无论是machine larning 还是deep leraning都需要数学建模思维，没有很好地建模思维，那你的项目就达不到所谓的智能。
那么数学与建模有什么联系，我们知道在大学如果要学高数必须要学习微积分，定积分，线性代数，概率论等，所以这些都是建模的基础，建模没有对错，只有better，所以基础肯定要有的，其次要会查资料，比如各种出版论文，最新的建模思维，只要熟练掌握，那么你的建模思维就会很高级，解决实际情况的方法就会很高效。
数学与数学建模：举个简单的列子：如：一个星级旅馆有150个客房，经过一段时间的经营实践，旅馆经理得到了一些数据：每间客房定价为160元时，住房率为55%，每间客房定价为140元时，住房率为65%，每间客房定价为120元时，住房率为75%，每间客房定价为100元时，住房率为85%。
欲使旅馆每天收入最高，每间客房应如何定价？[简化假设] （1）每间客房最高定价为160元； （2）设随着房价的下降，住房率呈线性增长； （3）设旅馆每间客房定价相等。
[建立模型] 设y表示旅馆一天的总收入，与160元相比每间客房降低的房价为x元。
由假设（2）可得，每降价1元，住房率就增加 。
可知 [求解模型] 利用二次函数求最值可得到当x=25即住房定价为135元时，y取最大值13668.75（元）， [讨论与验证] （1）容易验证此收入在各种已知定价对应的收入中是最大的。
如果为了便于管理，定价为140元也是可以的，因为此时它与最高收入只差18.75元。
（2）如果定价为180元，住房率应为45%，相应的收入只有12150元，因此假设（1）是合理的。
