实验室介绍
数学建模与数据分析实验室占地面积138平方米，学生机80台，可同时供80名学生使用。该实验室主要面向数学与应用数学专业全体师生和参加挑战杯、数学建模、蓝桥杯等竞赛的师生开放。实验室电脑装有多种编程及数据分析软件，实验项目开设可根据理论教学的内容来选择，内容包括验证性实验、设计性实验和综合性实验，通过实验，使学生掌握各种软件的使用方法和程序的设计技能，进一步巩固所学的理论知识，加深基础理论和概念的理解，提高发现问题，分析问题，解决问题的能力，为以后的学习和工作打下坚实基础，为学校培养更多的优秀人才。
承接实验课程
序号 | 承接课程 | 对应课程简单描述 |
1 | Matlab数学实验 | 使学生对MATLAB语言的基础概念、基本内容，包括数值计算、符号运算、图形处理、绘图功能、程序设计方法及数值仿真有较全面的了解，同时掌握MATLAB在数据处理、计算和建模中的应用。 |
2 | 统计软件实习 | 通过本课程的学习，使学生进一步熟悉各种常用的统计方法，并学会将统计原理与SPSS统计分析软件的应用相结合。需要掌握的基本知识点包括：数据管理；描述统计；均值比较；相关分析与回归分析。 |
3 | 数学建模课程设计 | 使学生对线性规划，非线性规划，微分方程与差分方程，插值与拟合，数据的统计描述，统计分析，综合评判，计算机模拟及综合应用有较全面的了解，同时掌握最基本的程序算法，以及程序构造的主要思想。 |
4 | 运筹学课程设计 | 使学生对工业流程控制调度问题，供应链中的决策问题，经济管理中的决策问题，整数规划求解问题，金融量化中的规划问题有较全面的了解，同时掌握最基本的程序算法，以及程序构造的主要思想。 |
5 | 数值计算实验 | 使学生对数值分析相关的Matlab实验有较全面的了解，同时掌握最基本的程序算法，以及程序构造的主要思想。 |
6 | Python数据分析实践 | 通过完成一个综合性软件项目，加深学生对Python数据分析基本理论和基本知识的理解，引导学生综合应用前期所学知识，掌握Python数据分析全流程及其方法。 |
7 | 机器学习实践 | 通过完成一个综合性软件项目，加深学生对机器学习基本理论和基本知识的理解，引导学生综合应用前期所学知识，掌握机器学习全流程及其方法。 |
8 | 企业实训项目1 （推荐系统） | 通过完成一个综合性软件项目，加深学生对推荐系统基本理论和基本知识的理解，引导学生综合应用前期所学知识，掌握推荐系统开发全流程及其方法。 |
9 | 企业实训项目2 （智能金融） | 通过完成一个综合性软件项目，加深学生对智能金融基本理论和基本知识的理解，引导学生综合应用前期所学知识，掌握智能金融项目开发全流程及其方法。 |
实验环境
操作系统（Windows）
数据库系统及应用(SQL Server和Navicat Premium)
Java程序设计(Eclipse和IntelliJ IDEA)
C、C++程序设计(Visual Studio和Dev C++)
C#程序设计(Visual Studio)
软件工程（Microsoft Visio和Microsoft Project和Rational Rose）
Python程序设计(PyCharm和Anaconda)
数学计算(Eviews、R、stata、MATLAB、SPSS、lingo、SAS等常用软件)
原型设计工具（Axure）
虚拟软件(VirtualBox）
软件测试(LoadRunner和Selenium)
培养学生能力
（1）能够利用MATLAB的工具箱进行相关领域的科学研究，在计算机软件辅助下解决简单的应用数学问题,具有解决问题的能力,软件应用能力.
（2）使学生进一步熟悉各种常用的统计方法，并学会将统计原理与SPSS统计分析软件的应用相结合。
（3）培养学生能用数学语言描述实际现象的“翻译”能力，综合应用已学过的数学知识，对问题进行分析处理的能力，能用数学软件分析、解决问题，或对实际问题建立数学模型。能根据实际问题建立模型及求解，同时具有辩证思想、爱国精神。
（4）培养学生能胜任社会大背景下应用数学知识并运用相关软件工具进行定性与定量的去理解和解决实际的数学问题的相关领域的生产、设计、研究与开发工作的能力，能创造性地解决数据分析、信息产业与经济金融等领域的工程问题的能力。
（5）使学生对数值分析相关的Matlab实验有较全面的了解，同时掌握最基本的程序算法，以及程序构造的主要思想。
（6）培养学生顺序问题求解、选择判断与决策问题求解、重复、循环、迭代问题求解、批量数据处理、内存访问和客观对象描述和数据永久存储的能力，运用面向对象程序设计方法设计、编写、调试和运行Python语言程序能力。较好地训练学生使用Python语言解决实际问题的能力以及Python编程能力。综合运用Python语言进行软件开发，培养计算思维方法去分析和解决问题的能力。
（7）培养学生科学计算库Numpy数据读取、基于Pandas数据读取分析与处理、特征工程缺失值处理、异常值检测、决策树实现、K近邻算法实现等的能力，运用结构化程序设计方法设计、编写、调试和运行Python语言程序能力。较好地训练学生使用Python语言解决实际问题的能力以及Python编程能力。综合运用Python语言进行软件开发，培养计算思维方法去分析和解决问题的能力。
（8）培养学生的推荐系统综合认知能力，协同过滤算法应用于解决实际问题的能力，能够根据特定需求，完成推荐模型的设计。
（9）培养学生的智能金融综合认知能力，智能金融理论应用于解决实际问题的能力，能够根据特定需求，完成智能金融模型的设计。
