【数学建模系统入门课(python语言)】数学建模美赛 国赛通用版 竞赛流程介绍 算法精讲 代码实操 论文写作 AI辅助 系统性全面讲解

合集 · 数模竞赛 (7)

  1. 2:14:18
    matlab 基本用法速成 零基础速成
  2. 43:51
    【数学建模竞赛】Latex使用速成 快速掌握Latex基础操作
  3. 44:01
    【26数模国赛】大学生数学建模竞赛国赛C题“电力调控”答案解析
  4. 39:52
    《组织学与胚胎学》 期末考试复习速成课资源 知识点梳理解析 3h掌握速通 【期末必备】
  5. 31:56:37
    【数学建模系统入门课(python语言)】数学建模美赛 国赛通用版 竞赛流程介绍 算法精讲 代码实操 论文写作 AI辅助 系统性全面讲解
  6. 2:02:26
    【Origin基础教程】OriginPro科研绘图软件安装及使用教程 科研竞赛论文美化 数据分析必备绘图软件教程
  7. 21:29
    数学建模美赛论文获奖的套路做法:从前期准备到论文写作框架和重点写作内容最后对论文观感进行美化包装,美赛获奖必备策略锦囊

Parts

  1. P1 · 【1】 0-绪论
  2. P2 · 【2】 1.1 为什么学数学建模
  3. P3 · 【3】 1.2 数学建模赛事认知
  4. P4 · 【4】 1.3 竞赛流程与团队分工
  5. P5 · 【5】 1.4 论文结构与评分关注点
  6. P6 · 【6】 2.1 python环境与notebook
  7. P7 · 【7】 2.2 python基础语法
  8. P8 · 【8】 2.3 python基础语法代码实操
  9. P9 · 【9】 2.4 数学建模常用库
  10. P10 · 【10】 2.5 数学建模常用库numpy pandas代码实操
  11. P11 · 【11】 2.6 数学建模常用库matplotlib代码实操
  12. P12 · 【12】 2.7 AI辅助代码生成
  13. P13 · 【13】 2.8 AI辅助代码生成python处理数据案例
  14. P14 · 【14】 3.1 数据读取与数据理解
  15. P15 · 【15】 3.2 数据读取与数据理解代码实操
  16. P16 · 【16】 3.3 数据清洗-上
  17. P17 · 【17】 3.4 数据清洗-下
  18. P18 · 【18】 3.5 数据清洗代码实操
  19. P19 · 【19】 3.6 指标处理
  20. P20 · 【20】 3.7 指标处理代码实操
  21. P21 · 【21】 3.8 可视化相关性分析假设检验
  22. P22 · 【22】 3.9 可视化相关性分析假设检验代码实操
  23. P23 · 【23】 4.1 综合评价问题
  24. P24 · 【24】 4.2 综合评价问题代码实操
  25. P25 · 【25】 4.3 层次分析法
  26. P26 · 【26】 4.4 层次分析法代码实操
  27. P27 · 【27】 4.5 熵权法-上
  28. P28 · 【28】 4.6 熵权法-下
  29. P29 · 【29】 4.7 熵权法代码实操
  30. P30 · 【30】 4.8 TOPSIS
  31. P31 · 【31】 4.9 TOPSIS代码实操
  32. P32 · 【32】 5.1 灰色关联分析
  33. P33 · 【33】 5.2 灰色关联分析代码实操
  34. P34 · 【34】 5.3 主成分分析-上
  35. P35 · 【35】 5.4 主成分分析-下
  36. P36 · 【36】 5.5 主成分分析代码实操
  37. P37 · 【37】 5.6 因子分析
  38. P38 · 【38】 5.7 因子分析代码实操
  39. P39 · 【39】 5.8 模糊综合评价
  40. P40 · 【40】 5.9 模糊综合评价代码实操
  41. P41 · 【41】 6.1 回归预测问题
  42. P42 · 【42】 6.2 一元线性回归
  43. P43 · 【43】 6.3 多元线性回归
  44. P44 · 【44】 6.4 多元线性回归-lasso回归
  45. P45 · 【45】 6.5 多元线性回归代码实操
  46. P46 · 【46】 6.6 曲线拟合
  47. P47 · 【47】 6.7 曲线拟合代码实操
  48. P48 · 【48】 6.8 非参数与树模型回归
  49. P49 · 【49】 6.9 误差估计与模型选择
  50. P50 · 【50】 6.10 非参数与树模型回归-模型对比
  51. P51 · 【51】 7.1 时间序列与预测模型
  52. P52 · 【52】 7.2 时间序列问题代码实操-1
  53. P53 · 【53】 7.3 时间序列问题代码实操-2
  54. P54 · 【54】 7.4 移动平滑与指数平滑
  55. P55 · 【55】 7.5 移动平滑与指数平滑代码实操
  56. P56 · 【56】 7.6 ARIMA-1
  57. P57 · 【57】 7.7 ARIMA-2
  58. P58 · 【58】 7.8 ARIMA代码演示-1
  59. P59 · 【59】 7.9 ARIMA代码演示-2
  60. P60 · 【60】 7.10 LSTM
  61. P61 · 【61】 7.11 LSTM代码实操
  62. P62 · 【62】 7.12 灰色预测模型
  63. P63 · 【63】 7.13 灰色预测代码实操
  64. P64 · 【64】 8.1 分类问题
  65. P65 · 【65】 8.2 朴素贝叶斯
  66. P66 · 【66】 8.3 分类问题与朴素贝叶斯代码实操
  67. P67 · 【67】 8.4 逻辑回归
  68. P68 · 【68】 8.5 逻辑回归代码实操
  69. P69 · 【69】 8.6 支持向量机
  70. P70 · 【70】 8.7 支持向量机代码实操
  71. P71 · 【71】 8.8 knn
  72. P72 · 【72】 8.9 knn代码实操
  73. P73 · 【73】 8.10 决策树与随机森林
  74. P74 · 【74】 8.11-决策树与随机森林代码实操
  75. P75 · 【75】 8.12 XGboost和LightGBM上
  76. P76 · 【76】 8.13 XGBoost和LightGBMz中
  77. P77 · 【77】 8.14 XGBoost和LightGBM下
  78. P78 · 【78】 8.15 XGBoost与LightGBM代码实操
  79. P79 · 【79】 8.16 模型评价
  80. P80 · 【80】 8.17 模型评价代码实操
  81. P81 · 【81】 9.1 聚类问题
  82. P82 · 【82】 9.2 kmeans
  83. P83 · 【83】 9.3 kmeans代码实操
  84. P84 · 【84】 9.4 层次聚类
  85. P85 · 【85】 9.5 层次聚类代码实操
  86. P86 · 【86】 9.6 DBSCAN
  87. P87 · 【87】 9.7 DBSCAN代码实操
  88. P88 · 【88】 9.8 模型评价
  89. P89 · 【89】 9.9 模型评价代码实操
  90. P90 · 【90】 10.1
  91. P91 · 【91】 10.2
  92. P92 · 【92】 10.3 多层感知机上
  93. P93 · 【93】 10.4 多层感知机下
  94. P94 · 【94】 10.5 神经网络建模问题MLP代码实操
  95. P95 · 【95】 10.6 训练泛化调参
  96. P96 · 【96】 10.7 神经网络模型评价_AI使用
  97. P97 · 【97】 11.1
  98. P98 · 【98】 11.2 线性规划
  99. P99 · 【99】 11.3 线性规划代码实操
  100. P100 · 【100】 11.4 整数规划
  101. P101 · 【101】 11.5 整数规划代码实操
  102. P102 · 【102】 11.6 非线性规划
  103. P103 · 【103】 11.7 非线性规划代码实操
  104. P104 · 【104】 11.8 动态规划
  105. P105 · 【105】 11.9 动态规划代码实操
  106. P106 · 【106】 11.10 非线性规划
  107. P107 · 【107】 11.11 非线性规划代码实操
  108. P108 · 【108】 12.1 图论建模问题
  109. P109 · 【109】 12.2 最短路模型
  110. P110 · 【110】 12.3 最短路模型代码实操
  111. P111 · 【111】 12.4 最小生成树
  112. P112 · 【112】 12.5 最小生成树代码实操
  113. P113 · 【113】 12.6 路径优化问题
  114. P114 · 【114】 12.7 路径优化问题代码实操
  115. P115 · 【115】 12.8 网络流模型
  116. P116 · 【116】 12.9 网络流模型代码实操
  117. P117 · 【117】 13.1 智能优化问题
  118. P118 · 【118】 13.2 遗传算法
  119. P119 · 【119】 13.3 遗传算法代码实操
  120. P120 · 【120】 13.4 粒子群算法
  121. P121 · 【121】 13.5 粒子群算法代码实操
  122. P122 · 【122】 13.6 模拟退火算法
  123. P123 · 【123】 13.7 模拟退火算法代码实操
  124. P124 · 【124】 14.1 数值分析问题
  125. P125 · 【125】 14.2 非线性方程求解上
  126. P126 · 【126】 14.3 非线性方程求解下
  127. P127 · 【127】 14.4 非线性方程求解代码实操
  128. P128 · 【128】 14.5 插值与曲线近似
  129. P129 · 【129】 14.6 插值与曲线近似下
  130. P130 · 【130】 14.7 插值与曲线近似代码实操
  131. P131 · 【131】 14.8 数值积分
  132. P132 · 【132】 14.9 数值积分代码实操
  133. P133 · 【133】 14.10 差分方程上
  134. P134 · 【134】 14.11 差分方程下
  135. P135 · 【135】 14.12 差分方程代码实操
  136. P136 · 【136】 15.1 动态系统和仿真建模
  137. P137 · 【137】 15.3 常微分方程代码实操
  138. P138 · 【138】 15.4 偏微分方程
  139. P139 · 【139】 15.5 偏微分方程代码实操
  140. P140 · 【140】 15.6 排队论
  141. P141 · 【141】 15.7 排队论代码实操
  142. P142 · 【142】 15.8 蒙特卡洛模拟
  143. P143 · 【143】 15.9 蒙特卡洛模拟代码实操
  144. P144 · 【144】 16.1 论文写作规范上
  145. P145 · 【145】 16.2 论文写作规范下
  146. P146 · 【146】 16.3 摘要写作
  147. P147 · 【147】 16.4 论文图表规范
  148. P148 · 【148】 16.5 模型选择
  149. P149 · 【149】 16.6 灵敏度与稳健性
  150. P150 · 【150】 16.7AI辅助建模
  151. P151 · 【151】 16.8 AI使用规范_课程总结
Description
更多数学建模资源关注【数模加油站】获取