健康大數(shù)據(jù)管理與服務(wù)專(zhuān)業(yè)實(shí)驗(yàn)室需求一、項(xiàng)目概況序號(hào)貨物名稱(chēng)數(shù)量（單位）備注1醫(yī)療健康數(shù)據(jù)采集平臺(tái)1（套）核心產(chǎn)品2健康大數(shù)據(jù)綜合管理系統(tǒng)1（套）3醫(yī)療健康數(shù)據(jù)挖掘建模平臺(tái)1（套）4醫(yī)療健康數(shù)據(jù)分析基礎(chǔ)課程1（批）5醫(yī)療健康數(shù)據(jù)分析進(jìn)階課程1（批）6健康大數(shù)據(jù)分析實(shí)戰(zhàn)案例1（批）7醫(yī)療分析實(shí)戰(zhàn)案例1（批）二、具體技術(shù)參數(shù)（指標(biāo)）要求表一：醫(yī)療健康數(shù)據(jù)采集平臺(tái)（核心產(chǎn)品）貨物名稱(chēng)技術(shù)參數(shù)數(shù)量（單位）醫(yī)療健康數(shù)據(jù)采集平臺(tái)一、基礎(chǔ)模塊：1.平臺(tái)主體包括配置流程設(shè)計(jì)的客戶(hù)端和包含主程序、采集節(jié)點(diǎn)、數(shù)據(jù)庫(kù)的服務(wù)器端。2.提供公有云和私有云兩種網(wǎng)絡(luò)方式，支持服務(wù)器端分布式集群架構(gòu)，可部署多個(gè)采集節(jié)點(diǎn)和數(shù)據(jù)庫(kù)，實(shí)現(xiàn)大規(guī)模、高并發(fā)的云采集。3.支持熱插拔添加集群，保證統(tǒng)正常運(yùn)行。支持自動(dòng)負(fù)載均衡算法，調(diào)整用戶(hù)配額以保持資源公平利用。4.支持主程序在Windows、Linux服務(wù)器上部署，客戶(hù)端在Windows、Linux、MacOS個(gè)人電腦上部署。5.支持自動(dòng)折分云采集任務(wù)，智能分發(fā)到服務(wù)器端采集集群，自動(dòng)匯總子任務(wù)數(shù)據(jù)。6.支持與實(shí)訓(xùn)管理平臺(tái)、大數(shù)據(jù)挖掘建模平臺(tái)的數(shù)據(jù)集模塊互通，互通的平臺(tái)可直接使用采集的數(shù)據(jù)集進(jìn)行數(shù)據(jù)挖掘建模，構(gòu)建指標(biāo)繪制可視化圖表等。二、數(shù)據(jù)采集模塊：1.提供互聯(lián)網(wǎng)公開(kāi)網(wǎng)頁(yè)數(shù)據(jù)采集，支持使用采集模板或定制化采集。2.允許單用戶(hù)同時(shí)進(jìn)行多個(gè)采集工程，可導(dǎo)入之前采集完成的工程數(shù)據(jù)鏈接。3.提供實(shí)時(shí)查看運(yùn)行中的日志和快照，支持自動(dòng)過(guò)濾完全重復(fù)的數(shù)據(jù)。4.支持使用代理IP進(jìn)行采集，提供接口獲取IP，支持JSON和text兩種模式，支持手動(dòng)錄入IP和隧道代理IP。5.支持模擬人工網(wǎng)頁(yè)瀏覽操作，包括預(yù)登錄、輸入文本、點(diǎn)擊元素、提取數(shù)據(jù)，支持可視化制作采集規(guī)則流程。6.提供高亮顯示被選定元素。7.支持相對(duì)路徑xpath元素選擇。8.支持直接設(shè)置多頁(yè)數(shù)據(jù)采集，包括翻頁(yè)類(lèi)型和參數(shù)配置。9.支持多層級(jí)網(wǎng)頁(yè)數(shù)據(jù)采集，自動(dòng)合并主從頁(yè)面數(shù)據(jù)。10.支持翻頁(yè)前進(jìn)行校驗(yàn)頁(yè)碼是否可以翻頁(yè)成功，可查看翻頁(yè)快照情況。11.允許用戶(hù)自由定制采集字段，支持在可視化規(guī)則流程出錯(cuò)時(shí)智能提示。12.支持文檔、圖片、視頻等字段類(lèi)型修改，可下載并有序存儲(chǔ)文件。13.支持配置賬號(hào)密碼進(jìn)行登錄，記住cookie信息，確保登錄后數(shù)據(jù)的采集。14.支持自動(dòng)重試采集任務(wù)，可配置重試次數(shù)，支持自動(dòng)檢測(cè)問(wèn)題。15.客戶(hù)端和服務(wù)端支持定時(shí)控制，可預(yù)設(shè)單次采集時(shí)間，支持每天、每周、每月的定時(shí)采集。16.支持定時(shí)啟動(dòng)任務(wù)進(jìn)行增量采集，實(shí)現(xiàn)定期自動(dòng)更新數(shù)據(jù)。17.支持查看工程最近十次的日志記錄。18.支持采集工程完成流程審批，實(shí)現(xiàn)公開(kāi)模板。19.支持申請(qǐng)審批情況進(jìn)行同步消息提醒。20.支持查看采集后的數(shù)據(jù)，并下載到本地。1（套）表二：健康大數(shù)據(jù)綜合管理系統(tǒng)貨物名稱(chēng)技術(shù)參數(shù)數(shù)量（單位）健康大數(shù)據(jù)綜合管理系統(tǒng)一、云資源計(jì)算管理模塊

1、平臺(tái)不限制部署環(huán)境。兼容主流硬件廠商的x86/arm架構(gòu)服務(wù)器，支持在裸金屬平臺(tái)、虛擬化平臺(tái)、超融合平臺(tái)、公/私有云平臺(tái)中部署；支持在已有服務(wù)器或網(wǎng)絡(luò)設(shè)備上部署。

2、平臺(tái)提供資源配額（ResourceQuota）功能。支持通過(guò)yaml文件為命名空間（Namespace）配置資源限制；支持限制可使用計(jì)算資源量（CPU、內(nèi)存、GPU）、可使用存儲(chǔ)卷總量、可創(chuàng)建資源對(duì)象數(shù)量（應(yīng)用部署、存儲(chǔ)卷、服務(wù)、配置字典、密文等）。

3、平臺(tái)支持多種方式部署應(yīng)用。支持通過(guò)標(biāo)準(zhǔn)鏡像創(chuàng)建部署應(yīng)用；支持通過(guò)自定義yaml文件部署應(yīng)用；支持應(yīng)用秒級(jí)發(fā)布、更新、回滾；支持滾動(dòng)更新、回滾應(yīng)用，不中斷業(yè)務(wù)運(yùn)行；支持deployment、statefulset、daemonset、cronjob、job方式部署。

4、平臺(tái)提供鏡像管理功能。支持存儲(chǔ)、管理Docker容器鏡像；支持命令行上傳Docker鏡像。

5、平臺(tái)提供Chart包管理功能。支持存儲(chǔ)、管理HelmChart包；支持通過(guò)Web頁(yè)面、命令行方式上傳Chart包。

6、平臺(tái)提供倉(cāng)庫(kù)日志查看功能。支持查看倉(cāng)庫(kù)相關(guān)操作日志記錄。

7、平臺(tái)提供倉(cāng)庫(kù)同步功能。支持在不同倉(cāng)庫(kù)之間同步容器鏡像、Chart包；支持設(shè)置同步規(guī)則；支持設(shè)置定時(shí)同步。

8、平臺(tái)提供從應(yīng)用市場(chǎng)部署應(yīng)用功能。支持在應(yīng)用市場(chǎng)中一鍵將應(yīng)用部署至集群環(huán)境；支持部署時(shí)修改應(yīng)用配置。

9、平臺(tái)提供資源監(jiān)控功能。支持多種方式查看資源使用情況，包括查看集群整體資源、存儲(chǔ)資源、集群各節(jié)點(diǎn)資源、集群組件（ControllerManager、Kubelet、Scheduler、etcd）資源使用情況。

二、資源管理模塊

1、支持課程分類(lèi)管理，用戶(hù)可創(chuàng)建及管理課程類(lèi)別，并設(shè)置其他用戶(hù)對(duì)課程類(lèi)別的管理權(quán)限，通過(guò)復(fù)制課程模板或創(chuàng)建空白課程的方式創(chuàng)建課程，并設(shè)置課程名稱(chēng)、課程類(lèi)別、課程顯示情況、課程開(kāi)始和結(jié)束時(shí)間、課程封面等基本信息。

2、支持對(duì)課程資源細(xì)粒度的控制管理，包括編輯資源名稱(chēng)、資源描述，顯示或隱藏資源設(shè)置。支持設(shè)置資源的訪問(wèn)權(quán)限，用戶(hù)可在達(dá)到指定權(quán)限要求之后訪問(wèn)課程資源，限制條件包括訪問(wèn)日期、成績(jī)、學(xué)習(xí)進(jìn)度及添加嵌套條件等。

3、支持設(shè)置課程為模板，一鍵復(fù)制模板中的課程介紹、教學(xué)資源、實(shí)訓(xùn)訓(xùn)練、實(shí)訓(xùn)作業(yè)、課程考試、學(xué)習(xí)交流和擴(kuò)展資源模塊內(nèi)容，快速創(chuàng)建一門(mén)新課，方便教師之間共享課程資源。

4、提供課程單個(gè)及批量備份還原功能，支持對(duì)平臺(tái)課程一鍵備份并設(shè)置備份數(shù)據(jù)內(nèi)容（如課程資源、用戶(hù)學(xué)習(xí)進(jìn)度細(xì)節(jié)、題庫(kù)、評(píng)論及成績(jī)等）；支持將備份課程還原為新課程或還原到指定課程。

5、提供資源中心模塊，資源中心包含視頻庫(kù)、課件庫(kù)、數(shù)據(jù)集、工具庫(kù)等4類(lèi)資源庫(kù)。各類(lèi)資源庫(kù)需包含公共資源和個(gè)人資源管理功能，支持用戶(hù)在對(duì)應(yīng)資源庫(kù)中上傳視頻、課件、數(shù)據(jù)集及工具包。

三、教學(xué)實(shí)訓(xùn)管理模塊

1、支持添加、編輯、刪除和隱藏作業(yè)內(nèi)容。支持創(chuàng)建報(bào)告式作業(yè)。報(bào)告式作業(yè)支持2種提交方式：學(xué)生個(gè)人提交和小組組長(zhǎng)提交，在課程成員中分配學(xué)習(xí)小組后，可由組長(zhǎng)代表組員提交作業(yè)。支持作業(yè)報(bào)告模板設(shè)置，教師可根據(jù)需要設(shè)置學(xué)生信息一欄中的字段，包括姓名、學(xué)號(hào)、專(zhuān)業(yè)、班級(jí)等，教師也可根據(jù)教學(xué)需求配置需要收集的報(bào)告信息，如實(shí)驗(yàn)編號(hào)、手機(jī)號(hào)等；報(bào)告正文可設(shè)置學(xué)生編輯權(quán)限，支持設(shè)置學(xué)生不可編輯區(qū)域內(nèi)容，學(xué)生無(wú)法進(jìn)行編輯修改。

2、支持實(shí)訓(xùn)管理，管理員和教師可查看各班級(jí)、學(xué)生的實(shí)訓(xùn)情況，包括實(shí)訓(xùn)的鏡像、實(shí)訓(xùn)狀態(tài)、實(shí)訓(xùn)時(shí)長(zhǎng)、實(shí)訓(xùn)次數(shù)等，并可對(duì)學(xué)生實(shí)訓(xùn)環(huán)境進(jìn)行重新啟動(dòng)、停止或刪除。

3、提供實(shí)訓(xùn)報(bào)告評(píng)閱功能，教師評(píng)閱時(shí)可以查看學(xué)生實(shí)訓(xùn)完成情況、代碼文件等信息，支持輸入評(píng)分和評(píng)語(yǔ)對(duì)學(xué)生的實(shí)驗(yàn)結(jié)果進(jìn)行評(píng)閱，支持教師下載學(xué)生提交的報(bào)告進(jìn)行存檔。支持教師根據(jù)學(xué)生作業(yè)答題情況，將學(xué)生作業(yè)退回為草稿，由學(xué)生重新答題后提交作業(yè)進(jìn)行審批。

4、提供快速實(shí)訓(xùn)功能，支持多種在線實(shí)訓(xùn)環(huán)境以滿(mǎn)足不同的實(shí)訓(xùn)需求，可根據(jù)需求選擇桌面化形式、Jupyter網(wǎng)頁(yè)形式或綜合實(shí)訓(xùn)平臺(tái)。桌面化形式支持單實(shí)例和多實(shí)例環(huán)境，多實(shí)例環(huán)境可用于搭建集群。平臺(tái)不同用戶(hù)之間可實(shí)現(xiàn)計(jì)算資源隔離，保障用戶(hù)計(jì)算資源的使用。

四、技能訓(xùn)練模塊

1、支持創(chuàng)建編程式作業(yè)。支持教師設(shè)置Python或Java語(yǔ)言編程題目，并添加數(shù)據(jù)樣例和測(cè)試數(shù)據(jù)編程式作業(yè)的題目支持同步至“題庫(kù)管理”模塊中，創(chuàng)建新作業(yè)時(shí)，支持選擇題庫(kù)中的編程題。

2、平臺(tái)預(yù)裝多種大數(shù)據(jù)、深度學(xué)習(xí)框架。

3、支持不同用戶(hù)的實(shí)訓(xùn)環(huán)境互相隔離，用戶(hù)間的資源使用互不干擾。

4、支持快速切換實(shí)訓(xùn)環(huán)境，可視化顯示原實(shí)訓(xùn)環(huán)境和新實(shí)訓(xùn)環(huán)境。

5、提供實(shí)訓(xùn)計(jì)時(shí)功能，教師可在管理平臺(tái)中設(shè)置實(shí)訓(xùn)時(shí)長(zhǎng)，實(shí)訓(xùn)倒計(jì)時(shí)結(jié)束后將關(guān)閉實(shí)訓(xùn)環(huán)境，自動(dòng)釋放資源。支持用戶(hù)在實(shí)訓(xùn)過(guò)程中查看實(shí)訓(xùn)環(huán)境倒計(jì)時(shí)，并請(qǐng)求實(shí)訓(xùn)延時(shí)。

6、支持實(shí)訓(xùn)報(bào)告在線編輯和提交，實(shí)訓(xùn)報(bào)告可上傳本地或?qū)嵱?xùn)環(huán)境中的文件作為報(bào)告附件。

五、移動(dòng)備課套件

1、套件要求提供≥500GB存儲(chǔ)，寫(xiě)入速度大于或等于520MB/S，USB3.0接口。僅需一次安裝，即插即用，連接電腦打開(kāi)應(yīng)用程序即可直接進(jìn)入備課及實(shí)訓(xùn)。

2、提供完整的虛擬化底層實(shí)訓(xùn)環(huán)境，提供課程實(shí)訓(xùn)入口，提供課程分類(lèi)欄目，提供課程查找功能。

3、內(nèi)置豐富的本地實(shí)訓(xùn)課程資源，每門(mén)課程提供實(shí)訓(xùn)指導(dǎo)書(shū)、實(shí)訓(xùn)數(shù)據(jù)。并提供與設(shè)備環(huán)境配套的課程及項(xiàng)目實(shí)戰(zhàn)實(shí)訓(xùn)資源，套件內(nèi)置不少于15門(mén)課程案例資源。

六、公有云教學(xué)及實(shí)踐模塊

1、提供配套的公有部署教育云學(xué)習(xí)平臺(tái)。

（1）支持院校拓展組織線上線下混合教學(xué)。

（2）需為組建的工作室學(xué)生提供不少于10個(gè)在線學(xué)習(xí)平臺(tái)賬號(hào)、10門(mén)工作室技能提升課程、項(xiàng)目實(shí)戰(zhàn)資源庫(kù)及工作室學(xué)生培養(yǎng)服務(wù)，并展示平臺(tái)工作室中不少于30家合作院校的截圖證明材料。

（3）線上資源庫(kù)要求至少包含以下課程及項(xiàng)目實(shí)戰(zhàn)：

1）Python數(shù)據(jù)分析與應(yīng)用

2）Python數(shù)據(jù)可視化

3）Python機(jī)器學(xué)習(xí)實(shí)戰(zhàn)

4）Hive大數(shù)據(jù)倉(cāng)庫(kù)

5）TensorFlow2深度學(xué)習(xí)實(shí)戰(zhàn)

6）計(jì)算機(jī)視覺(jué)實(shí)戰(zhàn)

7）航空公司客戶(hù)價(jià)值分析

8）廣電大數(shù)據(jù)用戶(hù)畫(huà)像

9）利用循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）對(duì)路透社新聞進(jìn)行分類(lèi)

10）基于FaceNet的人臉智能識(shí)別1（套）表三：醫(yī)療健康數(shù)據(jù)挖掘建模平臺(tái)貨物名稱(chēng)技術(shù)參數(shù)數(shù)量（單位）醫(yī)療健康數(shù)據(jù)挖掘建模平臺(tái)一、基礎(chǔ)模塊：1.平臺(tái)采用B/S架構(gòu)，使用JAVA語(yǔ)言開(kāi)發(fā)，采用分布式架構(gòu)，基于SpringCloud構(gòu)建，提供穩(wěn)定可靠的服務(wù)調(diào)用、服務(wù)治理、服務(wù)降級(jí)能力。2.提供服務(wù)管理功能，查看服務(wù)上線情況，快速實(shí)現(xiàn)動(dòng)態(tài)服務(wù)發(fā)現(xiàn)、服務(wù)配置及服務(wù)注冊(cè)。3.提供數(shù)據(jù)空間，用戶(hù)可以從本地上傳自有數(shù)據(jù)，支持表結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，能夠快速實(shí)現(xiàn)異構(gòu)數(shù)據(jù)源之間的數(shù)據(jù)同步問(wèn)題；支持共享數(shù)據(jù)集。4.支持增加多臺(tái)PostgreSQL數(shù)據(jù)庫(kù)服務(wù)器搭建分布式存儲(chǔ)架構(gòu)，使用JuiceFS分布式文件系統(tǒng)進(jìn)行數(shù)據(jù)存儲(chǔ)。5.支持與醫(yī)療健康數(shù)據(jù)采集平臺(tái),健康大數(shù)據(jù)綜合管理系統(tǒng)的數(shù)據(jù)集模塊互通，互通的平臺(tái)可直接使用采集的數(shù)據(jù)集進(jìn)行數(shù)據(jù)挖掘建模，構(gòu)建指標(biāo)繪制可視化圖表等。6.提供工程模板功能，用戶(hù)可通過(guò)模板快速創(chuàng)建包含數(shù)據(jù)和流程的工程。7.支持通過(guò)拖拽組件到畫(huà)布的方式快速編排訓(xùn)練流程，支持流程節(jié)點(diǎn)編輯和參數(shù)配置。8.支持多任務(wù)的并行執(zhí)行，在大量任務(wù)待執(zhí)行的環(huán)境下，可提高系統(tǒng)運(yùn)行效率，減少任務(wù)排隊(duì)等待時(shí)間。9.使用工作流開(kāi)發(fā)，包括但不限于串行工作流、并行工作流，滿(mǎn)足開(kāi)發(fā)中常見(jiàn)的多輸入、多輸出、多分支的場(chǎng)景。10.支持在有GPU節(jié)點(diǎn)情況下，算法組件可配置調(diào)用GPU資源進(jìn)行任務(wù)計(jì)算。11.支持在線查看和修改算法組件源代碼，并一鍵將修改的算法組件保存為個(gè)人算法組件進(jìn)行應(yīng)用和管理。12.支持分類(lèi)算法組件自動(dòng)生成算法評(píng)估報(bào)告，評(píng)估報(bào)告包含精確率、精準(zhǔn)率、召回率、F1-score等指標(biāo)，并展示訓(xùn)練結(jié)果的混淆矩陣等指標(biāo)結(jié)果信息，支持呈現(xiàn)模型訓(xùn)練效果。13.支持通過(guò)IDE工具編寫(xiě)與調(diào)試Python代碼。14.提供個(gè)人算法管理，支持用戶(hù)自定義算法配置，用戶(hù)可創(chuàng)建自定義算法，支持配置數(shù)據(jù)輸入輸出節(jié)點(diǎn)、可設(shè)置參數(shù)、代碼等多種參數(shù)。并對(duì)個(gè)人算法組件進(jìn)行編輯和刪除。15.支持定時(shí)訓(xùn)練任務(wù)，可以創(chuàng)建定時(shí)任務(wù)，選擇任務(wù)來(lái)源，設(shè)置任務(wù)開(kāi)始時(shí)間和調(diào)度方式。16.支持硬件計(jì)算能力、存儲(chǔ)能力自由擴(kuò)展，擴(kuò)展不影響系統(tǒng)正常運(yùn)行。17.支持模型管理，支持模型發(fā)布為api接口進(jìn)行調(diào)用，支持模型在線預(yù)測(cè)。18.前后端以及內(nèi)部各模塊間都采用Restful接口交換數(shù)據(jù)，用戶(hù)可以方便、快捷的通過(guò)瀏覽器在線瀏覽、測(cè)試各個(gè)接口。二、算法組件模塊：1.支持Python計(jì)算引擎，支持使用Python進(jìn)行算法開(kāi)發(fā)。2.提供9大類(lèi)共102種算法，其中統(tǒng)計(jì)分析16種、預(yù)處理29種、分類(lèi)算法10種、聚類(lèi)算法7種、回歸算法5種、時(shí)間序列算法4種、關(guān)聯(lián)規(guī)則3種、文本挖掘19種、繪圖9種。分別為：(1) 預(yù)處理算法包括：內(nèi)容判斷、字符串切分、字符串填充、字符串截取、字符串查找、字符串統(tǒng)計(jì)、英文大小寫(xiě)轉(zhuǎn)換、主鍵合并、修改列名、分組聚合、列拆為多行、字符集轉(zhuǎn)換、差分、數(shù)據(jù)抽取、數(shù)據(jù)拆分、數(shù)據(jù)排序、數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)篩選、數(shù)據(jù)編碼化、數(shù)據(jù)采樣、新增序列、新增時(shí)間戳列、缺失值處理、行列轉(zhuǎn)置、行扁平化、衍生變量、表堆疊、記錄去重、Python腳本。(2) 統(tǒng)計(jì)分析算法包括：LASSO回歸、var方差函數(shù)、主成分分析、全表統(tǒng)計(jì)、分布函數(shù)、卡方檢驗(yàn)、同比環(huán)比、因子分析、方差齊性檢驗(yàn)、時(shí)序檢驗(yàn)、時(shí)間聚合計(jì)算、正態(tài)性檢驗(yàn)、相關(guān)性分析、移動(dòng)計(jì)算、累計(jì)計(jì)算、頻數(shù)統(tǒng)計(jì)。(3) 時(shí)間序列算法包括：模型定階、ARIMA、指數(shù)平滑法、模型殘差檢驗(yàn)。(4) 分類(lèi)算法包括：Adaboost、CART分類(lèi)樹(shù)、LGBM、K最近鄰、單層感知機(jī)、支持向量機(jī)、樸素貝葉斯、神經(jīng)網(wǎng)絡(luò)、邏輯回歸、隨機(jī)森林。(5) 回歸算法包括：CART回歸樹(shù)、K最近鄰回歸、Lasso回歸、支持向量回歸、線性回歸。(6) 聚類(lèi)算法包括：DBSCAN密度聚類(lèi)、K-中心點(diǎn)聚類(lèi)、KMeans、層次聚類(lèi)、快速Kmeans、模糊聚類(lèi)、高斯混合模型。(7) 關(guān)聯(lián)規(guī)則算法包括：Apriori、FP-Growth、HotSpot。(8) 文本分析算法包括：文本過(guò)濾、詞頻統(tǒng)計(jì)、詞匯分隔、序列定長(zhǎng)、構(gòu)造詞匯索引、內(nèi)容展平、關(guān)鍵詞題分析、分詞詞匯索引映射、Hanlp分詞與詞性、追加詞匯分詞、TF-IDF、Word2Vec、向量空間、HT向量化、詞袋向量、實(shí)體關(guān)系抽取、雙向GRU、FastText、LDA主題分類(lèi)。(9) 繪圖算法包括：地圖、折線圖、散點(diǎn)圖、時(shí)序圖、柱形圖、漏斗圖、詞云圖、餅圖、雷達(dá)圖。三、教學(xué)資源模塊：1.提供Python數(shù)據(jù)挖掘教學(xué)案例不少于10個(gè)，配套實(shí)訓(xùn)指導(dǎo)書(shū)。包含但不限于：(1) 航空公司客戶(hù)價(jià)值分析。(2) 中醫(yī)證型關(guān)聯(lián)規(guī)則。(3) 市財(cái)政收入分析預(yù)測(cè)。(4) 應(yīng)用系統(tǒng)負(fù)載分析與磁盤(pán)容量預(yù)測(cè)。(5) 信用卡高風(fēng)險(xiǎn)客戶(hù)識(shí)別。(6) RFM在線零售客戶(hù)分群。(7) 線上教育平臺(tái)運(yùn)營(yíng)數(shù)據(jù)分析。(8) 金融服務(wù)機(jī)構(gòu)資金流量預(yù)測(cè)。(9) 家用熱水器用戶(hù)行為分析。(10) 商品評(píng)論情感分析。（11）氣象與輸電線路缺陷關(guān)聯(lián)分析四、技術(shù)資質(zhì)：1.提供本軟件的軟件著作權(quán)證書(shū)。五、項(xiàng)目工程模型發(fā)布及運(yùn)營(yíng)實(shí)踐平臺(tái)服務(wù)1.投標(biāo)人或平臺(tái)制造廠商需向用戶(hù)提供項(xiàng)目工程實(shí)踐成果發(fā)布及運(yùn)營(yíng)實(shí)踐的技術(shù)支持與用戶(hù)輔導(dǎo)服務(wù)；2.提供面向公眾開(kāi)放的項(xiàng)目工程模型運(yùn)營(yíng)實(shí)踐平臺(tái)，項(xiàng)目工程模型運(yùn)營(yíng)實(shí)踐平臺(tái)支持對(duì)數(shù)據(jù)挖掘建模平臺(tái)導(dǎo)出的項(xiàng)目工程成果進(jìn)行項(xiàng)目工程模型發(fā)布與管理、訂單管理、數(shù)據(jù)分析等功能；3.平臺(tái)需提供面向大數(shù)據(jù)和人工智能應(yīng)用等數(shù)據(jù)項(xiàng)目的成果交易、知識(shí)共享、項(xiàng)目對(duì)接的一站式服務(wù)，以實(shí)現(xiàn)用戶(hù)方成果的展示、推廣及銷(xiāo)售4.要求提供不少于2個(gè)平臺(tái)賬號(hào)。1（套）表四：健康大數(shù)據(jù)管理與服務(wù)專(zhuān)業(yè)實(shí)驗(yàn)室教學(xué)資源技術(shù)參數(shù)貨物名稱(chēng)技術(shù)參數(shù)數(shù)量（單位）醫(yī)療健康數(shù)據(jù)分析基礎(chǔ)課程包含4門(mén)課程，課程資源須提供課程教學(xué)視頻、課程PPT、實(shí)訓(xùn)指導(dǎo)書(shū)、數(shù)據(jù)及代碼：1、《Python數(shù)據(jù)分析與應(yīng)用》課時(shí)設(shè)置：理論教學(xué)不少于36學(xué)時(shí)，實(shí)踐教學(xué)不少于28學(xué)時(shí)，總計(jì)不少于64學(xué)時(shí)。課程資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥34份、課程視頻數(shù)量≥65個(gè)、課程PPT數(shù)量≥7份、代碼數(shù)量≥6份、數(shù)據(jù)數(shù)量≥7份。課程實(shí)驗(yàn)清單：包括但不限于掌握NumPy數(shù)組對(duì)象ndarray；掌握NumPy矩陣與通用函數(shù)；利用NumPy進(jìn)行統(tǒng)計(jì)分析；創(chuàng)建數(shù)組并進(jìn)行運(yùn)算；創(chuàng)建一個(gè)國(guó)際象棋的棋盤(pán)；掌握繪圖基礎(chǔ)語(yǔ)法與常用參數(shù)；分析特征間的關(guān)系；分析特征內(nèi)部數(shù)據(jù)分布與分散狀況；分析1996~2015年人口數(shù)據(jù)各個(gè)特征的分布與分散狀況；分析1996~2015年人口數(shù)據(jù)特征間的關(guān)系；讀寫(xiě)不同數(shù)據(jù)源的數(shù)據(jù)；掌握DataFrame的常用操作；轉(zhuǎn)換與處理時(shí)間序列數(shù)據(jù)；使用分組聚合進(jìn)行組內(nèi)計(jì)算；創(chuàng)建透視表與交叉表；讀取并查看P2P網(wǎng)絡(luò)貸款數(shù)據(jù)主表的基本信息；提取用戶(hù)信息更新表和登錄信息表的時(shí)間信息；使用分組聚合方法進(jìn)一步分析用戶(hù)信息更新表和登錄信息表；對(duì)用戶(hù)信息更新表和登錄信息表進(jìn)行長(zhǎng)寬表轉(zhuǎn)換；合并數(shù)據(jù)；清洗數(shù)據(jù)；標(biāo)準(zhǔn)化數(shù)據(jù)；轉(zhuǎn)換數(shù)據(jù)；插補(bǔ)用戶(hù)用電量數(shù)據(jù)缺失值；合并線損，用電量趨勢(shì)與線路告警數(shù)據(jù)；標(biāo)準(zhǔn)化建模專(zhuān)家樣本數(shù)據(jù)；使用sklearn轉(zhuǎn)換器處理數(shù)據(jù)；構(gòu)建并評(píng)價(jià)聚類(lèi)模型；構(gòu)建并評(píng)價(jià)分類(lèi)模型；構(gòu)建并評(píng)價(jià)回歸模型；使用sklearn處理wine和wine_quality數(shù)據(jù)集；構(gòu)建基于wine數(shù)據(jù)集的K-Means聚類(lèi)模型；構(gòu)建基于wine數(shù)據(jù)集的分類(lèi)模型；構(gòu)建基于wine_quality數(shù)據(jù)集的回歸模型。2、《Python編程基礎(chǔ)》課時(shí)設(shè)置：理論教學(xué)不少于24學(xué)時(shí)，實(shí)踐教學(xué)不少于24學(xué)時(shí)，總計(jì)不少于48學(xué)時(shí)。課程資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥41份、課程視頻數(shù)量≥41個(gè)、課程PPT數(shù)量≥8份、代碼數(shù)量≥17份、數(shù)據(jù)數(shù)量≥1份。課程實(shí)驗(yàn)清單：包括但不限于Python環(huán)境搭建；使用PyCharm創(chuàng)建一個(gè)應(yīng)聲蟲(chóng)程序；輸入輸出；創(chuàng)建字符串變量并提取里面的數(shù)值；計(jì)算圓形的各參數(shù)；對(duì)用戶(hù)星座進(jìn)行分析；通過(guò)表達(dá)式計(jì)算給定的三個(gè)數(shù)值均值、方差、標(biāo)準(zhǔn)差；創(chuàng)建一個(gè)列表（list）并進(jìn)行增刪改查操作；轉(zhuǎn)換一個(gè)列表為元組（tuple）并進(jìn)行取值操作；創(chuàng)建一個(gè)字典（dict）并進(jìn)行增刪改查操作；將兩個(gè)列表轉(zhuǎn)換為集合（set）并進(jìn)行集合運(yùn)算；計(jì)算出斐波那契數(shù)列前兩項(xiàng)給定長(zhǎng)度的數(shù)列，并刪除重復(fù)項(xiàng)和追加數(shù)列各項(xiàng)之和為新項(xiàng)；用戶(hù)自定義查詢(xún)菜單，輸出查詢(xún)結(jié)果；簡(jiǎn)單的好友通訊錄管理程序；對(duì)兩個(gè)給定的數(shù)進(jìn)行最大公約數(shù)、最小公倍數(shù)的分析；求解曲邊圖形面積；單詞詞頻統(tǒng)計(jì)；實(shí)現(xiàn)考試成績(jī)劃分；實(shí)現(xiàn)一組數(shù)的連加與連乘；使用冒泡排序法排序；輸出數(shù)字金字塔；猜數(shù)字游戲；統(tǒng)計(jì)字符串內(nèi)元素類(lèi)型的個(gè)數(shù)；自定義函數(shù)實(shí)現(xiàn)方差輸出；使用匿名函數(shù)添加列表元素；存儲(chǔ)并導(dǎo)入函數(shù)模塊；構(gòu)建一個(gè)計(jì)算列表中位數(shù)的函數(shù)；使用lambda表達(dá)式實(shí)現(xiàn)對(duì)列表中的數(shù)求平方；創(chuàng)建Car類(lèi)；創(chuàng)建Car對(duì)象；迭代Car對(duì)象；產(chǎn)生Land_Rover對(duì)象（子類(lèi)）；在精靈寶可夢(mèng)游戲創(chuàng)建小火龍角色，對(duì)給出的各屬性進(jìn)行迭代和私有化；對(duì)小火龍游戲角色采用繼承的方式；對(duì)txt文件進(jìn)行讀寫(xiě)；對(duì)csv文件進(jìn)行讀寫(xiě)；os模塊；shutil模塊；計(jì)算iris數(shù)據(jù)集的均值；編程實(shí)現(xiàn)文件在當(dāng)前工作路徑的查找；文件數(shù)據(jù)讀取及詞頻統(tǒng)計(jì)。3、《Python大數(shù)據(jù)數(shù)學(xué)基礎(chǔ)》課時(shí)設(shè)置：理論教學(xué)不少于38學(xué)時(shí)，實(shí)踐教學(xué)不少于26學(xué)時(shí)，總計(jì)不少于64學(xué)時(shí)。課程資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥21份、課程視頻數(shù)量≥37個(gè)、課程PPT數(shù)量≥8份、代碼數(shù)量≥21份、數(shù)據(jù)數(shù)量≥8份。課程實(shí)驗(yàn)清單：包括但不限于函數(shù)與極限；導(dǎo)數(shù)；微分；微分中值定理與導(dǎo)數(shù)的應(yīng)用；不定積分與定積分；數(shù)據(jù)分布特征的描述統(tǒng)計(jì)；概率與概率分布；參數(shù)估計(jì)與假設(shè)檢驗(yàn)；行列式；矩陣及其運(yùn)算；矩陣的特征分解與奇異值分解；誤差；插值方法；函數(shù)逼近與擬合；非線性方程（組）求根；回歸分析；判別分析；聚類(lèi)分析；主成分分析；因子分析；典型相關(guān)分析。4、《Python數(shù)據(jù)分析實(shí)訓(xùn)》課時(shí)設(shè)置：理論教學(xué)不少于4學(xué)時(shí)，實(shí)踐教學(xué)不少于12學(xué)時(shí)，總計(jì)不少于16學(xué)時(shí)。課程資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥6份、課程視頻數(shù)量≥12個(gè)、課程PPT數(shù)量≥1份、代碼數(shù)量≥4份、數(shù)據(jù)數(shù)量≥3份。課程實(shí)驗(yàn)清單：包括但不限于iris數(shù)據(jù)處理；探索Chipotle快餐數(shù)據(jù)；探索Apple公司股價(jià)數(shù)據(jù)；探索美國(guó)犯罪數(shù)據(jù)；學(xué)生成績(jī)分析；二手房?jī)r(jià)分析。1（批）醫(yī)療健康數(shù)據(jù)分析進(jìn)階課程包含5門(mén)課程，課程資源須提供課程教學(xué)視頻、課程PPT、實(shí)訓(xùn)指導(dǎo)書(shū)、數(shù)據(jù)及代碼：1、《Python網(wǎng)絡(luò)爬蟲(chóng)實(shí)戰(zhàn)》課時(shí)設(shè)置：理論教學(xué)不少于14學(xué)時(shí)，實(shí)踐教學(xué)不少于18學(xué)時(shí)，總計(jì)不少于32學(xué)時(shí)。課程資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥25份、課程視頻數(shù)量≥44個(gè)、課程PPT數(shù)量≥7份、代碼數(shù)量≥3份、數(shù)據(jù)數(shù)量≥1份。課程實(shí)驗(yàn)清單：包括但不限于使用Socket庫(kù)進(jìn)行TCP編程；使用Socket庫(kù)進(jìn)行UDP編程；使用Socket庫(kù)連接百度首頁(yè)；urllib3庫(kù)實(shí)現(xiàn)HTTP請(qǐng)求；Requests庫(kù)實(shí)現(xiàn)HTTP請(qǐng)求；正則表達(dá)式模塊解析網(wǎng)頁(yè)；Xpath解析網(wǎng)頁(yè)；Soup庫(kù)解析網(wǎng)頁(yè)；MySQL數(shù)據(jù)存儲(chǔ)；生成GET請(qǐng)求并獲取指定網(wǎng)頁(yè)內(nèi)容；搜索目標(biāo)節(jié)點(diǎn)并提取文本內(nèi)容；在數(shù)據(jù)庫(kù)中建立新表并導(dǎo)入數(shù)據(jù)；逆向分析爬取動(dòng)態(tài)網(wǎng)頁(yè)；使用Selenium庫(kù)爬取動(dòng)態(tài)網(wǎng)頁(yè)；存儲(chǔ)數(shù)據(jù)至MongoDB數(shù)據(jù)庫(kù)；爬取推薦圖書(shū)的信息；爬取某網(wǎng)頁(yè)的Java圖書(shū)信息；將數(shù)據(jù)儲(chǔ)存到MongoDB數(shù)據(jù)庫(kù)中；使用表單登錄方法實(shí)現(xiàn)模擬登錄；使用Cookie登錄方法實(shí)現(xiàn)模擬登錄；使用表單登錄方法模擬登錄某論壇；使用瀏覽器Cookie模擬登錄某論壇；基于表單登錄后的Cookie模擬登錄某論壇；使用Scrapy爬取網(wǎng)頁(yè)動(dòng)態(tài)；定制BdRaceNews爬蟲(chóng)項(xiàng)目的中間件。2、《Python數(shù)據(jù)可視化》課時(shí)設(shè)置：理論教學(xué)不少于24學(xué)時(shí)，實(shí)踐教學(xué)不少于24學(xué)時(shí)，總計(jì)不少于48學(xué)時(shí)。課程資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥26份、課程視頻數(shù)量≥35個(gè)、課程PPT數(shù)量≥6份、代碼數(shù)量≥3份、數(shù)據(jù)數(shù)量≥12份。課程實(shí)驗(yàn)清單：包括但不限于繪圖基礎(chǔ)語(yǔ)法和常用參數(shù)；分析特征間關(guān)系；分析特征內(nèi)部數(shù)據(jù)分布于分散狀況；分析1996-2015年人口數(shù)據(jù)特征間的關(guān)系；分析1996-2015年人口數(shù)據(jù)各個(gè)特征的分布與分散狀況；實(shí)現(xiàn)scatterplot關(guān)系圖；實(shí)現(xiàn)lineplot關(guān)系圖；實(shí)現(xiàn)relplot關(guān)系圖；實(shí)現(xiàn)分類(lèi)散點(diǎn)圖；實(shí)現(xiàn)分類(lèi)分布圖；實(shí)現(xiàn)分類(lèi)估計(jì)圖；實(shí)現(xiàn)kdeplot分布圖；實(shí)現(xiàn)rugplot分布圖；實(shí)現(xiàn)distplot分布圖；實(shí)現(xiàn)regplot回歸圖；實(shí)現(xiàn)lmplot回歸圖；實(shí)現(xiàn)heatmap矩陣圖；實(shí)現(xiàn)clustermap矩陣圖；實(shí)現(xiàn)FacetGrid網(wǎng)格圖；實(shí)現(xiàn)PairGrid網(wǎng)格圖；實(shí)現(xiàn)JoinGrid網(wǎng)格圖；Pyecharts繪制基本圖表；Pyecharts繪制直角坐標(biāo)系圖表；Pyecharts繪制樹(shù)形圖表；Pyecharts繪制地理圖表；Pyecharts繪制3D圖表。3、《Python數(shù)據(jù)分析與挖掘》課程內(nèi)容包括講解常用機(jī)器學(xué)習(xí)理論和算法的方法，如數(shù)據(jù)挖掘基礎(chǔ)介紹、數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理、分類(lèi)與回歸、聚類(lèi)分析、關(guān)聯(lián)規(guī)則、智能推薦和時(shí)間序列算法。同時(shí)，通過(guò)介紹機(jī)器學(xué)習(xí)中的常用算法應(yīng)用，從宏觀把握每種算法解決問(wèn)題時(shí)的思路。通過(guò)學(xué)習(xí)本課程，可掌握數(shù)據(jù)分析與挖掘中常用機(jī)器學(xué)習(xí)算法的應(yīng)用情景、算法理論基礎(chǔ)、算法編程實(shí)現(xiàn)、模型評(píng)價(jià)體系構(gòu)建的主要方法和技能。課時(shí)設(shè)置：理論教學(xué)不少于32學(xué)時(shí)，實(shí)踐教學(xué)不少于32學(xué)時(shí)，總計(jì)不少于64學(xué)時(shí)。課程資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥11份、課程視頻數(shù)量≥68個(gè)、課程PPT數(shù)量≥9份、代碼數(shù)量≥32份、數(shù)據(jù)數(shù)量≥20份。課程實(shí)驗(yàn)清單：包括但不限于判斷與循環(huán)、函數(shù)、類(lèi)型轉(zhuǎn)換的使用；分布、描述性統(tǒng)計(jì)和貢獻(xiàn)度分析；對(duì)比、相關(guān)性和周期分析；數(shù)據(jù)清洗；數(shù)據(jù)變換；數(shù)據(jù)分組聚合；使用分類(lèi)算法實(shí)現(xiàn)客戶(hù)流失預(yù)測(cè)；使用K-Means聚類(lèi)實(shí)現(xiàn)超市客戶(hù)聚類(lèi)分析；使用關(guān)聯(lián)規(guī)則算法挖掘網(wǎng)址的相關(guān)關(guān)系；使用協(xié)同過(guò)濾算法實(shí)現(xiàn)對(duì)用戶(hù)購(gòu)買(mǎi)品牌的個(gè)性化推薦；使用ARIMA算法實(shí)現(xiàn)氣溫預(yù)測(cè)。4、《Python機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)》課程需以任務(wù)實(shí)現(xiàn)為導(dǎo)向，介紹Python機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)及其知識(shí)的應(yīng)用。課程內(nèi)容包括講解機(jī)器學(xué)習(xí)中的常用算法，內(nèi)容需包括機(jī)器學(xué)習(xí)緒論、模型評(píng)估與選擇、回歸分析、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、KNN、樸素貝葉斯、聚類(lèi)分析、支持向量機(jī)算法的Python實(shí)現(xiàn)，并闡述每種算法解決問(wèn)題時(shí)的思路，介紹算法的相關(guān)任務(wù)的具體操作。通過(guò)學(xué)習(xí)本課程，可掌握不同機(jī)器學(xué)習(xí)算法的應(yīng)用場(chǎng)景，算法理論基礎(chǔ)，編程實(shí)現(xiàn)、模型評(píng)價(jià)體系等。課時(shí)設(shè)置：理論教學(xué)不少于36學(xué)時(shí)，實(shí)踐教學(xué)不少于28學(xué)時(shí)，總計(jì)不少于64學(xué)時(shí)。課程資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥15份、課程視頻數(shù)量≥49個(gè)、課程PPT數(shù)量≥9份、代碼數(shù)量≥10份、數(shù)據(jù)數(shù)量≥7份。課程實(shí)驗(yàn)清單：包括但不限于完成波士頓房?jī)r(jià)預(yù)測(cè)模型；對(duì)研究生是否被錄取進(jìn)行預(yù)測(cè)；決策樹(shù)算法自編；用決策樹(shù)算法構(gòu)建鳶尾花分類(lèi)模型；自定義sigmoid激活函數(shù)；網(wǎng)絡(luò)輸入到輸出；網(wǎng)絡(luò)權(quán)值和閾值更新；網(wǎng)絡(luò)模型訓(xùn)練；網(wǎng)絡(luò)模型預(yù)測(cè)；求距離矩陣；找鄰居；歸類(lèi)；自編KNN算法實(shí)現(xiàn)鳶尾花分類(lèi)；對(duì)鳶尾花數(shù)據(jù)進(jìn)行K-Means聚類(lèi)；用支持向量機(jī)解決鳶尾花分類(lèi)。5、《1+X大數(shù)據(jù)應(yīng)用開(kāi)發(fā)python技能認(rèn)證考試題庫(kù)》題庫(kù)包含《職業(yè)技能等級(jí)標(biāo)準(zhǔn)》中級(jí)訓(xùn)練所需的題庫(kù)，包含基礎(chǔ)練習(xí)題庫(kù)及考試組卷題庫(kù)：1、基礎(chǔ)練習(xí)題庫(kù)包含單選題≥226道、多選題216道、判斷題219道、填空題214道、簡(jiǎn)答題81道、論述題39道、軟件操作15道、應(yīng)用編程10道、案例分析12道2、考試組卷題庫(kù)包含單選題40道、多選題23道、判斷題33道、操作題12道1（批）健康大數(shù)據(jù)分析實(shí)戰(zhàn)案例健康大數(shù)據(jù)分析實(shí)戰(zhàn)案例包含9門(mén)課程、或數(shù)據(jù)包1、健身實(shí)踐調(diào)查數(shù)據(jù)分析案例資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥2份、案例視頻數(shù)量≥6個(gè)、案例PPT數(shù)量≥1份、代碼數(shù)量≥1份、數(shù)據(jù)數(shù)量≥1份。案例內(nèi)容：包括但不限于案例背景與目標(biāo)；數(shù)據(jù)處理與拆分；數(shù)據(jù)映射與異常值處理；健身實(shí)踐數(shù)據(jù)可視化實(shí)現(xiàn)；數(shù)據(jù)可視化結(jié)果分析；小結(jié)。技術(shù)點(diǎn)：至少包含數(shù)據(jù)映射；數(shù)據(jù)預(yù)處理；數(shù)據(jù)可視化。2、常見(jiàn)疾病醫(yī)療對(duì)話數(shù)據(jù)分析案例資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥3份、案例視頻數(shù)量≥8個(gè)、案例PPT數(shù)量≥1份、代碼數(shù)量≥1份、數(shù)據(jù)數(shù)量≥6份。案例內(nèi)容：包括但不限于背景與挖掘目標(biāo)；數(shù)據(jù)讀取與處理；常見(jiàn)疾病科室分析；各類(lèi)型醫(yī)療對(duì)話標(biāo)題分析；封裝函數(shù)；主題分析；獲取疾病診斷建議；小結(jié)。技術(shù)點(diǎn)：至少包含Jieba分詞；去除停用詞；詞云圖；主題分析。3、空氣污染致死因素分析案例資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥3份、案例視頻數(shù)量≥6個(gè)、案例PPT數(shù)量≥1份、代碼數(shù)量≥1份、數(shù)據(jù)數(shù)量≥3份。案例內(nèi)容：包括但不限于背景與挖掘目標(biāo)；數(shù)據(jù)預(yù)處理；空氣污染數(shù)據(jù)可視化實(shí)現(xiàn)；數(shù)據(jù)可視化結(jié)果分析；全球空氣污染死亡人數(shù)聚類(lèi)分析；小結(jié)。技術(shù)點(diǎn)：至少包含數(shù)據(jù)預(yù)處理；數(shù)據(jù)可視化；模型構(gòu)建。4、基于藥物成分和療效的藥品推薦案例資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥3份、案例視頻數(shù)量≥5個(gè)、案例PPT數(shù)量≥1份、代碼數(shù)量≥1份、數(shù)據(jù)數(shù)量≥1份。案例內(nèi)容：包括但不限于數(shù)據(jù)預(yù)處理；藥品成分和制作商分析；特征處理和構(gòu)建；藥品分?jǐn)?shù)分布分析；基于藥物成分和療效推薦藥品。技術(shù)點(diǎn)：至少包含提取詞干；柱狀圖；詞語(yǔ)相似度。5、飲用水源營(yíng)養(yǎng)狀態(tài)等級(jí)分析案例資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥3份、案例視頻數(shù)量≥5個(gè)、案例PPT數(shù)量≥1份、代碼數(shù)量≥1份、數(shù)據(jù)數(shù)量≥1份。案例內(nèi)容：包括但不限于案例背景與目標(biāo)；數(shù)據(jù)清洗；探索性數(shù)據(jù)分析；模型構(gòu)建和預(yù)測(cè)；小結(jié)。技術(shù)點(diǎn)：至少包含數(shù)據(jù)預(yù)處理；數(shù)據(jù)可視化；隨機(jī)森林。6、公眾健康問(wèn)句分類(lèi)案例資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥3份、案例視頻數(shù)量≥9個(gè)、案例PPT數(shù)量≥1份、代碼數(shù)量≥1份、數(shù)據(jù)數(shù)量≥2份。案例內(nèi)容：包括但不限于背景與挖掘目標(biāo)；數(shù)據(jù)探索；分詞和去停用詞；詞序列化和長(zhǎng)度對(duì)齊；預(yù)訓(xùn)練詞向量；詞向量矩陣；textCNN模型搭建；模型訓(xùn)練；模型評(píng)估和總結(jié)。技術(shù)點(diǎn)：至少包含中文分詞；詞向量；textCNN模型；F1-score。7、新冠疫情防控?cái)?shù)據(jù)分析案例資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥5份、案例視頻數(shù)量≥33個(gè)、案例PPT數(shù)量≥2份、代碼數(shù)量≥4份、數(shù)據(jù)數(shù)量≥7份。案例內(nèi)容：包括但不限于項(xiàng)目背景與目標(biāo)；大數(shù)據(jù)探索與處理；篩選陽(yáng)性數(shù)據(jù)并去重；陽(yáng)性數(shù)據(jù)分析；提取陽(yáng)性人員出行記錄；以交通為例獲取交互記錄；提取所有陽(yáng)性人員與普通人員交互記錄；剔除多余與異常數(shù)據(jù)；處理為規(guī)整格式；密接數(shù)據(jù)分析；提取密接者出行記錄；密接行程記錄數(shù)據(jù)處理；以交通為例提取交互記錄；提取密接人員與普通人員交互記錄；多余與異常數(shù)據(jù)處理；處理為規(guī)整格式；疫苗接種信息表探索與預(yù)處理；統(tǒng)計(jì)陽(yáng)性人員感染時(shí)已注射針次情況；統(tǒng)計(jì)全體人員的針次情況；提取密接轉(zhuǎn)陽(yáng)數(shù)據(jù)；分析接種與未接種人群感染率；分析各針次的感染率；SEIDR模型初始值設(shè)置；SEIDR模型構(gòu)建；SEIDR_V2模型初始值設(shè)置；SEIDR_V2模型構(gòu)建；陽(yáng)性人員出行記錄數(shù)據(jù)處理與分析；構(gòu)建風(fēng)險(xiǎn)圓并劃分管控場(chǎng)所；某陽(yáng)性人員核心風(fēng)險(xiǎn)圓劃定；所有陽(yáng)性人員核心風(fēng)險(xiǎn)圓劃定；依據(jù)核心風(fēng)險(xiǎn)圓劃分管控區(qū)域；區(qū)分每天管控場(chǎng)所；精準(zhǔn)防控。技術(shù)點(diǎn)：至少包含數(shù)據(jù)預(yù)處理；可視化；SEIDR；K-Means。8、兒童營(yíng)養(yǎng)不良數(shù)據(jù)分析案例資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥3份、案例視頻數(shù)量≥6個(gè)、案例PPT數(shù)量≥1份、代碼數(shù)量≥1份、數(shù)據(jù)數(shù)量≥2份。案例內(nèi)容：包括但不限于背景與挖掘目標(biāo)；數(shù)據(jù)預(yù)處理；全球兒童營(yíng)養(yǎng)不良數(shù)據(jù)分析；兒童營(yíng)養(yǎng)狀態(tài)數(shù)據(jù)分析；兒童營(yíng)養(yǎng)情況預(yù)測(cè)；小結(jié)。技術(shù)點(diǎn)：至少包含數(shù)據(jù)預(yù)處理；數(shù)據(jù)可視化；模型構(gòu)建。9、不同類(lèi)型谷物營(yíng)養(yǎng)成分分析案例資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥3份、案例視頻數(shù)量≥6個(gè)、案例PPT數(shù)量≥1份、代碼數(shù)量≥1份、數(shù)據(jù)數(shù)量≥1份。案例內(nèi)容：包括但不限于案例背景和目標(biāo)；數(shù)據(jù)探索與預(yù)處理；不同谷物營(yíng)養(yǎng)成分分析與差異；個(gè)性化健康谷物推薦；小結(jié)。技術(shù)點(diǎn)：至少包含數(shù)據(jù)處理，統(tǒng)計(jì)分析，相關(guān)性分析。1（批）醫(yī)療分析實(shí)戰(zhàn)案例醫(yī)療分析實(shí)戰(zhàn)案例包含9門(mén)課程或數(shù)據(jù)包1、腦卒中發(fā)病環(huán)境因素分析及干預(yù)案例資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥4份、案例視頻數(shù)量≥11個(gè)、案例PPT數(shù)量≥1份、代碼數(shù)量≥4份、數(shù)據(jù)數(shù)量≥8份。案例內(nèi)容：包括但不限于背景與挖掘目標(biāo)；缺失值和重復(fù)值處理；異常值處理；氣候數(shù)據(jù)處理；指標(biāo)構(gòu)建與建模數(shù)據(jù)準(zhǔn)備_1；指標(biāo)構(gòu)建與建模數(shù)據(jù)準(zhǔn)備_2；發(fā)病人群統(tǒng)計(jì)分析；數(shù)據(jù)特征探索分析；變量檢驗(yàn)；模型構(gòu)建與診斷；小結(jié)。技術(shù)點(diǎn)：至少包含pandas數(shù)據(jù)處理；pyplot繪圖；變量檢驗(yàn)；向量自回歸模型的構(gòu)建。2、乳腺癌數(shù)據(jù)分析與自動(dòng)診斷案例資源：包含實(shí)訓(xùn)指導(dǎo)書(shū)數(shù)量≥3份、案例視頻數(shù)量≥6個(gè)、案例PPT數(shù)量≥1份、代碼數(shù)量≥1份、數(shù)據(jù)數(shù)量≥1份