大数据一体化教学实训平台简介_第1页
大数据一体化教学实训平台简介_第2页
大数据一体化教学实训平台简介_第3页
大数据一体化教学实训平台简介_第4页
大数据一体化教学实训平台简介_第5页
已阅读5页,还剩9页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

大数据一体化教学实训平台简介大数据一体化教学实训平台是由泰迪科技自主研发,旨在为高校大数据相关专业提供一体化教学实训环境及课程资源。本平台共包含9大模块:云资源管理平台、教学管理平台、大数据分析平台、Python数据挖掘建模平台、R语言数据挖掘建模平台、大数据开发实训平台、Python编程实训平台、R语言编程实训平台、大数据整合平台。以教学管理平台、云资源管理平台为支撑,以优质的课程、项目案例资源为核心,并以自主研发的数据挖掘建模平台为实训工具,把课程、软件、硬件内容统一结合,满足高校大数据教学与实训的一体化平台。大数据一体化教学实训平台架构(总)

大数据一体化教学实训平台架构(理学方向)大数据一体化教学实训平台架构(工学方向)课程建设思路泰迪鱼骨教学法泰迪科技根据高校实践教学中的痛点,提出“鱼骨教学法”的概念。以企业真实需求为导向,通过机器学习、网络爬虫技术、ETL数据迁移与预处理、Python编程技术、数据可视化、Hadoop项目实训等课程学习,把理论教学、案例教学、工具教学、实训项目融合一体,学生学习的技能紧紧围绕企业实际应用需求,将掌握的理论知识,通过企业案例的形式进行衔接,达到知行合一,“用以致学”的目的。基于鱼骨教学法,泰迪科技针对高校大数据相关专业设计了大数据系列课程每门课程都在一体化教学实训平台上进行授课、实训、管理、维护等R语言数据挖掘建模平台简介RR语言数据挖掘建模平台是面向高校理学方向专业在R语言方面的数据分析与挖掘课程的分析建模工具,底层基于R语言引擎计算,每个用户可直接从教学管理平台跳转至本平台进行使用。本平台支持工作流计算,提供丰富的数据挖掘算法及图表可视化效果。同时支持上传R语言算法到平台端进行数分析与挖掘,具有高度可用性及灵活性。R语言数据挖掘建模平台界面截图Python数据挖掘建模平台简介Python数据挖掘建模平台是面向高校在Python方面的数据分析与挖掘课程的分析建模工具,底层基于Python引擎计算,每个用户可直接从教学管理平台跳转至本平台进行使用。本平台提供丰富的使用示例及优质的基于Python的大数据行业案例,用户可快捷简便地使用其进行建模分析的学习。同时提供丰富的算法,每个算法可查看其基于Python的实现源代码,帮助学生更好学习数据挖掘算法及相关知识。Python数据挖掘建模平台是面向高校在Python方面的数据分析与挖掘课程的分析建模工具,底层基于Python引擎计算,每个用户可直接从教学管理平台跳转至本平台进行使用。本平台提供丰富的使用示例及优质的基于Python的大数据行业案例,用户可快捷简便地使用其进行建模分析的学习。同时提供丰富的算法,每个算法可查看其基于Python的实现源代码,帮助学生更好学习数据挖掘算法及相关知识。Python数据挖掘建模平台界面截图提供丰富的案例模板提供丰富的案例模板提供丰富的案例模板R语言/Python数据挖掘建模平台功能及特点支持多种数据接入方式,并支持数据分享功能提供上传基于R语言/Python的自定义算法源码的功能提供第三方算法模型在本平台部署及分享功能提供数据源或工程设置定时任务的任务调度功能数据挖掘工程采用工作流方式进行搭建及计算提供丰富的数据挖掘算法提供优质的大数据挖掘案例模板提供所有算法API(JAR包)和WebService接口提供各模块所对应的应用开发接口大数据分析平台平台大数据分析平台简介大数据分析平台主要面向高校工学方向专业的基于Hadoop和Spark的数据分析与挖掘课程的分析建模工具,底层基于Hadoop/Spark分布式引擎,每个用户可直接从教学管理平台跳转至本平台进行使用。支持工作流,用户可在没有编程基础的情况下,通过拖拽的方式进行操作,以流程化的方式将数据输入输出、数据预处理、挖掘建模等数据挖掘过程连接,建立一个完备的数据挖掘工程。大数据挖掘建模平台界面截图提供丰富的数据挖掘案例模板提供丰富的Hadoop/Spark数据分析与挖掘算法大数据分析平台平台大数据分析平台简介大数据分析平台主要面向高校工学方向专业的基于Hadoop和Spark的数据分析与挖掘课程的分析建模工具,底层基于Hadoop/Spark分布式引擎,每个用户可直接从教学管理平台跳转至本平台进行使用。支持工作流,用户可在没有编程基础的情况下,通过拖拽的方式进行操作,以流程化的方式将数据输入输出、数据预处理、挖掘建模等数据挖掘过程连接,建立一个完备的数据挖掘工程。大数据挖掘建模平台界面截图提供丰富的数据挖掘案例模板提供丰富的Hadoop/Spark数据分析与挖掘算法规范的数据挖掘标准流程优质的大数据挖掘案例模板丰富的Hadoop/Spark分布式挖掘算法灵活多样的应用开发接口R语言编程实训平台R语言编程实训平台是一套建立在虚拟化层上基于R语言的实训平台,其部署于服务器端,内含R语言软件工具,每个用户可直接从教学管理平台跳转至本平台进行使用。本平台更注重理学专业方向中的统计分析、建模应用,数据分析与挖掘等,其具备强大的建模分析与丰富的图表可视化功能。本平台让学生在掌握了理论的基础上,结合大数据实践应用案例的学习与实操,通过基于R语言项目实战,让学生在短时间内掌握使用R语言工具进行数据分析与挖掘。R语言编程实训平台界面截图支持查看实验指导书的同时在实训平台中进行编程实验提供丰富的基于Python的实验指导书、实验数据、实验代码等资源R语言/Python编程实训平台特点基于B/S架构,方便维护与管理提供与实际应用一致的数据分析与挖掘工具提供统一、高性能的大数据开发实验环境提供大数据系列教程的实验指导书、源码、数据同一界面内可查看实验指导书及操作实验虚拟机支持实验虚拟机全屏操作快速下载实验虚拟机中文件至本地物理机大数据开发实训平台简介大数据开发实训平台是一套建立在虚拟化层上基于Hadoop与Spark的实训平台,本平台提供了一个开放、稳定和高度可扩展的框架,集成有ApacheHadoop的数据流业务与现有的数据架构,每个用户可直接从教学管理平台跳转至本平台进行使用。基于此平台,用户能在极短的时间内掌握Hadoop分布式文件系统HDFS、大数据并行计算编程框架MapReduce、Hadoop资源管理器YARN、大数据仓库Hive、分布式存储系统HBase、高级过程语言Pig、大规模数据处理计算引擎Spark、工作流定义组件Oozie和其他组件的使用方法,基于以上组件完成大数据开发实训项目,进行基于Hadoop/Spark框架的大数据应用开发。大数据开发实训平台界面截图支持查看实验指导书的同时在实训平台中进行编程实验大数据开发实训平台特点提供丰富、强大的Hadoop生态圈组件提供统一、高性能的大数据开发实验环境提供大数据系列课程的实验指导书、源码、数据同一界面内可查看实验指导书及操作实验虚拟机支持实验虚拟机全屏操作快速下载实验虚拟机中文件至本地物理机大数据教学演练沙盘简介大数据教学演练沙盘旨在帮助学生更好地理解业务场景及产生项目相关数据。每个沙盘都根据企业实际项目建设而成,并提供沙盘配套的教学实训资源。主要包括:机智过人机械臂实训装置、动态人脸识别比对实训装置、电力智能分项计量实训装置、菜品智能推荐沙盘等。“大数据教学演练沙盘”实验课程改变传统的教学模式,将理论与实践融为一体的设计思路,使学生在参与、体验中完成从知识到技能的转化,这种体验式教学方式完全不同于传统理论教学及案例教学,是教学方式的一大创新。大数据教学演练沙盘——机智过人机械臂实训装置沙盘简介:机智过人教学实训装置由基于深度学习的无序抓取装置(以下称:机器人)和顶尖数据挖掘建模平台(以下称:建模平台)组成,其采用工业相机和激光位移传感器相结合的方式获取无序零部件的空间位置信息,并将位置信息和机器人随机抓取的结果反馈给建模平台,建模平台利用深层卷积神经网络等深度学习算法进行训练,然后将结果传输给机器人使其可以通过训练自动实现无序零部件的抓取,极大提高了机器人的智能性。沙盘特点:①通过机器人的训练自动实现无序零部件的抓取,无需人工参与调试。②通过建模平台进行深层卷积神经网络等深度学习算法训练,与机器人交互实现自动预测最佳抓取位置。③通过数小时的训练,机器人对无序零部件的抓取成功率可达90%以上。大数据教学演练沙盘——机智过人机械臂实训装置大数据教学演练沙盘——菜品智能推荐沙盘沙盘简介:菜品智能推荐沙盘主要服务于高校的教学及实训。一、提供用餐场景的实物模型,方便学生对具体业务的理解

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论