原创力文档- 1、本文档共2页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
数学建模的应用领域
1.5.1能力培养
学习数学建模和经过这方面的训练，有助于扩大知识面，培养和提高学生综合运用所学知识解决实际问题的能力，即数学建模的能力。具体来讲，数学建模有助于培养以下几个方面的能力。
(1)丰富灵活的想象力
(2)抽象思维的简化能力
(3)一眼看穿的洞察能力
(4)发散思维的联想能力
(5)与时俱进的开拓能力
(6)学以致用的应用能力
(7)会抓重点的判断能力
(8)高度灵活的综合能力
(9)使用计算机的动手能力
(10)信息资料、数据的查阅能力
(11)科技论文的写作能力
(12)团结协作的攻关能力
1.5.2运筹优化
运筹学中用到最多的就是数学模型，其建立模型的方法和思路与数学建模是一致的。
1)直接分析法。
2)类比法。
3)数据分析法。
4)实验分析法。
5)构想法。
1.5.3机器学习
数学建模的学习和实践，可以很自然地过渡到当前热门的机器学习、数据挖掘。它们本质上就是数学建模，就是在用模型和计算机来解决实际问题。
人工智能，是通过机器展现的人类智能，可以说目前人工智能只是停留在畅想阶段，所能实现的有限的人工智能就是机器学习；机器学习，是让计算机利用已有的数据（经验）得出某种模型，并利用此模型预测未来的一种方法，机器学习的涵盖范围主要包括：模式识别、数据挖掘、统计学习、计算机视觉、语音识别、自然语言处理；深度学习，是机器学习的一个热门分支，是用深度神经网络技术来实现的机器学习。
机器学习与数据挖掘等热门领域的相互关系，如图1-9所示。
1-9机器学习与数据挖掘等热门领域的相互关系
机器学习本身就是构建数学模型和求解数学模型
数学建模与机器学习解决问题的思考过程是一致的
文档评论（0）