本仓库整合了我所带队伍在数学建模美赛（MCM/ICM）备赛与比赛过程中使用到的所有关于模型建立，代码实现以及论文撰写相关的资料文件，供同学们参考使用，希望同学们能在数学建模比赛中取得优异的成绩！
- 美赛
Latex模版：template.tex。 - 数据分析与处理的基础：Basic knowledge for data handling，包括对
numpy与pandas等数据分析库的学习。 - 高级绘图与可视化训练：Advanced Drawing and Visualization，包括对
matplotlib与seaborn等可视化库的学习，包括数据集以及多种类型的图。 - 数据预处理知识：Data Preprocession，包括数学建模比赛中常见的数据预处理方法以及对应代码实现。
- 数据分析与处理的算法：Algorithms in Data Handling，包括分类算法，回归算法，算法优化与性能分析。
- 综合评价法：Comprehensive Evaluation Algorithm，专门解决数学建模比赛中的评价类问题。
- 2024年重庆大学美赛校赛翻译题：包括汉译英以及英译汉两部分，主要是对
Latex的熟练使用。 - 2024年重庆大学美赛校赛兼第一次模拟赛：我们队伍完成的第一篇数模论文，如今回看不足之处很多很多，不过很有纪念意义。
- 2024年美赛第二次模拟赛：完整包含建模、代码与论文，相比于第一篇更加完整成熟，向前迈进了一大步。
- 2024年美赛正式比赛：四天三夜奋战，是一篇集大成作品，提交后较为满意。如今回看，模型略显单薄，论文仍有不少问题，还是当时经验太少所致，遗憾只拿H奖。
ps：对于2024年美赛备赛与比赛，因为知识储备的不足、团队配合没有充分打磨以及比赛技巧与经验的缺乏，所以最终结果并不理想。在后续的一个学期陆续学习了数学实验与机器学习课程，夯实了基础；同时又通过几次国赛模拟赛锻炼了团队配合，增加了比赛经验，在2024年数模国赛取得了国奖优异成绩。
- 重庆大学数学实验课程：针对性学习数学模型的建立以及使用
Python求解数学模型与绘图可视化。 - 重庆大学机器学习课程：针对性学习机器学习知识，数模比赛中广泛使用机器学习相关算法，再次打下一些代码与理论基础。
- 重庆大学数学建模国赛资料：类似于本仓库，整合了我所带队伍在数学建模国赛（CUMCM）备赛与比赛过程中使用到的相关的资料文件，最终国赛获得了国家级二等奖优异成绩。