第四届“长风杯”大数据分析与挖掘竞赛由中国电子学会（5A级专业协会）主办，北京邮电大学等高校联合承办，北京络捷斯特科技发展股份有限公司协办。本次大赛采取开放式命题，分为A组创新分析类、B组创意设计类两大类别，为广大师生提供竞赛平台，助力大数据人才培养新发展，提升学生的数据分析与挖掘能力，激发学生的创新活力。
大数据挖掘平台
# 在巨人的肩膀上乘风破浪 #
2020.10.10
01
数据挖掘，A组的有力保障
开放式赛题设置给参赛师生带来不止是机遇还有挑战，A组参赛团队需要以更开阔的视野和更有力的数据分析手段才能真正地乘风破浪。如何来找到参赛的立足点，使用更有效的手段敏锐地洞察数据价值？我们将从赛题定位出发，探讨创新分析类的另一大参赛热点！
A组参赛团队可以自选方向，采用数据可视化技术、数据挖掘技术、或人工智能技术解决具体行业问题，并提交分析报告。
数据分析与挖掘技术是A组参赛的有力保障，不仅能够深入探讨数据关系及表现，同时也能够有力佐证数据成果。如何才能快速掌握数据分析与挖掘技术，站在巨人的肩膀上乘风破浪呢？
02
成功，可以被复制
在三届大赛过程中，“高效、稳健、灵动”成为决胜数据分析舞台的箴言，大赛官方提取往届参赛团队的成功经验，提供一款简洁而不简单，灵活却稳定输出的数据挖掘工具——大数据挖掘平台（PMT），团队的成功在于有效输入强力输出，依赖工具和方法的选择，PMT的成功在于
操作简单，拖拽对应节点组件、选择节点指标、连接相应节点，即可得出分析结果；
无需编程，算法已封装在节点空间之中，拖拽使用即可实现对算法的使用；
功能强大且全面，覆盖数据挖掘全流程（集预处理、数据探索、建模、评估、可视化一体），满足大数据爱好者和大数据专业数据分析人员的功能需求；
清晰了解数据分析与挖掘过程，数据转化、分析、算法原理一目了解;
丰富和扩展性强，支持用户使用Python脚本，实现对特定数据分析的需求。
选择PMT，选择离成功更进一步！
03
乘风破浪的舞台需要它的参与
“长风杯”大数据的竞技舞台需要它的参与，大数据挖掘平台（PMT）采用可视化建模的设计思路，支持数据预处理、数据探索性分析、建立模型、模型评估、模型应用的数据挖掘全过程，提供解决分类预测、回归预测、聚类分析、关联规则、序列分析、异常检测等数据挖掘问题的主流算法，并且具有可拓展性功能，通过编写Python脚本的方式，实现自定义分析功能，在数据可视化展现上也毫不逊色。
大数据挖掘平台（PMT）演示视频
大数据挖掘平台（PMT）以一种最为简约的方式来解决具体业务场景中的问题，封装了包括机器学习、数据预处理和数据可视化等组件，所提供的核心功能如下：
数据预处理
数据记录选择、数据特征选择、数据标准化、缺失值处理、PCA降维、数据合并、离散化、异常值处理等；
数据可视化
直方图、箱线图、树图、散点图、维恩图、地图、序列图、相关图等；
数据建模
多元回归、决策树、逻辑回归、神经网络、ARIMA、随机森林、支持向量机、关联规则、聚类算法等；
模型评估
混淆矩阵、ROC曲线、误差分析（RMSE，MSE，MAE）等。
<< PMT示意图，滑动查看下一张图片 >>
04
曾经跨过山河大海的他们
优秀作品示例1
优秀作品示例2
优秀作品示例3
扫描二维码
关注我们
微信号 : 长风大数据