UNIVERSITY MATHEMATICS / MATHEMATICAL MODELING · 方向选修
数学建模
学习从现实问题到可解释、可检验的数学模型。
跨领域数学建模的独立综合课,参考 MIT 的数据分析案例和连续应用数学案例。不同模型所需先修各异:微分方程模型需常微分方程,优化模型需最优化,网络模型需离散数学或图论。
建议具备 / PREREQUISITES
微积分、线性代数与概率论;选修微分方程模型前补常微分方程,优化案例前补最优化,网络案例前补图论。
学习目标 / LEARNING OUTCOME
能够写出建模假设、进行参数估计、数值求解及敏感度分析。
01 本站分组 I · 数据、线性与分类模型 本站按官方目录编排 9 条
02 本站分组 II · 预测、文本与聚类案例 本站按官方目录编排 9 条
本站为了学习节奏按官方目录顺序分组,不是大学官方Unit。组内标题与编号依照大学来源。
4.2
4.3
4.4
5.2
5.3
5.4
6.2
6.3
客户分群与心脏病发作模式的聚类分析
大学课时主题 · 本站尚未编写
大学原始目录 ↗Clustering for Customer Segmentation and Patterns of Heart Attacks
6.4
03 本站分组 III · 可视化、决策与优化案例 本站按官方目录编排 9 条
本站为了学习节奏按官方目录顺序分组,不是大学官方Unit。组内标题与编号依照大学来源。
7.2
7.3
7.4
8.2
8.3
8.4
9.2
9.3
9.4
来源完整度说明:这是数据分析与优化建模案例课程,有实战主题与讨论课,但不等于涵盖所有微分方程、网络和随机建模;只能作为模型案例路线。
不同专业需要的课程各不相同,不必一次学完全部内容。返回本科数学地图 ↗