實驗6：DataFrame對象訪問實驗7：Pandas數(shù)據(jù)清洗實驗8：Pandas數(shù)值統(tǒng)計實驗9：Apply函數(shù)處理實驗10：Pandas分組聚合實驗11：Pandas數(shù)據(jù)合并實驗12：Pandas可視化實驗13：正則表達式配套視頻≥12個，總計大于180分鐘配套課件講義≥12個《Python程序設(shè)計-Numpy開發(fā)》實驗課程實驗1:Ndarray對象實驗2:創(chuàng)建numpy數(shù)組實驗3:數(shù)組變形實驗4:索引和切片實驗5:數(shù)學(xué)運算函數(shù)實驗6:統(tǒng)計函數(shù)實驗7:數(shù)組廣播機制實驗8:數(shù)組合并與拆分實驗9:Numpy代數(shù)運算實驗10:Numpy矩陣實驗11:文件讀寫實驗12:圖像應(yīng)用配套視頻≥10個，總計大于150分鐘配套課件講義≥10個《數(shù)據(jù)分析動手練習(xí)案例集》實驗課程實驗1：Numpy數(shù)組實驗2：創(chuàng)建Numpy數(shù)組實驗3：數(shù)組變形實驗4：Numpy索引與切片實驗5：NumPy統(tǒng)計函數(shù)實驗6：NumPy數(shù)組廣播機制實驗7：Numpy圖像處理實驗8：Matplotlib基本折線圖使用實驗9：Matplotlib畫圖結(jié)構(gòu)實驗10：Matplotlib散點圖實驗11：Matplotlib柱狀圖實驗12：Matplotlib餅圖和箱線圖實驗13：Series對象實驗14：DataFrame對象實驗15：CSV文件及DF整體信息實驗16：DataFrame對象增刪改查實驗17：Pandas數(shù)據(jù)清洗實驗18：Pandas數(shù)值統(tǒng)計實驗19：map、lambda、apply處理數(shù)據(jù)實驗20：Pandas分組聚合實驗21：綜合案例實戰(zhàn)：股票數(shù)據(jù)讀取與K線圖繪制5、《大數(shù)據(jù)分析–數(shù)據(jù)采集及爬蟲技術(shù)》資源包5.1、實驗?zāi)康囊螅簽閷W(xué)生提供基礎(chǔ)的數(shù)據(jù)爬蟲原理和技術(shù)，成功完成所有實驗后，將掌握數(shù)據(jù)采集以及數(shù)據(jù)爬蟲的基本使用方法，可以獨立進行簡單和基本的數(shù)據(jù)爬蟲采集編程，使用基本的方法進行數(shù)據(jù)的收集，預(yù)處理和提煉。5.2、實驗內(nèi)容的要求《大數(shù)據(jù)采集與處理技術(shù)》實驗課程實驗1:網(wǎng)絡(luò)爬蟲的網(wǎng)絡(luò)請求實驗2:Requests庫實戰(zhàn)實驗3:HTML和CSS基礎(chǔ)與BeautifulSoup解析庫入門實驗4:BeautifulSoup庫高級實驗5:豆瓣電影Top250的爬蟲實戰(zhàn)實驗6:Scrapy爬蟲框架的使用實驗7:基于Scrapy框架爬取股票數(shù)據(jù)實驗8：基于Python的上市公司信息爬蟲應(yīng)用案例《數(shù)據(jù)采集與分析案例集》課程實驗1：基于Python的網(wǎng)絡(luò)爬蟲應(yīng)用案例實驗2：基于python爬蟲的北京房租數(shù)據(jù)分析實驗3：基于豆瓣讀書的爬蟲實戰(zhàn)實驗4：基于百度百科的爬蟲實戰(zhàn)實驗5：基于python爬蟲的豆瓣影評采集與分析實驗6：基于python爬蟲的招聘網(wǎng)站數(shù)據(jù)采集與分析《數(shù)據(jù)爬蟲練習(xí)案例集》實驗課程實驗1：爬蟲之requests庫實驗2：爬蟲之Urllib庫實驗3：爬蟲之BeautifulSoup庫實驗4：爬蟲之xpath實驗5：爬蟲之正則表達式的使用實驗6：爬蟲之三國演義數(shù)據(jù)實驗7：爬蟲之JavaScript動態(tài)網(wǎng)頁5.3、實驗課件要求：總計不低于21個獨立的實驗課件，實驗課程內(nèi)容總計不得低于24學(xué)時。6、《大數(shù)據(jù)分析–數(shù)據(jù)可視化技術(shù)》資源包6.1、實驗?zāi)康囊螅簽閷W(xué)生提供數(shù)據(jù)可視化分析的基礎(chǔ)實驗學(xué)習(xí)，成功完成所有實驗后，將掌握數(shù)據(jù)可視化的常用技術(shù)，包括Matplotlib，Seaborn，Echarts等常用開源可視化框架，能夠獨立完成基本的大數(shù)據(jù)可視化應(yīng)用開發(fā)。6.2、實驗內(nèi)容的要求《大數(shù)據(jù)可視化技術(shù)》實驗課程實驗1：基于Pandas的數(shù)據(jù)可視化實驗2：Matplotlib的基本圖形繪制實驗3：基于Matplotlib的高級圖形繪制Ⅰ實驗4：基于Matplotlib的高級圖形繪制Ⅱ?qū)嶒?：基于Folium的地理信息可視化實驗6：基于Matplotlib的色彩調(diào)試實驗7：基于Seaborn的小提琴圖繪制實驗8：基于Bokeh的數(shù)據(jù)可視化實驗9：圖形化安斯庫姆四重奏《Matplotlib數(shù)據(jù)可視化技術(shù)》實驗課程實驗1：Matplotlib介紹實驗2：簡單的線形圖實驗3：簡單的散點圖實驗4：誤差線實驗5：等高線圖實驗6：直方圖和分箱實驗7：自定義圖像標注實驗8：自定義的色彩帶實驗9：多個子圖實驗10：文本和注釋實驗11：自定義的刻度實驗12：配置和樣式表實驗13：三維圖實驗14：Seaborn的可視化配套視頻≥6個，總計大于100分鐘配套課件講義≥6個《PyEcharts數(shù)據(jù)可視化技術(shù)》實驗課程實驗1：PyEchart基礎(chǔ)概述實驗2：基本圖表實驗3：直角坐標系圖表實驗4：樹形圖表實驗5：地理圖表實驗6：3D圖表實驗7：組合圖表實驗8：組件圖表實驗9：更多圖表配套視頻≥6個，總計大于100分鐘配套課件講義≥6個《數(shù)據(jù)可視化技術(shù)-進階》實驗課程實驗1：關(guān)聯(lián)圖實驗2：關(guān)聯(lián)圖Ⅱ?qū)嶒?：偏差圖實驗4：排序圖實驗5：分布圖實驗6：分布圖Ⅱ?qū)嶒?：組成構(gòu)成圖實驗8：趨勢變化圖實驗9：分組圖6.3、實驗課件要求：包括使用Python或者R語言，利用開源框架實現(xiàn)數(shù)據(jù)清洗，提煉，算法模型，算法評估，優(yōu)化和迭代，以及大數(shù)據(jù)可視化的面積圖，柱狀圖，條形圖，扇形圖，箱形圖，散點圖，氣泡圖，方格百分比圖，詞云，回歸圖以及地圖創(chuàng)建的實驗。7、《大數(shù)據(jù)分析–機器學(xué)習(xí)算法》資源包7.1、實驗?zāi)康囊螅和ㄟ^機器學(xué)習(xí)算法的案例練習(xí)，了解機器學(xué)習(xí)的基本原理，常用算法和使用，能夠準確掌握不同算法所適用的業(yè)務(wù)要求和場景，同時學(xué)習(xí)主流開源框架的基本內(nèi)容，如線性邏輯回歸，決策樹，分類，聚類等。能夠獨立完成數(shù)據(jù)分析結(jié)果的處理，并在對應(yīng)的場景應(yīng)用中得到有意義的分析結(jié)果。7.2、實驗內(nèi)容的要求《機器學(xué)習(xí)算法：基礎(chǔ)》實驗課程實驗1:線性模型(LinearModel)實驗2:邏輯回歸(LogisticRegression)實驗3:K近鄰算法(KNN)實驗4:K均值聚類算法(K-Means)實驗5:K-Medoids算法實驗6:線性支持向量機實驗7:非線性支持向量機實驗8:決策樹算法(DecisionTree)實驗9:基于ID3的決策樹分類實驗10:樸素貝葉斯(NaiveBayes)配套視頻≥8個，總計大于100分鐘配套課件講義≥8個《機器學(xué)習(xí)綜合練習(xí)案例集》實驗課程實驗1：泰坦尼克生存分析-二分類問題實例實驗2：基于分類模型的水果分類問題實驗3：基于機器學(xué)習(xí)的圖像顏色識別實驗4：某地區(qū)分析-數(shù)據(jù)的描述性分析實驗5：某地區(qū)房產(chǎn)分析-機器學(xué)習(xí)算法數(shù)據(jù)準備實驗6：某地區(qū)房產(chǎn)分析-模型選擇與評估實驗7：手寫數(shù)字識別-二分類以及P-R與ROC曲線實驗8：手寫數(shù)字識別-多分類問題解決方法探討實驗9：【垃圾郵件過濾器】自然語言處理問題實例8、《人工智能–深度學(xué)習(xí)基礎(chǔ)》資源包1.實驗?zāi)康囊螅和ㄟ^神經(jīng)網(wǎng)絡(luò)基本方法的案例練習(xí)，了解神經(jīng)網(wǎng)絡(luò)的基本原理，常用算法和使用，能夠準確掌握不同算法所適用的業(yè)務(wù)要求和場景，并掌握基于開源框架的相關(guān)算法基礎(chǔ)和應(yīng)用技能。能夠獨立完成深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)的創(chuàng)建，數(shù)據(jù)的訓(xùn)練，測試評估，并在對應(yīng)的場景應(yīng)用中得到有意義的分析結(jié)果。2.實驗內(nèi)容的要求《深度學(xué)習(xí)基礎(chǔ)入門》實驗課程實驗1：感知機實驗2：激活函數(shù)實驗3：三層神經(jīng)網(wǎng)絡(luò)實驗4：輸出層的激活函數(shù)softmax實驗5：數(shù)據(jù)驅(qū)動的基本思路與損失函數(shù)實驗6：導(dǎo)數(shù)梯度與在神經(jīng)網(wǎng)絡(luò)中的實現(xiàn)實驗7：學(xué)習(xí)算法的實現(xiàn)實驗8：誤差反向傳播法實驗9：Affine/Softmax層的實現(xiàn)實驗10：兩層神經(jīng)網(wǎng)絡(luò)誤差反向傳播法的實現(xiàn)實驗11：SGD與Momentum實驗12：AdaGrad與Adam及四種方法的比較實驗13：基于MNIST數(shù)據(jù)集的更新方法比較實驗14：權(quán)重的初始值實驗15：基于MNIST數(shù)據(jù)集的權(quán)重初始值比較實驗16：BatchNormalization的算法實驗17：多層神經(jīng)網(wǎng)絡(luò)的實現(xiàn)實驗18：過擬合實驗19：權(quán)值衰減實驗20：卷積神經(jīng)網(wǎng)絡(luò)實驗21：卷積層與池化層的實現(xiàn)實驗22：CNN的實現(xiàn)實驗23：CNN的可視化實驗24：加深的CNN網(wǎng)絡(luò)《深度學(xué)習(xí)應(yīng)用實戰(zhàn)》實驗課程實驗1：神經(jīng)網(wǎng)絡(luò)初識實驗2：神經(jīng)網(wǎng)絡(luò)中的數(shù)學(xué)基礎(chǔ)實驗3：神經(jīng)網(wǎng)絡(luò)中常見的數(shù)據(jù)形式實驗4–神經(jīng)網(wǎng)絡(luò)中的張量運算實驗5：二分類問題：電影評論分類實驗6：二分類問題：電影評論分類問題的拓展實驗7：多分類問題：新聞分類實驗8：回歸問題：預(yù)測房價實驗9：深度學(xué)習(xí)用于計算機視覺實驗10：卷積神經(jīng)網(wǎng)絡(luò)：小型數(shù)據(jù)實現(xiàn)貓狗圖像分類實驗11：預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)的使用實驗12：卷積神經(jīng)網(wǎng)絡(luò)的可視化：中間層的可視化實驗13：可視化卷積神經(jīng)網(wǎng)絡(luò)的過濾器實驗14：可視化類激活的熱力圖實驗15：深度學(xué)習(xí)文本向量化處理：one-hot編碼實驗16：深度學(xué)習(xí)文本向量化處理：詞嵌入實驗17：循環(huán)神經(jīng)網(wǎng)絡(luò)實驗18：循環(huán)神經(jīng)網(wǎng)絡(luò)進階：溫度預(yù)測實驗19：用卷積神經(jīng)網(wǎng)絡(luò)處理序列實驗20：使用LSTM生成文本實驗21：DeepDream實驗22：神經(jīng)風(fēng)格遷移實驗23：用變分自編碼器生成圖像實驗24：生成對抗網(wǎng)絡(luò)簡介9、本地部署提供一次到場部署服務(wù)；維保期內(nèi)提供5*8小時軟件技術(shù)支持維護服務(wù)；2個工作日內(nèi)未解決的軟件技術(shù)問題提供上門技術(shù)支持；10、大數(shù)據(jù)及人工智能大型行業(yè)案例：1.實驗?zāi)康囊螅和ㄟ^對真實行業(yè)項目案例的實戰(zhàn)學(xué)習(xí)和剖析，對大數(shù)據(jù)實際應(yīng)用場景的方案，架構(gòu)，流程，以及數(shù)據(jù)集特征提取等有具體的理解，并通過針對具體問題的解決方法示例，培養(yǎng)大數(shù)據(jù)思維方法，積累大數(shù)據(jù)分析應(yīng)用場景的實踐經(jīng)驗。結(jié)合各個行業(yè)，包括電商，金融，經(jīng)濟及管理，交通，互聯(lián)網(wǎng)營銷，房地產(chǎn)等實際場景領(lǐng)域。2.提供行業(yè)項目實戰(zhàn)案例：提供十個行業(yè)應(yīng)用案例和相關(guān)數(shù)據(jù)集，通過解決真實的商業(yè)問題，解決方案。要求針對真實案例，對真實數(shù)據(jù)進行脫敏加工，不涉及到版權(quán)問題。為學(xué)習(xí)者在大數(shù)據(jù)方向，特別是工業(yè)大數(shù)據(jù)分析領(lǐng)域“深耕細作”奠定基礎(chǔ)、指明方向。本課程適用于機電工程、計算機及相關(guān)專業(yè)。案例1：基于生產(chǎn)設(shè)備日志數(shù)據(jù)的實時大數(shù)據(jù)分析案例2：通過客戶細分找到最佳客戶案例3：國慶節(jié)旅游數(shù)據(jù)分析案例4：Kpop音樂網(wǎng)站粉絲數(shù)據(jù)可視化案例5：泰坦尼克號遇難人員的數(shù)據(jù)分析案例6：基于機器學(xué)習(xí)的某銀行機構(gòu)營銷活動結(jié)果預(yù)測案例7：某國大選輿情分析的應(yīng)用案例案例8：基于歷史數(shù)據(jù)進行航班晚點預(yù)測分析案例9：基于知識圖譜的醫(yī)藥問答應(yīng)用案例案例10：某市餐飲業(yè)衛(wèi)生檢查結(jié)果數(shù)據(jù)分析應(yīng)用案例13工業(yè)軟件開發(fā)實驗室（1）支持智能掃描，可以根據(jù)物體的反光系數(shù)自動調(diào)整曝光參數(shù)進行點云采集工作。（2）點云采集模塊具備主流機器人的控制模塊：可以在機器人的支持下，快速進行三維掃描，無需黏貼標志點和噴涂反差增強劑等輔助處理手段。（3）采集系統(tǒng)具有快速、高精度的手眼標定模塊，可在30S內(nèi)完成手眼標定：能基于空間標定物，快速完成眼在手上（或眼在手外）三維掃描儀與機器人坐標系間的位姿標定，支持多種標定轉(zhuǎn)換格式導(dǎo)出（歐拉角、軸角、四元數(shù)及轉(zhuǎn)換矩陣）（4）采集系統(tǒng)具有混合采集模塊：能夠通過三維掃描儀、機器人和電動轉(zhuǎn)臺間的路徑通訊聯(lián)動操作，無需標記點及治具，完成360度物體空間掃描重建和數(shù)據(jù)測量。（5）系統(tǒng)軟件同時包含中英文雙語系統(tǒng)，可實現(xiàn)自由切換。（6）數(shù)據(jù)格式：asc、stl、ply、obj及客戶需求定制格式。（7）系統(tǒng)具備智能判斷材質(zhì)特征并可根據(jù)掃描物體表面顏色，自動切換白物體掃描和黑色物體掃描參數(shù)功能。（8）支持標記點導(dǎo)入功能及自動去除功能，支持多次掃描數(shù)據(jù)的批量導(dǎo)入和合并優(yōu)化，能夠自動完成點云注冊和全局誤差控制。（9）系統(tǒng)軟件具備功能自檢模塊，包括標定靶溫度偵測功能。系統(tǒng)具備雙核掃描引擎，更夠保證超高精度。（10）采集掃描數(shù)據(jù)無厚度,點