数学建模与我的故事2022-5-6上午美赛的结果揭晓了，我们小组很开心和庆幸自己在今年的竞赛C题中获得了Finalist！！这次也算是本科生涯最后一次建模了，小编从本科一年级开始数学建模，先后获得了国赛二等奖，中青杯国家一等奖，开心的说自己已经没有遗憾了，哈哈！！话不多说，老规矩，先上证书：1.锻炼思维，实践方法小编认为一次数学建模经历足以全方位的锻炼个人思维能力，培养个人运用知识、凝练知识的能力

各位UU，下面是2021年的国赛所有代码，今天全部开源啦！没有看赛题分析的，可以看小编的其他博客哦！

2020年高教社杯全国大学生数学建模竞赛 C题中小微企业的信贷决策本文旨在为广大热爱建模的朋友们提供2020年数学建模C题的思路和解法。问题回顾在实际中，由于中小微企业规模相对较小，也缺少抵押资产，因此银行通常是依据信贷政策、企业的交易票据信息和上下游企业的影响力，向实力强、供求关系稳定的企业提供贷款，并可以对信誉高、信贷风险小的企业给予利率优惠。银行首先根据中小微企业的实力、信誉对其信贷风险做出

神经网络中的正则化学习记录自：deeplearning.ai-andrewNG-master在开始之前，先让我们来看看正则化模型与非正则化训练效果。非正则化模型与正则化模型的比较预分类数据非正则化分类结果损失函数迭代图：On the training set(训练集精度）:Accuracy: 0.94On the test set（测试集精度）:Accuracy: 0.91分类决策边界：从分类结果

深度学习入门——基于梯度下降的浅层神经网络分类数据—基本算法模型与数学公式准备学习记录自：deeplearning.ai-andrewNG-master一、浅层神经网络的基本概念1.1 基本术语及运算一个简单的浅层神经网络如下图所示：其中x1、x2、x3所在的层次称为输入层，中间的4个单元组成隐藏层，最右边的一个单元组成输出层，如图所示，y ̂即为该神经网络的输出。上图展示了神经网络在传播时的计算

深层神经网络模型的搭建学习记录自：deeplearning.ai-andrewNG-masterL层神经网络模型概览该模型可以总结为：[LINEAR -> RELU] × (L-1) -> LINEAR -> SIGMOID。详细结构：•输入维度为（64,64,3）的图像，将其展平为大小为（12288,1）的向量。•相应的向量：[x0,x1,…,x12287]T乘以权重矩阵W[1

神经网络中的正则化学习记录自：deeplearning.ai-andrewNG-master在开始之前，先让我们来看看正则化模型与非正则化训练效果。非正则化模型与正则化模型的比较预分类数据非正则化分类结果损失函数迭代图：On the training set(训练集精度）:Accuracy: 0.94On the test set（测试集精度）:Accuracy: 0.91分类决策边界：从分类结果

深度学习入门——基于梯度下降的浅层神经网络分类数据—基本算法模型与数学公式准备学习记录自：deeplearning.ai-andrewNG-master一、浅层神经网络的基本概念1.1 基本术语及运算一个简单的浅层神经网络如下图所示：其中x1、x2、x3所在的层次称为输入层，中间的4个单元组成隐藏层，最右边的一个单元组成输出层，如图所示，y ̂即为该神经网络的输出。上图展示了神经网络在传播时的计算

深层神经网络模型的搭建学习记录自：deeplearning.ai-andrewNG-masterL层神经网络模型概览该模型可以总结为：[LINEAR -> RELU] × (L-1) -> LINEAR -> SIGMOID。详细结构：•输入维度为（64,64,3）的图像，将其展平为大小为（12288,1）的向量。•相应的向量：[x0,x1,…,x12287]T乘以权重矩阵W[1

深层神经网络模型的搭建学习记录自：deeplearning.ai-andrewNG-masterL层神经网络模型概览该模型可以总结为：[LINEAR -> RELU] × (L-1) -> LINEAR -> SIGMOID。详细结构：•输入维度为（64,64,3）的图像，将其展平为大小为（12288,1）的向量。•相应的向量：[x0,x1,…,x12287]T乘以权重矩阵W[1