1

数据科学科研和教学一体化平台

1

套

数据集

1. 公开数据集需包含金融、交通、医疗、电信、教育、植物、消费、天文等行业。

2. 公开数据集不少于600个。

3. 支持搜索数据集。

4. 支持用户下载数据集。

5. 支持用户上传数据集。

6. 数据集详情页需要包含数据类型、数据大小、字段数、样本数。

7. 需要对数据集中每个字段进行详细说明。

8. 支持数据集随机预览。

9. 部分数据需要描述数据来源与数据引用信息。 10. 部分数据集需要提供BibTex代码，快速引用。 11.支持用户之间分享自己的数据集

（二）算法组件库

1. 需依据大数据业务场景应用设计算法组件，组件大类包含数据源，数据预处理，特征工程，数据可视化，机器学习，文本分析。

2. 需包含大数据和人工智能全流程算法组件。

3. 需对每个组件的使用方法进行详细的说明。

4. 说明包含组件简介、面板参数说明、输入输出桩说明、节点报告等。

5. 数据源，数据预处理，特征工程，数据可视化，机器学习，文本分析组件大类下需提供不少于100个的算法组件。

（三）数据预处理-算法组件库

包含数据探索，筛选与分组，拼接与融合，数据转换四个子库，对每个组件的使用方法进行详细的说明。

特征工程-算法组件库

包含特征抽取，标准化，离散化，降维，特征选择五个子库，对每个组件的使用方法进行详细的说明。

数据可视化--算法组件库

包含散点图，柱状图，饼状图，折线图，直方图，条形图，词云图，箱线图，雷达图，热力图，3D散点图，桑基图，K线图，对每个组件的使用方法进行详细的说明。

机器学习-算法组件库

包含回归，分类，聚类，集成方法，模型预测，模型评估，协同过滤，对每个组件的使用方法进行详细的说明。

文本分析-算法组件库

包含文本用词，去除停用词，词形规范化，词袋模型，TF-IDF，中文命名实体识别，情感分析，LSI主题模型，NMF主题模型，LDA主题模型，文本摘要，机器翻译，对每个组件的使用方法进行详细的说明。

否

合计

1