
梁进 陈雄达 钱志坚 杨亦挺
本书在常规数学建模教学内容的基础上对分析和计算问题的环节进行了强化,并结合实例讲解各个模型的深度应用,特别增补了数据处理模型的内容,以应对大数据时代的建模需求。全书共分5章,分别为离散模型、概率统计模型、动态模型、优化模型、竞赛攻略。其中,4类模型可以应对大多数建模问题,竞赛攻略则介绍了竞赛的基本情况,并以同济大学数学建模竞赛一等奖论文为例进行点评分析,希望给有志参赛的同学提供一定的帮助。
也是误闯天家了,全是专业术语,一点也读不懂
差到无法形容,很多名词不解释就直接用而且推导很多错误,毫无职业道德的粗制滥造书籍
数学建模就应该成为数学专业学生、其他理工科学生甚至是文科学生的必修课.合适的教材也就成了学生学习以及老师讲授数学建模课程的好帮手.近年来,参加各种各样数学竞赛的学生越来越多,常有学生问起,想参赛要达到什么样的要求?我们的回答是,没有特殊的要求,只要你懂点数学,能写作文即可.事实上,你可以用自己已知的数学知识去翻译实际问题、解决实际问题.当然,你的数学知识掌握得越多,就有可能做出越好的模型.所以数学建模的目的不是考验建模者会不会技巧,而是形成一个让人循序渐进、不断增强能力的过程.
看到好多人对这个嗤之以鼻,因为推理过程过于简单,但是我就喜欢这种书,因为现在有智能助手,这种书提纲挈领,很精髓,不懂的地方去问助手,效果非常好
这是一本“建模竞赛急救包”,涵盖统计分析、回归预测、运筹优化、模拟仿真、微分方程建模等竞赛常见题型。帮你在短时间内具备参赛能力。 但,数学推导和理论背景相对简略,对复杂模型(如非线性优化、随机过程)讲得浅。不太适合已有较强数学和算法背景,想深入研究优化方法、机器学习、复杂系统建模的人及需要学术研究或工业建模的高精度、可扩展性方案的人。当然毕竟是实体书,对近几年比赛中新题型(比如数据驱动+机器学习类题目)覆盖不够全面。 但如果想要从数学原理到前沿算法都有系统掌握,还需要补更深的理论书和新技术资料。
除了框图 有些启发作用,不能细读。整本书看似理论,但是不求甚解,公式推导不够严谨和细致,无论图还是公式都时有错误。好像举了很多例子但是停留表面,缺乏对为什么选择,优势以及分析,方法都讲解的囫囵吞枣。作为建模类粗犷的大纲勉强合格。
只能怪自己数学太差,不求甚解,每有会意吧,科学的作品还是适合麦肯锡那些建模公司,股市是艺术的作品。
还行,没有出彩的地方,也没多大缺点。
差,内容差,排版差,很多地方都没有写出名词解释 全文句号就没写对的。
错误很多,分析不到位,一知半解