浅谈数学、数学建模与人工智能（机器学习深度学习）之间的关系？.pdf

《浅谈数学、数学建模与人工智能（机器学习深度学习）之间的关系？.pdf》由会员分享，可在线阅读，更多相关《浅谈数学、数学建模与人工智能（机器学习深度学习）之间的关系？.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、浅谈数学、数学建模与智能（机器学习，深度学习）之间的关系？前：前： 说来也巧合，我在学加的第个社团就是数学建模，各种各样的社团对我没有完全没有吸引，什么舞蹈、爱、创业、英语等，加数学建模的原因有：是可以参加赛，是可以认识更多的朋友，但是在加的第四周我就完全失望了，完全没有达到我的预期，平时组织活动较及时，但是真正给你教东西的却很少，所以从那开始我就退出了，再也没去。所以你感觉个社团给你提供不了你当初加的初，那就赶紧离开吧，别再浪费时间了。之后年都是按部就班地上课，没有搭理社团，但是QQ通知群还是留着，直到有天群通知有没有愿意参加数模赛，虽然群只剩下个，那就报名呗，反正有专门的师培训，之后都会在

2、课余去参加培训，偶尔偷懒没去，之后经过平时，暑期培训参加了赛。在赛的时候脸懵逼，B题题都搞不懂，怎么做，那就选B吧，查各种资料写论，建模，到了最后提交不了？你是在逗吗，三天的苦费了？结果也就没有拿到好成绩，就这样结束了，同样参加了，也拿到了成绩，在其期间也参加了其他的赛，如美赛，亚太赛，数创杯等，就算是经历吧。总叙： 好了，归正传，参加了这么多关于数模赛，到底是为什么，或者是我喜欢数学吗？不是的，我数般般，由于个中原因，反正没怎么听师讲课，所以对于数学我平常，从2016年开始，AI的兴起，让我常感兴趣，就特地去了解了下所学的课程，结果是论是machinelarning 还是deep leran

3、ing都需要数学建模思维，也就是现在常抢，资常的算法程师，并且数学建模是核点，没有很好地建模思维，那你的项就达不到所谓的智能。那么数学与建模有什么联系，我们知道在学如果要学数必须要学习微积分，定积分，线性代数，概率论等，所以这些都是建模的基础，建模没有对错，只有better，所以基础肯定要有的，其次要会查资料，如各种出版论，最新的建模思维，只要熟练掌握，那么你的建模思维就会很级，解决实际情况的法就会很效。我接触较少，所以建模这块还在努中，菜鸟只。数学与数学建模： 举个简单的列： 如：个星级旅馆有150个客房，经过段时间的经营实践，旅馆经理得到了些数据：每间客房定价为160元时，住房率为55%，

4、每间客房定价为140元时，住房率为65%，每间客房定价为120元时，住房率为75%，每间客房定价为100元时，住房率为85%。欲使旅馆每天收最，每间客房应如何定价？简化假设简化假设 （1）每间客房最定价为160元；（2）设随着房价的下降，住房率呈线性增长；（3）设旅馆每间客房定价相等。建模型建模型 设y表旅馆天的总收，与160元相每间客房降低的房价为x元。由假设（2）可得，每降价1元，住房率就增加 。因此由可知求解模型求解模型 利次函数求最值可得到当x=25即住房定价为135元时，y取最值13668.75（元）， 讨论与验证讨论与验证 （1）容易验证此收在各种已知定价对应的收中是最的。如果为了

5、便于管理，定价为140元也是可以的，因为此时它与最收只差18.75元。（2）如果定价为180元，住房率应为45%，相应的收只有12150元，因此假设（1）是合理的。这便是个简单的数学建模，在这道题中我们需要考虑的是：1.要做什么？2.怎么做？3.这样做合理吗？4.如果这样做，假设那些可以改变？5.这样做需要到那些模型？6.这种模型简洁吗？7.确定了这种模型，怎么求解？8.求解出来了，与现实合理吗？9.在这个模型中，存在什么缺点，怎么去优化？10.总结差不多这点是需要我们考虑的，也许要量到数学计算，甚涉及到统计，经济学，专有软件（matlab，spass）的处理等，所以整个建模过程离不了数学知识

6、。数学建模与智能： 同样通过个例来理解他们之间的关系： 题：题：在个公司中，由于某些原因，有些员渐渐离（从公司流失），对于此，请机器学习算法预测客户流失的些特点，包括年龄，性别等其它因素。 在这道题中，利机器学习时要到种建模模型：决策树决策树1.决策树如何构建？ 2.构建决策树3.成决策树4.利ID3算法实现function5.集成学习6.然后利PAI算法执7.分析效果8.总结不难发现通过这复杂的步就完美提供了解决案，完成项需求，这步都需要扎实的建模思维，要不然乎没办法做，所以数学建模对于智能算法常关键。再者如最新的滴滴Di-Tech算法赛：再者如最新的滴滴 Di-Tech算法赛：问题是：对驾驶车，最重要的是能够理解周围环境并做出相应决策，保证车安全。参赛者需要努找到通过摄像头和 LIDAR 数据检测道路上的障碍物的最好法。最终的系统应该能够识别、车辆和普通障碍物，对类驾驶员和驾驶系统都有很帮助。参赛者需要处理LIDAR、RADAR及摄像头原始数据，输出障碍物位置、移除噪和环境错误检测。参赛者可以利已经较为完善的 Kitti 数据集，在现有技术的基础上，加的新法和段，来让算法获得更好表现。不难发现论是怎样的安全措施，数据分析，算法处理，都需要建模思维各个考虑，完美的建模便是最好的答案。所以学习智能，数学建模是必须的，很难，但要坚持！2017的最后个，家努！2017-12-01