-课程背景-

对于数学建模而言，最开始很多小伙伴用到的是Lingo、SPSS和MATLAB，但随着时间的推移，更多小伙伴选择了MATLAB和Python,目前仅用Lingo做一些基础的规划工作。

但由于MATLAB禁止哈工大和哈工程两所高校使用，导致学校老师和学生均不能用MATLAB进行各种科研工作，而其他学校，尤其是军工类学校也都人心惶惶，毕竟MATLAB在数值计算领域几乎是必会语言，万一MATLAB退出中国市场，是否意味着我们就没法参加数模比赛了呢？

别着急，在全球编程语言排行榜中， Python位列前三甲，而MATLAB在18名开外，这也间接说明Python在全球语言开发中的重要作用！并且在PyCon 2017年的大会上，多位大佬提出科学家应该全面拥抱Python，在2015年开始Python在NASA的地位就开始遥遥领先IDL、MATLAB和Fortran。

如果仅仅是数值计算，MATLAB与Python其实功能差不多，学起来难度也基本相似，但MATLAB所拥有的的Simulink功能在仿真领域更胜一筹，并且其数值分析能力也更强；但Python的第三方生态更加强大，并且随着深度学习技术的进一步发展，Python在人工智能领域的发展更为迅速！

目前有学者 列出了Python相对于MATLAB的8大优势：

• Python免费且开源；
• Python支持import声明；
• Python支持更多图像处理的包和工具集；
• Python可以更好的支持哈希字典；
• Python代码比MATLAB更简洁，可读性更强
• Python让面向对象开发更简单、更优雅；
• Python一个文件、模块里能包含很多函数；
• Python和其他编程一样，都是从0开始计数，而MATLAB不是。

-课程简介-

在数学建模领域，由于MATLAB封禁了两所学校，导致其他学校的学生也很惶恐，都想学习另外一种语言以免MATLAB被禁影响比赛，而Python确实可以选择，并且相对于MATLAB必须正版授权，Python是免费开源的，被封的可能性非常小！

本课程主要介绍了使用Python高效学习数学建模的内容，并且免费为学员提供了Python系统学习资料以及数学建模30个常用算法的Python代码。

-课程对象-

• 零基础准备学习数学建模的同学；
• 或者具有一定编程基础的同学；
• 准备参加数学建模国赛、美赛的同学。

-课程目录-

Topic 01.  0-1背包的优化模型
Topic 02. 动态规划DP的优化模型 
Topic 03. 状态转移图解法模型 
Topic 04. 马尔科夫链MC预测模型 
Topic 05. 神经网络ANN的分类模型 
Topic 06. 神经网络ANN的预测模型 
Topic 07. 时间序列TS的预测模型 
Topic 08. 聚类分析CA的分类模型 
Topic 09. TOPSIS综合评价模型
Topic 10. 层次分析法AHP模型 
Topic 11. 模糊综合评价FCE模型 
Topic 12. 熵权法评价EWM模型 
Topic 13. 微分方程DE的预测模型 
Topic 14. 灰色预测GP的预测模型 
Topic 15. 支持向量机SVM分类模型 

Topic 16. 决策树DT的分类模型
Topic 17. 逻辑回归LR的分类模型
Topic 18. 随机森林RF的分类模型
 Topic 19. 蒙特卡洛MC模拟模型
Topic 20. 排队论QT模拟模型
 Topic 21. 拟合回归的数据分析模型
 Topic 22. 线性规划LP的优化模型
 Topic 23. 非线性规划NLP的优化模型
 Topic 24. 整数规划ILP的优化模型
 Topic 25. 粒子群算法PSO的优化模型
 Topic 26. 模拟退火算法SA的优化模型
 Topic 27. 遗传算法GA的优化模型
 Topic 28. 蚁群算法ACO的优化模型
Topic 29 主成分分析PCA的降维模型
Topic 30. 最短路径算法TSP的图论模型