很多同学在留学准备前期都经常很迷茫，对申请目标，甚至未来职业发展方向都拿不定主意，不知道要如何选择。想提前通过实习来进行全方位的了解，但无奈实习试错机会少，而通过项目实战，却是个高性价选择。
通过精心设计的项目，可以了解业界常规的作业模式，进行类似实践，这对发现职业兴趣、提升相关技能、积累实操经历都非常有益。
数学建模比赛是大学生最常见也是范围最广的竞赛，想要在数模竞赛中获得一个好成绩，需要掌握数学建模的四大方面能力：文献查阅、算法理解、编程实现、论文撰写。
在使用数学建模相关知识解决实际问题的时候，我们将使用数理算法来进行模型搭建，并且配合使用编程工具/统计工具来完成模型求解，最后将自己的思路以论文的形式呈现出来，这一过程所展现出来的算法能力、抽象化能力、编程能力以及论文写作能力都是海外院校很重视的能力。
指南者的数学建模竞赛营，课程教授10+种数学建模常用算法，使用编程软件（MATLAB，SPSS，Stata）进行数学模型求解，并且在老师的指导下参加“高斯杯”全国大学生数学建模竞赛，巩固并检验学习成果。
我们一起来看看在《结直肠癌病变风险预测分析》赛题中，同学们都做了什么。
项目简介
结直肠癌 (CRC) 是世界范围内最常见的癌症之一，在所有类型的癌症中发病率位居第三，死亡率位居第二，近几十年来，CRC的发病率呈持续上升趋势。根据美国国家癌症研究所的最新数据显示，到2030年，在20岁-34岁的成年人中，结肠癌和直肠癌的发病率将分别上升90%和124%。
目前，计算机人工智能技术在医学领域的应用越来越广泛，极大推动了“精准医疗”的发展。基于人工智能对数字病理的数据挖掘及深度学习，病理诊断逐渐从定性分析发展为定量分析，促进了数字化病理的发展。
请根据本次赛题所提供的数据构建结直肠癌病变预测模型，并基于构建的模型说明哪些检测变量或者它们之间的共同作用会对结直肠癌的癌变产生较大的影响。
优秀学员报告展示（左右滑动，放大查看）
从展示的数模论文来看，可以看C同学有以下几点可圈可点：
1.在数据预处理阶段对缺失值、异常值和数据归一化等问题进行了认真处理，这有助于提升模型的准确性和泛化能力。采用了多种机器学习算法，并通过前馈神经网络模型实现了高精度的分类预测，这表明研究在方法论上做了充分探索，结果也较为可靠。
2.对影响结直肠癌发生的因素进行深入分析是一大亮点。使用斯皮尔曼相关系数、Topsis算法和多项式特征处理，不仅识别出了单一变量的重要性，还揭示了变量之间的相互作用对疾病影响的程度，从而为结直肠癌的预防和治疗提供了潜在的生物标记物。
3.在工具的使用方面也是可圈可点的，除了课程教授的MATLAB、spss、stata等工具，还额外学习了python编程完成了对于图表的可视化操作以及多种机器学习模型的构建与评价。
项目背书
学习过程（点击放大）
报名信息
▼
1月3日开课
仅限5个名额
文末扫码咨询
1月3日开课
仅限5个名额
扫码咨询，先到先得
继续阅读
阅读原文