博客
关于我
菜鸟的数学建模之路(零):我的数学建模之路
阅读量:757 次
发布时间:2019-03-22

本文共 606 字,大约阅读时间需要 2 分钟。

更新说明

2019/9/8
最近有人问我要数学建模资源,实际上,我之前并未整理好就直接上传。现在,这些资源已经上传至我的个人主页“已上传资源”中。

声明:本人整理的资源主要来自网络,以及《MATLAB数学建模方法与实践》(部分来自第二版)。

关于数学建模

我是在大二第一学期的期末开始接触数学建模的。当时是实验室要求的任务,集训了一两周,但当时对建模一知半解,只能根据题目来解读别人的论文,勉强算是初步了解。真正学到了建模知识,是在大二第二学期的暑假集训期间。2019年7月8日至8月10日,共计一个多月的集中学习,让我在理论与实践上都有了很大提升。

数学建模前的准备

书籍:《MATLAB数学建模方法与实践》(第三版)
软件:MATLAB2016、SPSS
基础知识:高等数学、线性代数、概率论、图论等

在编程工具方面,MATLAB是首选,方便矩阵计算且拥有丰富的建模模块,如BP神经网络工具箱。SPSS则用于处理大量数据,两者都需要一定时间去学习和熟练。

最大的挑战是建模涉及的知识点种类繁多,涉及高中大学的多个领域,其中大学部分尤为棘手。

知识点总结

在集中学习期间,我每天都在接收新知识,效率很高。学习中,我倾向于通过案例理解概念,而不是枯燥地记忆定义。在网上查找资料是我最常做的事,其中CSDN社区成为我常去的地方。

暑假集训结束后,我计划将知识点进行分类整理,撰写相关文章分享。

以上是我的学习心得。

转载地址:http://sxmwk.baihongyu.com/

你可能感兴趣的文章
OpenMCU(五):STM32F103时钟树初始化分析
查看>>
OpenMetadata 命令执行漏洞复现(CVE-2024-28255)
查看>>
OpenMMLab | S4模型详解:应对长序列建模的有效方法
查看>>
OpenMMLab | 【全网首发】Llama 3 微调项目实践与教程(XTuner 版)
查看>>
OpenMMLab | 不是吧?这么好用的开源标注工具,竟然还有人不知道…
查看>>
OpenMMLab | 面向多样应用需求,书生·浦语2.5开源超轻量、高性能多种参数版本
查看>>
OpenMP 线程互斥锁
查看>>
OpenMV入门教程(非常详细)从零基础入门到精通,看完这一篇就够了
查看>>
OpenObserve云原生可观测平台本地Docker部署与远程访问实战教程
查看>>
openoffice使用总结001---版本匹配问题unknown document format for file: E:\apache-tomcat-8.5.23\webapps\ZcnsDms\
查看>>
OpenPPL PPQ量化(2):离线静态量化 源码剖析
查看>>
OpenPPL PPQ量化(3):量化计算图的加载和预处理 源码剖析
查看>>
OpenPPL PPQ量化(4):计算图的切分和调度 源码剖析
查看>>
OpenPPL PPQ量化(5):执行引擎 源码剖析
查看>>
openpyxl 模块的使用
查看>>
OpenResty & Nginx:详细对比与部署指南
查看>>
OpenResty(nginx扩展)实现防cc攻击
查看>>
openresty完美替代nginx
查看>>
Openresty框架入门详解
查看>>
OpenResty(1):openresty介绍
查看>>