1. 项目背景        无论是互联网还是传统制造业, 供应链都是要考虑的重要问题之一。云服务具有制造业和互联网的多重属性，提供了一种可随时自助获取、可弹性伸缩、成本保障的云资源服务，而这种弹性能力也给供应链提出了巨大的挑战。        在满足客户服务的同时，尽可能提高云资源利用率、降低供应链成本，自动化、智能化的资源规划和供应链管理系统非常关键。        本文将通过分析云服务各项商品的需求和库存等各项相关数据的变化规律，找出确保商品不断供的最佳补货方式。 2. 项目目标 分析数据中各项商品的需求量变化； 分析数据中各项商品的库存量变化； 分析数据中各项商品和各个库存单元的平均补货时间； 制定补货策略，根据历史需求数据、补货时间和库存单元的权重，在保证不断供的前提下，每周一为每个库存单元决定补货量。 3. 核心技术     （1）Python编程基础     （2）Python数据可视化     （3）Python 数据分析与应用

一、工作室背景      “泰迪•华师大智能工作室”由广东泰迪智能科技股份有限公司发起，泰迪科技与各高校联合建立。智能工作室的建立是为了利用企业优势，帮助高校培养能真正与市场接轨的优秀数据人才。

1.项目背景        帕金森疾病是一种常见的老年神经系统退行性疾病，但其确切病因目前仍不清楚，而传统的疾病监测需要专业人员进行复杂的操作，并且监测周期长，所以对于帕金森疾病的检查和诊断仍无法实现快速检测的需求。近年，在医学研究上已证明基于语音数据实现帕金森疾病诊断是一种有效的方法，但诊断系统的算法不优，不能满足实际疾病诊断需求，而且系统的分类准确率域稳定性不佳。        构建一个有效的帕金森疾病诊断系统，可实现对患者进行远程诊断和病情监控，也可作为医生治疗或诊断的辅助工具，且能够作为帕金森疾病预防的自我检测手段。 2.项目目标        本项目旨在利用人工智能技术开筛选多种与疾病相关的语音特征，运用人工智能算法构建帕金森疾病诊断模型，使用评估方法对比多种算法的诊断效果，选取最优模型。 3.核心技术     （1）Python数据分析     （2）Python 数据可视化     （3）Python机器学习

通过本项目的学习，学员不仅能够掌握主流的爬虫方法，同时还为从事数据分析相关工作累积了数据分析项目的方法、流程和经验。

一、工作室背景 由广州番禺职业技术学院携手泰迪智能科技建设的面向广州番禺职业技术学院对数据挖掘、人工智能和深度学习爱好者建立的工作室。

1. 项目背景           随着城市化进程加快，交通方式多样化对城市客运结构产生了深远影响。本项目旨在通过分析不同交通方式的客运量数据，揭示其在城市交通体系中的地位和变化趋势，为交通规划和管理提供数据支持。   2. 项目目标      （1）分析并理解不同交通方式的客运量占比情况。      （2）探究各类交通方式客运量的时间序列变化趋势。      （3）专项分析铁路旅客周转量与客运量的关系。   3. 核心技术      （1）使用WPS绘制饼图、面积图、折线图和组合图      （2）数据统计

1.项目背景        为响应2015年国务院印发的《促进大数据发展行动纲要》，各地积极建设数据开放平台，开放了约15个领域数据，包括教育科技、民生服务、道路交通、健康卫生、资源环境、文化休闲、机构团体、公共安全、经济发展、农业农村、社会保障、劳动就业、企业服务、城市建设、地图服务等。 数据开放平台提供的数据集通常由相关政务部门收集和开放，作为一种可靠数据源，是了解目前社会发展态势的一种重要来源。        本文将通过分析数据开放平台提供的物流景气指数和相关指标等各项数据的变化规律，找出最能影响物流景气指数的具体指标。 2.项目目标 1. 分析数据中各项指标的变化规律。 2. 分析数据中各项指标的相关性。 3.核心技术 （1）Python编程基础 （2）Python数据可视化 （3）Python数据分析与应用

1.项目背景        本项目核心内容为2020年“华为杯”第十七届中国研究生数学建模竞赛B题《汽油辛烷值建模》复现实战，项目将会提供竞赛优秀论文以供学术研究参考，注意本项目相关材料不可外传，仅作为学术研究使用。        汽油是小型车辆的主要燃料，汽油燃烧产生的尾气排放对大气环境有重要影响。为此，世界各国都制定了日益严格的汽油质量标准（见下表）。汽油清洁化重点是降低汽油中的硫、烯烃含量，同时尽量保持其辛烷值。        化工过程的建模一般是通过数据关联或机理建模的方法来实现的，取得了一定的成果。但是由于炼油工艺过程的复杂性以及设备的多样性，它们的操作变量（控制变量）之间具有高度非线性和相互强耦联的关系，而且传统的数据关联模型中变量相对较少、机理建模对原料的分析要求较高，对过程优化的响应不及时，所以效果并不理想。        某石化企业的催化裂化汽油精制脱硫装置运行4年，积累了大量历史数据，其汽油产品辛烷值损失平均为1.37个单位，而同类装置的最小损失值只有0.6个单位。故有较大的优化空间。请探索利用数据挖掘技术来解决化工过程建模问题。 2.项目目标        本项目将依据从催化裂化汽油精制装置采集的325个数据样本（每个数据样本都有354个操作变量），通过数据挖掘技术来建立汽油辛烷值（RON）损失的预测模型，并给出每个样本的优化操作条件，在保证汽油产品脱硫效果（欧六和国六标准均为不大于10μg/g，但为了给企业装置操作留有空间，本次建模要求产品硫含量不大于5μg/g）的前提下，尽量降低汽油辛烷值损失在30%以上。 3.核心技术        （1）Python数据分析        （2）Python机器学习        （3）TensorFlow2        （4）深度学习

1.项目背景        随着社会经济快速发展和人民生活水平的不断提高，汽车消费需求增长旺盛，汽车保有量呈现快速上升趋势，与购买新车对比，二手车的高性价比和低门槛成为许多人的首选，这种需求推动了二手车市场的发展。为了更好的适应二手车市场的变化需求，需要通过大量的数据分析客户的需求与喜好，从而获取市场上的竞争优势。        而二手车的价格因汽车的品牌、规格、新旧程度、损耗情况等存在高低变动。所以相较于新车，二手车经销商主要关键组成是二手车的检测与回收，并再次出售，其中汽车检测十分关键，若存在差错或问题将导致较大的亏损。而汽车二手车的检测和维修过程涉及多个环节，较为复杂，需要专业技术人员的参与。对于原本就有维修售后服务的经销商来说，不仅对二手车相关的技术和经验积累丰富，而且具有相对完整的车辆维修保养记录，能够提供全面可靠的售前检测服务和售后保障服务。 2.项目目标        本项目通过所采集的二手车交易数据，分析目前二手车交易现状，并通过可视化挖掘客户的需求与喜好，从而获取市场上的竞争优势。 3.核心技术     （1）Excel数据分析     （2）Excel数据可视化  

通过一个旅游业的大数据可视化分析任务，使得学生通过实战了解数据分析可视化的流程，掌握PowerBI可视化分析的技能，为从事数据分析相关工作累积了项目的流程和经验。