“这种类型和本科数学建模很像，只怕选这道题的会很多。”

刘征又看着下面的题目，不禁说道：“医学、通信，团队没有相关专业的不好做，另外一道表面上是气象预测题，实质上也是大数据，还有就是最后一道，应该就是纯大数据题。”

“你们觉得这两道大数据题哪个好一些？”

程旭直接说道：“这两题的优缺点都很明显。大数据题：好处是好着手做，肯定能做出结果来，坏处是做的人多。最后结果也表明，选这题的人是最多的。气象题好处是有一定专业门槛，能让很多人望而却步，但门槛又没那么高，如果我们能克服表面的专业知识，回归本质，会比大数据题更容易出彩。坏处是，我们不一定能克服这个门槛。”

林书同意程旭的看法，在他看来也觉得气象题目会更容易出彩。

气象题目题如下：

探索大雾演化规律，预测大雾变化趋势

为了估计不同大雾情况下对应的能见度以及预测大雾的消散，请回答以下问题

一、众所周知，雾与近地面的气象因素有关。建立模型描述能见度与地面气象观测之间的关系，并针对题目所提供的数据导出具体的关系式

“要不就选气象题目？”

林书不禁说道：“这个的确是很容易出彩。”

虽然说柿子要挑软的捏，但是在数学建模竞赛里面，太简单的题目选择的学生也多，也不容易出彩。

如果说是战斗，那自然是要根据自己的实力来挑强者，这样完成任务打败强者获得的经验值可能也会很多，当然也不能没有脑子地挑选强者，不然很可能就是自寻死路。

“那它第一问，你们怎么看？”

林书直接回答道：“第一问从技术方面来说打破了传统的建模思维：将具体表达式展示出来。传统的机器学习和神经网络之类的算法，是一个黑盒子，只能得出笔记之间的联系，却无法显示变量作用效果的大这也是不好理解机器学习所得出的结果的原因。我觉得第一问解决方法分为基础和高级两种方法。基础的方法：多项式回归、岭回归、逐步回归高级方法：可解释的机器学习方法中的“uleit”，我记得可解释的机器学习中的46节有提到这一个方法，这样的高级方法绝对在评委中眼前一亮”

没有人说话。

林书还准备说什么，没有听见身旁刘征和程旭的声正疑惑，一转头就看见刘征和程旭都睁大了眼睛望着林书，那眼神中带着一丝惊讶。

可解释的机器学习中的46节？

刘征和程旭相视一眼，两人脑子里的问题应该是一样的问号。

林书眉头微皱，觉得刘征和程旭的眼神有些奇怪，目光又转向气象题目的第二问，说道：“而且，第二问的目的是让我们根据视频能够分析出能见度的大那么我们便可以通过提取视频中的特征信息图像识别，我研一第一学期的论文有涉及到图像识别这一方面，图片中雾的变化对应于的变化，通过图像识别之后，变会成为对应色调上的值，我们应该可以参照ythn数据分析与挖掘实战这本书的第九章内容”

程旭望着林书，有些不确定问道：“你怎么记得这么清楚？”

林书眉头一挑，觉得这个问题有些奇怪。

“就记得啊！”

“”

团战开始，刘征和程旭瞬间明白自己身旁立着一只巨大的腿。