一、人物介绍
龚锦堂，2021级数据科学与大数据技术1班，曾任班主任助理，学院新媒体部干事。在2022-2023学年中综合测评专业第一，在期刊杂志上发表论文一篇。
二、获奖情况
1.美国大学生数学建模竞赛特等奖提名(Finalist)
2.全国大学生数学竞赛非数学专业组A类二等奖
3.“高教社杯”全国大学生数学建模竞赛广东省二等奖
4.第十一届“泰迪杯”数据挖掘挑战赛全国二等奖、广东省一等奖
5.第三届“大湾区杯”粤港澳金融数学建模竞赛一等奖
6.全国大学生统计建模大赛广东（广东、海南、港澳台） 赛区选拔赛本科生组三等奖
7.惠州学院第七届大学生数学竞赛非数学专业组三等奖
8.惠州学院“一等奖学金”同时授予“三好学生标兵称号”
9.惠州学院“学科竞赛奖”
10.惠州学院“德赛西威”奖学金
三、座右铭
非知之难，行之惟难；非行之难，终之斯难。
四、经验分享
01.建模类比赛（美赛/国赛/大湾区杯）
1.前期了解：首先数学建模类竞赛是本科阶段含金量极高的赛事，一般是团体赛，注重在三个方面：建模、编程和论文。要做好团队分工，三位同学一定要灵活分工，多沟通做到互帮互助。
2.赛前准备：学习建模中常用的算法，如数据预处理、回归、聚类、分类、综合评价等，了解算法相关的数学理论，熟练掌握各类算法的使用场景和使用方法。如果参加国赛，应重点掌握规划类题目的解题方法。学习可视化工具，如Python、Excel、draw.io、Visio等。
3.比赛过程：公布比赛题目后，首先利用知网等平台搜索相关文献。如果存在相关文献，应优先考虑这些题目。值得注意的是，美赛和国赛等比赛的周期较短，因此不推荐比赛初期就通宵达旦，但在截止日期前的最后一天，可以适度熬夜完成论文。撰写论文时，需关注其排版和风格的一致性。摘要部分尤为重要，建议在建模完成初稿后，全队成员共同参与修改。
02.数据挖掘/分析类比赛（泰迪杯\Kaggle\天池）
1.比赛介绍：泰迪杯分数据分析技能赛和数据挖掘挑战赛，比赛内容和大数据专业所学课程比较相关。数据分析技能赛一般使用Python、R、Excel等工具对数据进行分析和可视化。数据挖掘挑战赛分为几个方向，一个是常见的结构化数据，对数据进行预处理和特征挖掘后使用机器学习、深度学习算法做回归、分类解决问题。另一个是非结构化数据，对图像数据进行处理，对CNN,R-CNN,ResNet等深度学习算法进行微调后进行图像识别、图像分类等任务。能力较强的同学推荐参加Kaggle、阿里天池里面的比赛，这些比赛通常是个人赛，涉及到大数据专业中细分的各个方向。
2.赛前准备：熟练掌握Python的使用，学习机器学习、深度学习中的各类经典算法，可使用往届的题目进行模拟练习。从Github、CSDN中寻找优质开源项目进行学习。
03.总结
在着手进行任何任务之前，提前做好准备工作并搜集所有必需的信息是至关重要的，这样可以保证对该项任务有一个全方位和客观的认识。接下来，确定正确的路径，寻找恰当的学习策略，持之以恒，并定期进行反思总结，以便改进自己的缺点。
撰稿 丛 珊
复审 陈海容
签发 林少章
