2018年泰迪杯总结——最全的数学建模、数据挖掘比赛入门

期待已久的泰迪杯数据挖掘比赛从3月1日开启到今天4月15日已经结束了，不同于美赛等数学建模比赛，它耗时更长，赛题难度更大，需要处理的数据更加庞大（奖金也超级丰厚hhh）。
笔者通过一个半月的投入、沉浸，收获颇丰，在此记录一番，希望对各位有兴趣参加下年的泰迪杯或相同类型的数学建模、数据挖掘比赛的童鞋们有实质帮助！

一、队友的选择

俗话说，不怕神一样的对手，就怕猪一样的队友！笔者就碰到了极品猪队友！！！早在2月时就和两个女性队友（没错，猪脚我是男的）愉快地决定了共同参加泰迪杯，然而到了3月份报名后，其中一个队友就以各种课多、作业多等理由来搪塞我们，交给她的找指导老师任务迟迟3个星期没完成，之后她展现了惊天操作：开会直接不来！！！没错，整个泰迪杯只有我和另外一个强劲队友（可爱、美丽、大方的小师姐）艰辛地完成了。现已删了那个奇葩的微信好友，为她动怒也是不值得。

回归正题。选择好的队友关乎到你能不能拿奖，一般参照如下：

寻找用共同编程语言的队友，一般有python，matlab、R等。
有数学建模参赛经历，不然你就是在带小朋友！
寻找一名paper写手，能事半功倍。
若寻找编程好手，问清他博客量/撸码量/专研领域！

ps：队友找好后先不急着报名，一定要看看是否合适，一旦有猪队友一定要更换，不要觉得难为情，不然到后期要哭死！！！

二、指导老师的选择

指导老师对于参加比赛、科研项目是十分重要的。很多比赛小白担心怎么找指导老师，或者害怕老师会不会不答应。一般来说，只要指导老师不是很忙，他都会答应的。学院老师是有义务并且乐意帮助、鼓励学生参加比赛、科研项目的，何况学院导师内部是有评审机构，评价一名老师是否优秀是要看所带过的团队、项目获奖的数目。所以大胆地找老师，不必害羞。

找指导老师可以参照如下：

学院网站一定会有学院老师的研究领域、获奖、论文量，并且有老师的联系方式。
询问下师兄师姐对该指导老师的评价。

三、赛前准备

很多建模小白可能都有一个疑问，机器学习能用于数学建模吗？答案是没问题的。当初我第一次参加美赛时，觉得用机器学习一行代码一个模型有点大材小用，参加完后才觉得简直不要太好用啊。

泰迪杯是3月1日开题，开题前主要准备有：

广猎各种建模知识，例如回归、分类、聚类等，不求精。
学习好一种数据框架，笔者是用python，强烈推荐pandas（笔者写了很多pandas博客，觉得有用关注走一波~）
提前弄懂文件读写，比赛文件一般为excel，pandas的.read_excel()简直不要太好用！

重要的是开题后的准备：

开题后仔细审阅每个题目，弄清题目所属领域，比如今年A题的电力挖掘是有关时间序列、分类和识别问题的。
尝试建立整个解题框架，但不求细节，把握整体。
查阅并准备好相关文献，常见的有知网、Google学术、SCI-hub、OAlib等。
对所选赛题所属领域进行知识储备，最好能做笔记、写博客。如果用的是python，详见这篇：学习Python的做笔记神器——Jupyter Notebook

四、赛中建议

能否取到好成绩，关键就在比赛期间了。泰迪杯时间长达一个半月，但不需要拉这么长的战线。一般仅需最后的一个星期。注意，是一个星期的全心全意投入，若课程较多，作业繁杂，只能提前一定的时间，所以一定要留足一个星期解题的时间。最好提前把所有繁杂的事务、作业完成好，把解题时间挤在一起是最好的，效率也会最高。

笔者从比赛中出现的问题中总结如下：

一定要审核好题目要求，琢磨好题目的含义才能动手，漏了、搞混了将会使你竹篮打水一场空！
明确团队每个人的分工，一般队长为解题、建模高手，队员二为编程好手，队员三为paper写手。明确分工，效率会超高，事半也会功倍！
队长的责任最为重大，不仅需要解题、建模，还要负责协调、促进整个团队的工作。
编程好手不需理会论文的编写和成型，只需编程实现团队确定好的解题思路。
paper写手不需理会编程细节、实现过程，只需以论文的规范性地、完整性地、逻辑性地将模型、解题步骤等表达出来。
对于专有名词、关键词，每个人有每个人的理解，团队之间一定要明确和统一，这样可减少不必要的误解甚至争吵。
解题期间，一定要和指导老师跟进进度，询问老师的意见。
编写程序时一定要写好注释，不然代码堆起来看不懂自己写的是什么玩意。。
解开一道题时即可让paper写手立即写论文了，节省时间。
当卡在某个问题上时，善用网络搜索、交流群，若还未解决一定要及时寻求指导老师的帮助。
当完成并审核论文时一定要让指导老师帮忙审核，再做最后的修改。
最后，一定要注意提交时间，提交文件格式等重大问题，以免比赛后期手忙脚乱。

五、赛后准备

还准备什么？当然去浪啊！！！hhhh

谢谢大家的浏览，
希望我的努力能帮助到您，
共勉！

2018年泰迪杯心得总结--最全的数学建模、数据挖掘的比赛入门相关推荐

记第一次Python数据分析练习——2018年“泰迪杯”数据分析职业技能大赛B题(2021/5/20)
文章目的本人目前是应用统计专业大二(2021/5/20)的本科生,上学期上过Python课,但说实话讲的不深,过了一个学期也基本上忘光了. 最近深刻地觉得计算机专业真是好啊,以后我也要当程序员.JP ...
2020年泰迪杯C题智慧政务中的文本数据挖掘应用--论文+全部源码分享
5.2问题二模型的建立与求解本题要求针对热点问题进行挖掘,主要目的是从群众留言中挖掘出热点问题.也就是给每一条留言都量化一个热度指数.并且根据热度指数进行排序,从而获取热度较高的评价问题.对于问题热 ...
数学建模亚太赛优秀论文_泰迪杯数据分析职业技术大赛总结暨亚太地区大学生数学建模经验分享会...
相信不少同学对泰迪杯数据分析职业技能大赛.APMCM亚太地区大学生数学建模竞赛应该略有耳闻那么这泰迪杯数据分析职业技能大赛.APMCM亚太地区大学生数学建模竞赛到底是什么呢泰迪杯数据分析职业技能大 ...
第八届“泰迪杯”数据挖掘挑战赛的一点心得
第八届"泰迪杯"数据挖掘挑战赛的一点心得前言大三下学期,我和我的两位队友一起参加了第八届"泰迪杯"数据挖掘挑战赛,我们选择了C题--"智慧政务 ...
【2023年第十一届泰迪杯数据挖掘挑战赛】B题：产品订单的数据分析与需求预测 23页论文及实现代码
[2023年第十一届泰迪杯数据挖掘挑战赛]B题:产品订单的数据分析与需求预测 23页论文及实现代码相关链接 (1)建模方案 [2023年第十一届泰迪杯数据挖掘挑战赛]B题:产品订单的数据分析与需求预 ...
【2023年第十一届泰迪杯数据挖掘挑战赛】B题：产品订单的数据分析与需求预测建模及python代码详解问题一
相关链接 [2023年第十一届泰迪杯数据挖掘挑战赛]B题:产品订单的数据分析与需求预测建模及python代码详解问题一 [2023年第十一届泰迪杯数据挖掘挑战赛]B题:产品订单的数据分析与需求预测 ...
【第十一届“泰迪杯”数据挖掘挑战赛】B题产品订单的数据分析与需求预测“解题思路“”以及“代码分享”
[第十一届泰迪杯B题产品订单的数据分析与需求预测产品订单的数据分析与需求预测 ]第一大问代码分享(后续更新LSTM+informer多元预测多变量模型) PS: 代码全写有注释,通俗易懂,包看懂!!! ...
华南理工大学广州学院计算机二级,华南理工大学广州学院学子在第三届“泰迪杯”数据分析职业技能大赛中荣获佳绩...
12月19日,第三届泰迪杯数据分析职业技能大赛落下帷幕并公示了获奖名单.华南理工大学广州学院获得国家二等奖一项,国家三等奖两项的好成绩,这是我华南理工大学广州学院首次有组织地参与该赛事.本次竞赛由计算 ...
数据增长率怎么算_2019 年“泰迪杯”数据分析职业技能大赛A题超市销售数据分析...
一.分析背景近年来,随着新零售业的快速发展,消费者购买商品时有了更多的对比和选择,导致超市行业的竞争日益激烈,利润空间不断压缩.超市的经营管理产生了大量数据,对这些数据进行分析,可以提升超市的竞争力 ...
第七届泰迪杯挑战赛C题
第七届"泰迪杯"数据挖掘挑战赛C题赛题和数据网盘链接: https://pan.baidu.com/s/1VRIHBLqaTsfOMLnVmibo5A 提取码:L6X6

2018年泰迪杯心得总结--最全的数学建模、数据挖掘的比赛入门