. .. 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） .

.. 大数据一体化教学实训平台特点 • B/S架构：可直接通过客户机的浏览器对服务器端的一体化教学实训平台进行访问。 • 模块丰富：提供软硬件管理、教学管理、实验实训等系列模块，满足不同的教学与实训场景使用。

• 拓展性强：教师自主开设新课程、添加各种课程资源与活动，满足用户的个性化需求。 • 单点登录：用户只需一次登录即可访问所有的教学与实训平台，解决了登录繁琐、操作不便等问题。

• 资源一体：提供教学大纲、教学视频、教学PPT、课后习题、实验指导书、实验数据、实验代码、实验环境等一系列的教学实训资源，全方位解决实际教学与实训过程中所遇到的问题。 • 教学一体：分别提供“教”与“学”的软件环境，教学与实训模块深度融合，真正实现一体化。

• 软硬件一体：硬件环境采用云柜的方式进行搭建，内部集成机柜、服务器（部署一体化教学实训平台）、供配电、UPS、变频空调、应急通风等，整个云柜架构和谐统一、方便安装与维护。

云资源管理平台简介 . .. 云资源管理平台主要对实验室云虚拟化资源进行管理及维护，负责对实验室所有软件系

统进行管理与监控，将云存储资源、服务器资源和网络资源整合，然后通过虚拟化搭建私有云平台，在私有云平台上搭建教学管理平台与一系列的大数据实训平台。

云资源管理平台功能及特点  支持系统资源实时统计和监控  支持云主机批量操作和管理  支持云主机模板创建与分配  支持操作日志查看和可视化分析  支持物理服务器集群管理  支持基础网络与私有网络  云硬盘可独立挂于云主机  平台系统高可用，容错性强  云主机性能卓越，媲美物理机

教学管理平台简介 教学管理平台是针对高校在教学中对教学资源、班级学员、练习考试、成绩等方面进行管理的平台。主要将传统的教学管理与练习考试等线下教学与学习模式转化为线上学习共同体，提升教师的教学效果及学生的学习效率。

R语言数据挖掘建模平台界面截图 .

.. 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

R语言数据挖掘建模平台界面截图 R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。 .

.. Python数据挖掘建模平台简介 .

.. Python数据挖掘建模平台界面截图 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

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。 .

..  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Apache Hadoop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。