您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

数学建模到底是学什么？

建模,数学,人工智能数学建模到底是学什么？

发布时间：2019-02-08加入收藏来源：互联网点击：

数学建模到底是学什么？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

在之前的数模竞赛中，即便是美赛O奖的作品中，我们都能看到诸如灰色预测这样的用MATLAB实现的方法，实际上我们有时间序列，回归等一系列比较常用的预测方法。

在18年前后，预测类数模问题变得较为尴尬，不是因为这些题目简单，是因为大家都有了一套两套现成的算法，拿题后只要找到数据就能很快跑程序出数据出图写论文。所以那个时候基本上很少有预测的题目再出现了。

实际上，评价类模型和预测类模型都是这样，因为人均都会，所以导致我们不会见到一整个大题全是讲预测的。

在这之前，我们在国赛见过人口增加预测，长江水质预测，世博会影响预测等等，那个时候基本上都是用matlab去实现这些数据的处理和预测。

说起来，在15年我本科入学的时候有个风潮，就是互联网+，那个时候就是谁有着一个什么创新创业的点子，就可以去参加比赛拿拿奖。我一看这还要做ppt路演，搞得比较商业，当时就没怎么关注，毕竟我只喜欢参加埋头做题的比赛。

上台说话这种我比较怯场，不过我也不是没有改变自己，有一次我最终鼓起勇气去参加了学校一个英语辩论赛，初赛只有抽题观点陈述这一部分，不用和别的同学正面对抗，所以我侥幸侃侃而谈，成功入围复赛，高兴之余，也激动地和室友报喜，随后联系复赛管理人员说我不去了，名额因此也顺延给了后一名，不知道算不算得上一桩美谈。

扯远了，主要是那个时候搞互联网+，什么东西都要加互联网，超市+互联网=做个订超市app，打车+互联网=打车软件。

现在python很火，颇有一番人工智能+的趋势。

在数模领域，除了matlab，学会python搞人工智能应用也将是一个趋势，不过吧，实际上MATLAB也能实现一部分。

那么在预测类这方面，用python的话：

LSTM：长短期记忆网络

GRU：门控循环单元

DBN：深度置信网络

QNN：量子神经网络

SVR：支持向量机

XGBoost：极端梯度提升

CNN：卷积神经网络

ESN：回声状态网络

……

举例的这些方法都可以被应用到预测中，如果你搜索这些算法，你会发现有不少核心期刊论文，通篇运用这些方法来做预测。至少我们现在做数模论文，是几乎无法发表那些预测类论文至核心期刊的。

那么，你是不是应该选一个关键词，找个时间搜索原理和源代码，然后学会如何应用模型呢？

回答于 2019-09-11 08:43:50

数学建模 顾名思义 是和数学有一定关系的 那就是用数学方法和建模技术结合在一起 是需要电脑运算的

回答于 2019-09-11 08:43:50

数字建模师很强大的，主要还是设计的

回答于 2019-09-11 08:43:50

首先谢谢邀请，关于数学建模 相信学校都介绍过了，同时也有历年的论文可以看下，但如果还不是很理解，可以看一些方向性书籍

数学建模需要会编程，为什么要编程？需要实现数学建模方法

依据现有国内的情况，结合自身经验推荐一本书《Python3破冰人工智能从入门到实战》 不过比较可惜的，这本书没有电子版的，只有纸质的。听说这本书已经被仅百所高校引用成为了教材。




为什么推荐他？

本书创新性地从数学建模竞赛入手，深入浅出地讲解了人工智能领域的相关知识。本书内容基于Python 3.6，从人工智能领域的数学出发，到Python在人工智能场景下的关键模块；从网络爬虫到数据存储，再到数据分析；从机器学习到深度学习，涉及自然语言处理、机器学习、深度学习、推荐系统和知识图谱等。 此外，本书还提供了近140个代码案例和大量图表，全面系统地阐述了算法特性，个别案例算法来自于工作经验总结，力求帮助读者学以致用。

比如第一章

第 1章　从数学建模到人工智能

1.1　数学建模

1.1.1　数学建模与人工智能

1.1.2　数学建模中的常见问题

1.2　人工智能下的数学

1.2.1　统计量

1.2.2　矩阵概念及运算

1.2.3　概率论与数理统计

1.2.4　高等数学——导数、微分、不定积分、定积分

后面章节循序渐进的介绍了如果实现数学建模方法！




希望对你有帮助！！！




贵在坚持，自己掌握一些，在学习竞赛中不断打磨，加油！！！