学习计划

Stage 1 基础知识学习

1.1 认识数学建模

1.2 论文写作方法

1.3 基础编程

Stage 2 机器学习案例

2.1 Titanic 生存分析

• 学习目标：
  • 掌握加载数据，读取数据，描述数据，数据可视化
  • 了解数据清洗，特征工程，并进行简单建模
• 输出结果：paper形式——问题分析，数学建模，编程内容

2.2 IBM 离职分析

• 学习目标：
  • 熟练掌握数据清洗，特征工程
  • 了解回归算法，分类算法，聚类算法
  • 了解AHP层次分析，TOPSIS评价体系
• 输出结果：paper形式——问题分析，数学建模，编程内容

2.3 Delhi 天气预测

• 学习目标:
  • 认识并了解时间序列数据，掌握时间序列建模。
  • 熟悉 ARIMA 模型原理，掌握差分步骤
  • 了解 SARIMA 模型适用场景
• 输出结果：paper形式——问题分析，数学建模，编程内容

Stage 3 国赛真题模拟

3.1 规划问题

• 学习目标：
  • 掌握规划算法的数学原理，适用场景，以及编程内容。
  • 对动态规划，元启发算法重点理解掌握。
• 输出结果：无

3.2 真题模拟

• 练习目标：独立完成建模，编程，论文内容
• 输出结果：论文