» 1. 如何开题» 2. 如何进行问题的分析和数据的获取
» 3. 挖掘情境中数学模式的两种方法» 4. 连续模型的使用范围、建立和求解方法» 5. 从连续模型到离散模型&离散模型的常见类型及其研究方法
» 6. 确定性与不确定性» 7. 以支持向量机为例谈机器学习的本质» 8. 以神经网络为例谈深度学习的本质
» 9. 到底算法能不能算作数学模型或研究成果?» 10. 科学中的香芬迷雾:重整化方法
» 11. 问题重述与基本假设部分的检查表» 12. 符号约定部分的检查表
» 13. 模型建立部分的检查表» 14. 模型求解部分的检查表» 15. 模型分析部分和参考文献部分的检查表» 16. 数学建模论文摘要的写作建议
» 17. 从高中数学体会数学概貌和数学建模» 18. 感性认知如何驱动理性认知
» 19. 我们应该抱着什么心态去学习数学与科学» 20. 新生代青年在变革时代中的机会与责任