本文章用于记录在备赛2025CUMCM期间学到的内容，偏随笔性质，系统性的知识笔记移步其他Blog。
备赛资料
首先给出备赛的一些资料：
培训营资料暂时没有上传，见QQ群
国赛模型汇总-飞书 （按照题目来列表）
六大模型 - 飞书（可以看看，模型分类以及与真题的对应）
知网研学——数模可靠的捷径-飞书 （啥都没将感觉，就是让你在知网上找论文抄模型）
持续更新中…
7.2讲座-国赛模型速览
ABC题目
都要学优化模型
A题学习重点要放在优化类和微分方程类，各种代数 如果很简单的话不建议选
B题：高等代数，优化，数据类，预测类（除了评价类和微分方程） 选的人少，如果恰好学过的话获奖概率高很多 比较杂比较怪
C题：数据类，优化类，预测，评价
摘要：每一部分：建立了什么模型，用了什么方法，结果是什么
6.24讲座-数模竞赛中的数据分析方法
数据挖掘
数据挖掘：统计学、机器学习（无可解释性）
经典统计学能很好解决的问题，不推荐用机器学习； 非线性预测及分类问题，机器学习往往有优势，但须把算法 参数说清楚，并作好模型评估和结论解释。
数据预处理：
数据清洗
- 处理缺失数据
- 平滑噪声数据
- 检测和处理离群值
数据集成
- 多个数据文件系统的集成
- 解决不一致性
数据变换(标准化)
- 规范化、聚集等
数据归约(缩减)
- 在可能获得相同或相似结果的前提下，对数据的属性进行有效地缩减
可视化
特征工程：
数据建模 or 机器学习
机器学习略，列出了一些loss function，见pdf
数据建模-预测方法：
数据建模-分类方法：
