本書包括運籌優(yōu)化、圖論模型、微分方程、隨機模擬和統(tǒng)計方法等傳統(tǒng)建模方法，同時還增設(shè)了智能優(yōu)化算法、機器學(xué)習(xí)方法和深度方法，可以滿足廣大讀者和參賽者的學(xué)習(xí)需求。本書算法實現(xiàn)以Python語言為主，每章內(nèi)容均有詳細的代碼，可以幫助讀者高效掌握Python編程實現(xiàn)算法。本書共包含19章，前兩章為基礎(chǔ)部分，分別為數(shù)學(xué)建模簡介和Python簡介； 第3~11章為傳統(tǒng)建模方法部分，其中，第3章和第4章分別介紹運籌優(yōu)化中的線性規(guī)劃和非線性規(guī)劃，第5章介紹圖論，第6章介紹微分方程，第7章介紹
插值與擬合，第8章介紹隨機模擬，第9~11章介紹統(tǒng)計方法，包括回歸分析、聚類分析和主成分分析； 第12~19章為智能優(yōu)化和機器學(xué)習(xí)部分，其中，第12~14章為智能優(yōu)化，分別介紹模擬退火算法、遺傳算法和粒子群優(yōu)化算法，第15~19章為機器學(xué)習(xí)方法，分別介紹支持向量機、決策樹、隨機森林、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)。
本書可作為高等學(xué)校數(shù)學(xué)建模、數(shù)學(xué)實驗課程教材，也可作為數(shù)學(xué)建模競賽的培訓(xùn)教材。