無論是machine larning 還是deep leraning都需要數學建模思維，沒有很好地建模思維，那你的專案就達不到所謂的智慧。

那麼數學與建模有什麼聯絡，我們知道在大學如果要學高數必須要學習微積分，定積分，線性代數，機率論等，所以這些都是建模的基礎，建模沒有對錯，只有better，所以基礎肯定要有的，其次要會查資料，比如各種出版論文，最新的建模思維，只要熟練掌握，那麼你的建模思維就會很高階，解決實際情況的方法就會很高效。

數學與數學建模：

舉個簡單的列子：

如：一個星級旅館有150個客房，經過一段時間的經營實踐，旅館經理得到了一些資料：每間客房定價為160元時，住房率為55%，每間客房定價為140元時，住房率為65%，

每間客房定價為120元時，住房率為75%，每間客房定價為100元時，住房率為85%。欲使旅館每天收入最高，每間客房應如何定價？

[簡化假設]

　　（1）每間客房最高定價為160元；

　　（2）設隨著房價的下降，住房率呈線性增長；

　　（3）設旅館每間客房定價相等。

　　[建立模型]

　設y表示旅館一天的總收入，與160元相比每間客房降低的房價為x元。由假設（2）可得，每降價1元，住房率就增加 。可知

　　[求解模型]

　　利用二次函式求最值可得到當x=25即住房定價為135元時，y取最大值13668.75（元），

　　（1）容易驗證此收入在各種已知定價對應的收入中是最大的。如果為了便於管理，定價為140元也是可以的，因為此時它與最高收入只差18.75元。

　　（2）如果定價為180元，住房率應為45%，相應的收入只有12150元，因此假設（1）是合理的。