这个先考虑一下，做备选吧，难度不是一星半点。”
程旭点了点头，数学公式本身就是由刘征负责，既然刘征都说很会很庞大，那肯定不简单，看着下面一道规划题，不禁说道：“规划题怎么样？这里是民航机场的航班规划问题。”
“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E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(温度、湿度和风速等)之间的关系，并针对题目所提供的数据(机场AMOS观测.zip)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小，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
…。。