MCM竞赛

提供针对MCM2018美赛的Matlab代码，包括Lasso算法、模拟退火算法等现代启发式算法。 重点算法： 统计理论的基础算法： Lasso、k-nn、FS、LAR、PCA、LDA、BIC、SVM 现代启发式算法： 模拟退火算法、蚁群算法、遗传算法 参考： Trevor Hastie，《统计学习基础》 Jorge Nocedal，《数值优化》 Mehryar Mohri，《机器学习基础》 Ian Goodfellow，《深度学习》

美赛学习参考，包含题目和 C 题原始数据。

这份文档是关于2001年MCM（数学建模竞赛）A题的一篇优秀论文。数学建模是利用数学理论和方法来抽象、简化并解决问题的过程。在这个特定的问题中，参赛者被要求解决关于自行车轮的选择问题，尤其是针对不同的比赛条件如何选择最佳的车轮类型。核心知识点详解：专业自行车手在比赛中会根据赛道的特点、天气、风速等因素来决定使用哪种类型的后轮。常见的轮子有两种基本类型：由钢丝辐条构成的轮子和由实心盘构成的轮子。前者轻便但空气动力学性能较差，后者则相反。任务分析包括构建一个表格，给出在不同道路坡度下，实心后轮所需的动力比钢丝辐条后轮少的临界风速。此外，提供了一个示例展示如何将表格应用于特定的时间赛程路线，以及评估表格是否足够作为决定车轮配置的依据，并提出其他可能的决策方法。模型构建方面涉及物理模型和统计模型，同时引入决策支持模型帮助团队在复杂多变的比赛中做出最优选择。实际应用与拓展包括利用机器学习算法预测比赛日的气象条件和开发实时的车轮选择策略。

河南省第十四届ICPC大学生程序设计竞赛将于2023年5月21日举行。

XJTU 提供数学竞赛资料供学习者使用。

数据集介绍 竞赛规则 评价指标 数据探索和预处理 模型选择和训练 结果分析和可视化

SQL竞赛最终赛试题

欢迎参加MATLAB竞赛，创意是最重要的准则。我们将寻找最有创意的参赛者。

美赛概览： 96 小时团队建模竞赛，解决实际问题，提交建模报告。 备赛心得： 熟悉规则、抓住关键、分工合作、多实践。 往年试题： 可在官网（http://www.comap.com/undergraduate/contests/mcm/）查询。

这是一个简单而实用的计算机竞赛开发环境，适合初学者使用，基于Microsoft Visual 2005和SQL 2000开发。