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？

前言：

说来也巧合，我在大学里加入的第一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力，什么舞蹈、爱心、创业、英语等，加入数学建模的原因有二：一是可以参加比赛，二是可以认识更多的朋友，但是在加入的第四周我就完全失望了，完全没有达到我的预期，平时组织活动比较及时，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。所以你感觉一个社团给你提供不了你当初加入的初心，那就赶紧离开吧，别再浪费时间了。之后一年里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，直到有一天群里通知有没有人愿意参加数模大赛，虽然群里只剩下十几个人，那就报名呗，反正有专门的老师培训，之后都会在课余去参加培训，偶尔偷懒没去，之后经过平时，暑期培训参加了比赛。在比赛的时候一脸懵逼，B题题目都搞不懂，怎么做，那就选B吧，查各种资料写论文，建模，到了最后提交不了？你是在逗吗，三天的辛苦白费了？结果也就没有拿到好成绩，就这样大一结束了，大二同样参加了，也拿到了成绩，在其期间也参加了其他的比赛，比如美赛，亚太赛，数创杯等，就算是经历吧。

总叙：

好了，言归正传，参加了这么多关于数模比赛，到底是为什么，或者是我喜欢数学吗？不是的，我高数一般般，由于个中原因，反正没怎么听老师讲课，所以对于数学我平常心，从2016年开始，AI的兴起，让我非常感兴趣，就特地去了解了下所学的课程，结果是无论是machine larning 还是deep leraning都需要数学建模思维，也就是现在非常抢手，工资非常高的算法工程师，并且数学建模是核心点，没有很好地建模思维，那你的项目就达不到所谓的智能。

那么数学与建模有什么联系，我们知道在大学如果要学高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，比如各种出版论文，最新的建模思维，只要熟练掌握，那么你的建模思维就会很高级，解决实际情况的方法就会很高效。我接触比较少，所以建模这块还在努力中，菜鸟一只。

数学与数学建模：

举个简单的列子：

如：一个星级旅馆有150个客房，经过一段时间的经营实践，旅馆经理得到了一些数据：每间客房定价为160元时，住房率为55%，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%。欲使旅馆每天收入最高，每间客房应如何定价？

[简化假设]

　　（1）每间客房最高定价为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。

　　[建立模型]

　设y表示旅馆一天的总收入，与160元相比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]

　　利用二次函数求最值可得到当x=25即住房定价为135元时，y取最大值13668.75（元），

　　[讨论与验证]

　　（1）容易验证此收入在各种已知定价对应的收入中是最大的。如果为了便于管理，定价为140元也是可以的，因为此时它与最高收入只差18.75元。

　　（2）如果定价为180元，住房率应为45%，相应的收入只有12150元，因此假设（1）是合理的。

这便是一个简单的数学建模，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.这样做需要用到那些模型？

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

差不多这十点是需要我们考虑的，也许要大量用到数学计算，甚至涉及到统计，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。

数学建模与人工智能：

同样通过一个小例子来理解他们之间的关系：

题目：在一个公司中，由于某些原因，有些员工渐渐离网（从公司流失），对于此，请用机器学习算法预测客户流失的一些特点，包括年龄，性别等其它因素。

在这道题中，利用机器学习时要用到一种建模模型：决策树

1.决策树如何构建？

2.构建决策树

3.生成决策树

4.利用ID3算法实现function

5.集成学习

6.然后利用PAI算法执行

7.分析效果

8.总结

不难发现通过这复杂的八步就完美提供了解决方案，完成项目需求，而这八步都需要扎实的建模思维，要不然几乎没办法做，所以数学建模对于人工智能算法非常关键。

再者比如最新的滴滴Di-Tech算法大赛：

问题是：对无人驾驶车而言，最重要的是能够理解周围环境并做出相应决策，保证行车安全。参赛者需要努力找到通过摄像头和 LIDAR 数据检测道路上的障碍物的最好方法。最终的系统应该能够识别行人、车辆和普通障碍物，对人类驾驶员和无人驾驶系统都有很大帮助。参赛者需要处理 LIDAR、RADAR及摄像头原始数据，输出障碍物位置、移除噪音和环境错误检测。参赛者可以利用已经较为完善的 Kitti 数据集，在现有技术的基础上，加入自己的新方法和手段，来让算法获得更好表现。

不难发现无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方面考虑，完美的建模便是最好的答案。

所以学习人工智能，数学建模是必须的，很难，但要坚持！

2017的最后一个月，大家努力！

2017-12-01

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？相关推荐

机器学习与人工智能、深度学习有什么关系？终于有人讲明白了
导读:"机器学习"一词往往被与"人工智能""深度学习"混用,也常与"大数据"一词一同出现.下面首先简要介绍它们的关系,然 ...
图解人工智能机器学习深度学习的关系和区别
图解人工智能机器学习深度学习的关系和区别,先直观看下图的关系: AI(Artificial Intelligence.人工智能).机器学习(machine learning).深度学习(Deep le ...
深度学习(一): 人工智能-机器学习-深度学习的区别
人工智能-机器学习-深度学习他们之间是有区别的先来一张图做一下解释从发展历史上来看 AI:让机器展现出人类智力回到1956年夏天,在当时的会议上,AI先驱的梦想是建造一台复杂的机器(让当时刚出 ...
人工智能机器学习深度学习
人工智能是一个很老的概念,机器学习是人工智能的一个子集,深度学习又是机器学习的一个子集.机器学习与深度学习都是需要大量数据来"喂"的,是大数据技术上的一个应用,同时深度学习还需要更 ...
人工智能-机器学习-深度学习的区别与联系
AI,机器学习,深度学习,这些术语使很多人感到困惑.如果您也是其中之一,那么人工智能-机器学习-深度学习的区别与联系– AI vs Machine Learning vs Deep Learning绝 ...
【人工智能机器学习深度学习】基础选择题 31~60题练习（题目+答案），亦含判断题
目录一.前情回顾二.31~40题 2.1 题目 2.2 答案三.41~50题 3.1 题目 3.2 答案四.51~60题 4.1 题目 4.2 答案一.前情回顾 [人工智能 & 机器 ...
人工智能、机器学习、深度学习之间的关系
人工智能.机器学习.深度学习之间的关系一.人工智能二.机器学习三.深度学习三者之间的关系参考资料一.人工智能人工智能(Artificial Intelligence),英文缩写为AI.它 ...
人工智能-机器学习-深度学习-电子书大全
MATLAB函数速查手册(修订版)-邓薇, R的极客理想--工具篇 (数据分析技术丛书)-张丹著, R语言与网站分析 (数据分析技术丛书)-李明著, R语言实战 (图灵程序设计丛书)-Robert ...
AI人工智能、机器学习、深度学习之间的关系
一.基本概念 1.人工智能: 人工智能可以分为很多领域,如:自然语言理解,图像识别,语音识别,推荐系统等等. 2.机器学习: 机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功 ...
计算机专业人工智能机器学习深度学习统计专业英语单词（一）
把自己最近学到的计算机人工智能机器学习统计自然语言处理相关英语单词整理记录一下,持续更新,学到一些就记录一些. 语言科学 linguistic science 摘要 summarizing 自然语 ...

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？

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？相关推荐

最新文章

热门文章