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
numpy、cv2等操作图片基本操作
查看>>
numpy中的argsort的用法
查看>>
NumPy中的精度:比较数字时的问题
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>
numpy学习笔记3-array切片
查看>>
numpy数组替换其中的值(如1替换为255)
查看>>
numpy数组索引-ChatGPT4o作答
查看>>
numpy最大值和最大值索引
查看>>
NUMPY矢量化np.prod不能构造具有超过32个操作数的ufunc
查看>>
Numpy矩阵与通用函数
查看>>
numpy绘制热力图
查看>>
numpy转PIL 报错TypeError: Cannot handle this data type
查看>>
Numpy闯关100题,我闯了95关,你呢?
查看>>
nump模块
查看>>
Nutch + solr 这个配合不错哦
查看>>
NuttX 构建系统
查看>>
NutUI:京东风格的轻量级 Vue 组件库
查看>>
NutzCodeInsight 2.0.7 发布,为 nutz-sqltpl 提供友好的 ide 支持
查看>>