数据挖掘与大数据分析实验室
虚拟机管理
? 镜像生成器功能
用户可以非常方便的完成所需设备的镜像制作以及新实验的环境搭建，无需购买新的硬件设备。
? 简便快捷整合功能
可以将实验需要的材料、虚拟机资源、网络、存储资源等整合成全新的实验供用户使用。
? 实验课程并发功能
教师可以同时开展多个大数据分析课程，通过启动不动的实验课件，为不同的学员分配相应的实验课程。
? 实验考评功能
提供教师编写考题的功能，可针对自身教学的需要，根据实验内容或相关知识点编写试题及答案加入题库；在给学生分配实验的同时可以引入相关的实验考题，学生在完成实验后回答相关的试题，系统将根据提交结果自动进行评分。
? 统一管理功能
平台具备统一数据管理、实验内容管理等功能，结合真实网络、Hadoop环境、行业应用数据进行信息大数据分析实验。
四. 数据挖掘与大数据分析实验课程内容
数据挖掘与大数据分析涉及到概率论与数理统计、算法与数据结构、程序语言开发、数据挖掘、计算机网络、并行计算等多门学科。本实验课程的内容涵盖了上述所
- 17 - 数据挖掘与大数据分析实验室
涉及到的内容，并按照实验内容的复杂度分为初级、中级以及高级三个等级。同时实验课程也根据面向的专业不同，将实验内容分为了演示实验、一般操作性实验、开发性实验以及大数据开放实验等不同实现内容。这些内容的交叉组合可以实现针对不同专业与不同层次学生的实验课程设计。实验内容有4类共计100多个实验项目，采用实验管理系统，能够为数据挖掘与大数据教学及科研提供一个完整的、一体化的实验教学环境，从而打造出全方位的专业大数据分析实验室。
- 18 - 数据挖掘与大数据分析实验室
初级中级高级Excel数据处理· · · · · Excel基本操作Excel数据可视化Excel函数与公式Excel透视表Excel数据分析
Excel高级编程· · · · VBA程序基础VBA控制语句VBA常用函数VBA综合应用统计与建模方法演示· · · · · · 统计推断基础统计分布假设检验基本线性回归多变量线性回归广义线性模型SAS统计与建模· · · · · · SAS统计推断基础SAS统计分布SAS假设检验SAS线性回归SAS多变量线性回归SAS广义线性模型SAS数据分析综合应用· · · · · SAS建立信用评分模型SAS预测股票市场收益SAS预测经济指标SAS侦测欺诈交易SAS微阵列样本分类数据挖掘方法演示· · · · · · · 数据可视化聚类数据降维分类基础决策树分类方法高级分类方法关联分析SAS数据挖掘· · · · · · · SAS数据可视化SAS聚类SAS数据降维SAS分类基础SAS决策树分类方法SAS高级分类方法SAS关联分析SAS编程基础· · · · · SAS基础SAS控制语句SAS数据类型SAS常用函数SAS程序调试R语言统计与建模· · · · · · R语言统计推断基础R语言统计分布R语言假设检验R语言基本线性回归R语言多变量线性回归R语言广义线性模型R语言数据分析综合应用· · · · · R语言建立信用评分模型R语言预测股票市场收益R语言预测经济指标R语言侦测欺诈交易R语言微阵列样本分类R语言编程基础· · · · · R语言基础R语言控制语句R语言数据类型R语言常用函数R语言程序调试R语言数据挖掘· · · · · · · R语言数据可视化R语言聚类数据R语言降维R语言分类基础R语言决策树分类方法R语言高级分类方法R语言关联分析MySQL数据库操作· · · · · · MySQL配置SQL中的DDL语句SQL中的DML语句SQL中的DCL语句MySQL常用函数MySQL存储过程和自定义函数Hadoop大数据分析· · · · · · Hadoop配置Hadoop基本操作基本MR程序开发迭代式MR程序开发高级MR程序开发Hive数据库操作大数据分析综合应用· · · · · 社交网络结构分析超市零售数据分析微博消息分析用户上网行为分析电影评分分析JAVA数据爬取· · · · · 抓取网页处理HTML页面非HTML正文抽取设计爬虫队列并行爬虫JAVA自然语言处理· · · · · 字符串编码正则表达式自动分词句法分析语义分析计算机、信息管理商科、社会性、统计、生物信息 - 19 - 数据挖掘与大数据分析实验室
4.1 Excel数据处理
Excel 是微软公司office系列办公软件的组件之一，它是一个功能强大的电子表格程序。Excel不仅可以将整齐而美观的表格呈现给用户，还可以用来进行数据的分析和预测，完成许多复杂的数据运算，帮助使用者做出更加有根据的决策。同时它还具有强大的可视化功能可以将表格中的数据通过各种各样的图形、图表的形式表现出来，增强表格的表达力和感染力。因此Excel是用于数据挖掘与数据分析的最基本软件工具。
本类实验主要侧重Excel数据处理的教学，对学生无任何基础要求。本类实验包括：Excel基本操作、数据可视化、函数与公式、透视表和基本的数据分析方法。通过本类实验，学生可以掌握Excel数据处理的基本方法。
4.2 统计与建模方法演示
统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。建模就是建立模型，就是为了理解事物而对事物做出的一种抽象，是对事物的一种无歧义的书面描述。建立系统模型的过程，又称模型化。建模是研究系统的重要手段和前提。
本类实验主要侧重统计学方法以及常用数学建模方法的演示，对学生无编程基础要求，也并不会涉及任何代码。本类实验包括：统计推断基础、统计分布、假设检验、
- 20 -
