第一篇：数据建模的心得体会
应用VISO以及ERWIN进行数据建模的心得体会信管0802王莫凡200811244
5经过反复的实验，每个实体的中文说明和英文表名终于可以全部对应上了,总算可以说对建模工具Erwin有了全面的掌握.反思问题解决过程，需要一点点自责。还有在Erwin的ER图导入数据库是发生错误，原来是在选择默认的数据库类型时默不是Access的，而是SQL server的，经过武老师的指点，应在物理模式下的数据类型中调节。以后碰到难题，还是多分析，多尝试！还有一开始没弄明白实体间实线与虚线的关系，还有有两头的虚线，再看课件和询问同学的情况下搞明白了哈。
原来以为设计一个数据库要很麻烦，但这次自己通过Erwin找到了方法，Erwin就是一个很好的简化数据库设计的工具，ERwin 模型以一种可以帮助我们更有效地组织和管理的方式来使数据结构可视化，并减少数据、数据库技术和部署环境的复杂性。ERwin 既能帮助我们快速开发数据库，又能大大提高质量和可维护性。
之后用Visio也生成了一个ER图，发现它虽然没有Erwin强大，但是视觉效果好，因为是微软出品，所以还与多种Office软件兼容，所以我决定以后设计数据库用Erwin，设计好后用Visio再生成一个ER图，用来系统的展示，效果会很好。而且Visio还可以用来绘制组织结构图等多种图表，很好用。
第二篇：大数据建模与数据挖掘培训心得体会
大数据建模与数据挖掘培训心得体会
公司在2017年08月24日 — 08月27日组织参加了在北京举办的“大数据建模与分析挖掘”培训班，首先感谢公司给予的这次难得的机会，虽然只有短短的3天时间，但是我觉得在这3天我得到了一个充分的学习。下面我就谈谈这次培训的一些体会。
1、对数据建模和挖掘体系有了更深入的了解
培训中讲了大数据底层架构hadoop、spark的组成、了解了HDFS、mapreduce、hive、Hbase等组建的应用场景，并且也涉及了大数据架构与数据挖掘技术的结合，对整个大数据体系架构及数据挖掘流程更进了一步。
2、了解了挖掘模型的底层的原理
虽然实际工作中对数据挖掘模型更多的是侧重应用，但是了解了模型原理有利于对模型进行改造升级。培训中学习了一些模型求最优解的方法和策略，了解了最小二乘法、贪心算法、熵值法在求解模型系数时的应用原理，通过培训对模型底层算法有了一定了解。
3、学习了一些最新的建模方法
在以往的建模中往往采用单一模型或者多个模型权重结合的方式进行模型建立，此次培训中老师讲到了级联模型的应用，通过多个模型的等级级联，使预测模型的损失函数值最小且避免过拟合，并引入了xgboost高拟合模型，通过此次培训，对最新的建模方法和模型包有了一些了解。
4、确定了下一步学习的方向和目标 通过此次培训了解到自己在数据挖掘的道路还很长，对整个体系的全面掌控、建模的高准确性、深度学习等方面都是自己未来发展的方向，后续工作和学习中，根据公司需要确定优先深入学习的方向。
5、规划将学习的知识应用到实际工作中
在当前工作中也会涉及到预测模型，后期当不注重模型的可解释性时，可考虑使用黑盒方式进行数据挖掘，采用级联模型完成高拟合度的模型。在数据挖掘框架方面，虽然当前项目中没有涉及到的大数据体系架构的知识，但后期随着数据挖掘工作的深入，在模型部署阶段，可考虑将关系型数据库升级为大数据生态框架体系。
第三篇：建模心得体会
纵观过去六年，凡参加过数学建模培训、代表学校参加过全国数模竞赛的同学深受用人单位的青睐，今年有许多知名企业点名要录用参加过数模竞赛的学生。我校规定，凡得过数模竞赛国家一等奖的同学可直接保送为研究生，得过其它级别建模奖的同学在保送研究生中优先考虑。北京大学、清华大学等知名学府面向全国免试接受全国数模竞赛一等奖获得者的毕业生为该校硕士研究生。
接着他向我们阐述了参加数学建模竞赛要具备的八中能力。他觉得数学建模竞赛的特点是综合，优点也是综合，特别注重同学们的综合素质和综合能力。通过“打鸟”这个笑话，生动有趣地向我们传达 了建模思维的缜密性。他认为像线形规划，概率统计等相关的数学基础对于参加数学建模的同学来说，也是不可少的。
如何组对及起合作是一个十分重要的问题。在李老师看来，各个对员的知识技能既要全有要专。队员除了要根据自己的特长进行分工外，还要讲求合作，彼此要互相配合，只有这样才能取得最终的胜利。
他建议我们从建模的例题中学习解题方法，主张现学，现用，现卖。通过查阅参考文献了解背景，疏通基本概念，找到解题方法。他觉得学习，模仿是创新的前提和基础，要在不断思考模仿的过程中取得进步，总结积累经验。在建模中通常会用到机理分析法，数据分析法，计算机仿真及其他方法。李老师还向我们传授了“建模秘籍”——计算机上的十种武器。它基本上囊括了我们在建模中可能用到的算法和方法。这应该说对同学们准备数学建模竞赛有非常大的指导意义，值得同学们去认真地学习和思考。在最后他给我们介绍了竞赛的提型结构，赛题评阅以及数模论文撰写相关内容。讲座完后，同学们自由提问，李老师耐心地一一予以解答，并与同学们进行了交流。
这场讲座是值得每一个爱好数模的同学去听的。它除了内容丰富外，还具有较强的思维性和启发性。我相信，数模基地不会让同学们失望，数模的每次活动都值得同学们期待。
我们的付出，因为你们的进步，而令人倍感欣慰；我们的活动，因为你们的参与，而变得更加精彩。赶快加入吧！
祝愿你们学习进步，天天开心。让我们一起重温自强的宣言：“我不想听失意的哭泣，抱怨者的牢骚，这是羊群的瘟疫，我不能被它传染。我要尽量避免绝望，辛勤耕耘，忍受苦楚。我一试再试，争取每天的成功，避免以失败收场。在别人停滞不前时，我继续拼搏！”
“大学生不参加数学建模活动是一种遗憾。”这是武汉大学高成修教授的感悟。会上，高教授追溯了数模的发展背景，讲解了英国牛津大学数学建模现状，澳大利亚、加拿大政府组织数模宴会营活动，并指出中国政府也越来越重视数模教育，力求和国际接轨。
“参加数模竞赛，对大学生出国留学、进入科学院、毕业应聘有很大的优势。”曾经有一武大毕业生到网易公司应聘，网易总裁丁磊（以前也参加过数模竞赛）正是看中他有参加数模的经历才对其采取优厚待遇。
高教授还指出：近年来，我国越来越重视对应用型人才的培养与开发，加强交叉性学科的培养，并拨款100万用于数模的建设工作中，以达到将数学的思维融入基层工作中的目的。
用数学的思维看待现实问题，它是唯美的；将现实融入数学中，它是清澈的。
如果说高教授的话犹如前方的明灯，那么竞赛得主们则给我们指明了前进的道路。
“要大胆想象，勇于创新，追求原则。”刘中华，这位武汉大学02级学生如是说，他曾两次获国内数模竞赛奖，一次获美国数模竞赛奖，目前已保送中国人大研究生。刘中华告诉我们，参加美国数模竞赛大有裨益，它更具有开放性，没有复杂的数据，你可以为了说明问题而引用大量的图片，当然，英语一定要扎实。
华中科技大学杨未强同学认为，迎接挑战，超越自我的勇气首当其中。其实数学思想，数学模型就在身边。“一个人的力量是有限的，要依靠团队的合作精神才能取得成功。”这是他最大的感受。
“在机遇面前要勇敢”，范浩，先后获得数模竞赛国家二、一等奖，是数模打开了他挑战生活的大门。初始，他并没有获得培训的机会，但坚持旁听，直到通过初赛、决赛。他说：做事就要做到极致，充分发挥自己的聪明才智。
“一次竞赛，终身受益”，陈玲艳，我校经管院03级学生，告诉我们，数模是一个“用”的过程，也是一个“学”的过程，在参赛过程中能获得许多新的知识，它是挑战自我的殿堂。
第四篇：数学建模心得体会
数学建模心得体会
新一轮的基础教育课程改革经过近几年的实施与推进，新课程的理念已逐步被广大教师接受和认同，在教学实践的不同层面都得到了不同程度的体现与落实。作为课程改革的主阵地和落脚点——课堂教学，却还有或多或少的不尽如人意的地方。所以我们的课堂教学有必要依据新课程理念，建立符合实际的教学模式。反思我们的现在推行的解决问题课堂教学模式，不难发现与新课程改革的要求基本一致，有着诸多优点，主要表现在以下几个方面：
一、借助学生的生活经验，创设和谐课堂。
大量的研究表明，和谐的课堂学习环境可以有效的激发学生的学习兴趣，提高学习效率。在和谐的课堂学习环境中，学生的精神状态自然就会调整到最佳，并能随教师一起很快的进入到学习中来，从而实现课堂的高效。本次建模研讨中的两节均能从学生的生活经验出发，来灵活创设学习情境，激发学生的学习动力，实现了和谐课堂的创建，为下面数学活动的展开做好铺垫。
二、创设学习情境，激发学生参与数学学习的内在动力。
通过本次研讨活动，我深深的感受到：把学生的数学学习活动置身于一定的学习情境之中，把知识的学习寓于情境之中，能最大限度的提高学生的参与度，提高学生的学习效率。在我们推行的这一模式的实施中，能明显的看出教师作为学生学习的组织者、合作者、引领者的教师，能为学生创设一个放飞心灵、获取知识的园地，能在我们的课堂中把学生知识的获取、能力的发展、情感的体验、个性的张扬尽可能的融合到一起，尽可能的激发学生的学习积极性，激发学生学习的兴趣，充分发挥着学生在学习中的主体作用。例如：李艳秋老师执教的《相遇问题》一课中，教师提供的饿“送文件”这一学习情境，学生的就在这一情境中展开数学学习活动，在经历自主探究、合作交流、质疑建构中体验数学学习活动的乐趣，在体验探索中自主获取知识，积累数学活动的经验。
三、提供开放的课堂环境，放手让学生自主学习。
新课程改革倡导我们的数学课堂应该是面向全体学生，强调学生自觉参与的过程，反对以往教师在课堂中的“权威地位”。在这两节研讨课中教师尽可能为学生创设具有接纳性、宽容性的开放课堂，创设具有开放性的学习情境、问题引领等，来促使学生全身心的投入到学习中，让学生真正的做到动眼、动手、动口，实现课堂效率的有效、高效。例如：周宏娟老师执教的《百分数应用三》，让学生拿出课前调查的一个家庭支出情况的相关信息，让学生独立提出问题，自主尝试解决，在这样开放的学习环境中学生是可此不彼，积极参与，课堂的效果亦是很高！
总之，我们的数学课堂在推行解决问题教学模式过程中，为学生创设学习情境，提供开放的课堂环境，就一定能提高我们课堂教学效率，最终实现课堂教学的高效、实效。
第五篇：数学建模心得体会
一年一度的全国数学建模大赛在今年的9 月21 日上午8 点拉开战幕，各队将在3 天72 小时内对一个现实中的实际问题进行模型建立，求解和分析，确定题目后，我们队三人分头行动，一人去图书馆查阅资料，一人在网上搜索相关信息，一人建立模型，通过三人的努力，在前两天中建立出两个模型并编程求解，经过艰苦的奋斗，终于在第三天完成了论文的写作，在这三天里我感触很深，现将心得体会写出，希望与大家交流。
1.团队精神：
团队精神是数学建模是否取得好成绩的最重要的因素，一队三个人要相互支持，相互鼓励。切勿自己只管自己的一部分（数学好的只管建模，计算机好的只管编程，写作好的只管论文写作），很多时候，一个人的思考是不全面的，只有大家一起讨论才有可能把问题搞清楚，因此无论做任何板块，三个人要一起齐心才行，只靠一个人的力量，要在三天之内写出一篇高水平的文章几乎是不可能的。
2.有影响力的leader：
在比赛中，leader 是很重要的，他的作用就相当与计算机中的cpu，是全队的核心，如果一个队的leader 不得力，往往影响一个队的正常发挥，就拿选题来说，有人想做a 题，有人想做b 题，如果争论一天都未确定方案的话，可能就没有足够时间完成一篇论文了，又比如，当队中有人信心动摇时（特别是第三天，人可能已经心力交瘁了），leader 应发挥其作用，让整个队伍重整信心，否则可能导致队伍的前功尽弃。
3.合理的时间安排：
做任何事情，合理的时间安排非常重要，建模也是一样，事先要做好一个规划，建模一共分十个板块（摘要，问题提出，模型假设，问题分析，模型假设，模型建立，模型求解，结果分析，模型的评价与推广，参考文献，附录）。你每天要做完哪几个板块事先要确定好，这样做才会使自己游刃有余，保证在规定时间内完成论文，以避免由于时间上的不妥，以致于最后无法完成论文。
4.正确的论文格式：
论文属于科学性的文章，它有严格的书写格式规范，因此一篇好的论文一定要有正确的格式，就拿摘要来说吧，它要包括6 要素（问题,方法,模型,算法,结论,特色），它是一篇论文的概括，摘要的好坏将决定你的论文是否吸引评委的目光，但听阅卷老师说，这次有些论文的摘要里出现了大量的图表和程序，这都是不符合论文格式的，这种论文也不会取得好成绩，因此我们写论文时要端正态度，注意书写格式。
5.论文的写作：
我个人认为论文的写作是至关重要的，其实大家最后的模型和结果都差不多，为什么有些队可以送全国，有些队可以拿省奖，而有些队却什么都拿不到，这关键在于论文的写作上面。一篇好的论文首先读上去便使人感到逻辑清晰，有条例性，能打动评委；其次，论文在语言上的表述也很重要，要注意用词的准确性；另外，一篇好的论文应有闪光点，有自己的特色，有自己的想法和思考在里面，总之，论文写作的好坏将直接影响到成绩的优劣。
6.算法的设计：算法的设计的好坏将直接影响运算速度的快慢，建议大家多用数学软件（mathematice,matlab,maple, mathcad,lindo,lingo,sas 等），这里提供十种数学建模常用算法，仅供参考：
1、蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法）
2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用matlab 作为工具）
3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用lindo、lingo 软件实现）
4、图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备）
5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中）
6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用）
7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具）
8、一些连续离散化方法（很多问题都是实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的）
9、数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用）
10、图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用matlab进行处理）
以上便是我这次参加这次数学建模竞赛的一点心得体会，只当贻笑大方，不过就数学建模本身而言，它是魅力无穷的，它能够锻炼和考查一个人的综合素质，也希望广大同学能够积极参与到这项活动当中来。
点击咨询 