- 上课对象：大一、大二
- 时间安排：十月中下旬——明年上半年（两个学期——周末班课程）
内容
典型模型：
- 最优化模型
- 微分模型（ODE）
- 差分模型
- 插值问题与方法
- 拟合问题和方法
- 随机系统模型
- 数据建模（回归分析）
- 图论
- PDE
- 遗传算法
分数构成
平时成绩（表现：调研报告、实验作业）：60% 组队 2-3 人
期末成绩：40% 在线测试，独立完成（程序设计基础）
作业
建立专题研究组
- 整理建模案例库（平时成绩）
- 离散组——差分模型、图论模型（图论建模）
- 连续组——常微分模型、偏微分模型
- 预测组——预测模型（拟合、回归分析、神经网络）
- 机器学习与大数据——常规机器学习、聚类算法、分类算法、神经网络、深度学习等
- 仿真组——计算机模拟、随机系统模拟、蒙特卡洛模拟
- 算法组——智能算法（遗传算法、模拟退火、粒子群算法等）、DFS、树、图（复杂一点的算法）
- 实验项目讨论组（实验作业）
综合实验：复现论文模型实验。（最多 1 个）
