题目解读

主要做的是“大数据”与“人工智能”。

其中“大数据”所涉及的的第一个就是大量的数据,数据从哪里来?拿到数据后,我们需要做基本的数据分析,如何对大量的数据进行合适的处理?数据处理规整后,如何分析,用什么算法进行建模?

接着说道“人工智能”,这个可能和前面大数据中的算法建模类似,我们需要在这里把它升华到"深度学习“,”时间序列“等。在我看来,大数据主要涉及的是机器学习,人工智能涉及的是深度学习。

你需要具备的知识点

在上面的解读中,我们提到”数据从哪里来?“,我们可能很难找到公开的数据用于研究。就算找得到,那就是已经被别人研究过了,你的课题可能就没多少新意了。因此,如果你想真的做一个具有价值的项目,你需要学习”爬虫“知识抓取自己想要的数据。推荐本人的爬虫著作:《Python网络爬虫入门到实战》,相信你一定用得到。
2024统计建模:大数据与人工智能时代的统计研究-LMLPHP

假设你已经完成数据搜集步骤,接下来你需要做的是数据处理和数据的算法建模。其中必备的肯定是Python的pandas和sklearn模块,如果你没有Python基础,你可能还需要学习相关环境搭建以及基本的知识。推荐本人的Python3零基础到机器学习实战著作:《Python3编程从零基础到实战》
2024统计建模:大数据与人工智能时代的统计研究-LMLPHP
接下来,你可能还需要学习深度学习完成更高阶的模型训练,其中主要用到的为tensorflow和pytorch,优选tensorflow。这块需要学习的知识众多,我推荐大家学习我免费提供的大量深度学习项目代码,自己拿下来跑几个感受下就差不多:tensorflow

2024统计建模:大数据与人工智能时代的统计研究-LMLPHP

接着你可能依然无法短时间完成这样的课题,你可能需要一个高级的助手辅助你完成代码开发,这里我依然推荐自己开发GPT4站点:ChatGPT4.0国内站
2024统计建模:大数据与人工智能时代的统计研究-LMLPHP
基于这样的全套知识和工具,基本能辅助大家完成任意的数学建模比赛以及毕业论文等。

课题推荐

主要涉及:健康,金融,安全,教育,工业等领域

以下是我认为推荐到几篇文章,希望对大家有所启发。

上述仅仅是我初步的一些建议和找的相关文献,并不唯一。欢迎大家与我一起探讨交流方案:2024数学建模学习交流

视频分析

见我B站更新:川川菜鸟

04-23 19:35