厦门大学电子信息考研辅导培训班全国各号码：《今日汇总》厦大信息与通信工程系电子信息考研经验与复习知识重点
考研资深辅导
2024年09月18日 14:24:02
厦门大学电子信息考研经验与复习知识重点
考研政治方面：
参考书：肖秀荣全套自不必说。风中劲草，很好的书，全是知识点，后期一直在看，翻了好多遍，对选择题帮助很大。红宝书重点不突出，错别字多。任四错误很多，选择题很怪。其实这门课是我倾注了最多心血和最多时间的科目，没有之一，天天看天天看，最少看半天，最后选择题学得很好，分析题考的很差，最后拿到这样的分数，还真是挺尴尬的。所以不好误导大家。只有几点建议，相信量变引起质变；多看风中劲草，多看几遍，不需要背，眼熟即可，做选择题能认出来就行。政治这门课只要稍微花一点时间还是可以的，但是要想爆高分应该就比较难了。肖八出来之后，就开始做肖八选择，我做完一套选择，习惯把未掌握的知识点列在封面的空白处，掌握了之后打上对勾，考试以前再回顾这些知识点。我认为，政治选择题非常重要，大题背背每个人差不多，选择题却相对容易也能拉开差距。选择题要多关注周年事件及事件相关人、大纲变动考点、重要考点，我考前把这些知识点精炼读记了一遍。
考研数学方面：
在10月，我启动了模拟测试，入手了李永乐的440题集。这套题里有些难度偏大的异类题，我觉得不太可能出现在真正的考试中，就跳过了，其实是我自己不会做。然而，选择题和填空题设计得很精妙，每一题都涉及多种概念，能够训练你的思维灵活性和关联性，鼓励你探索各种解决方案，所以这些题目应该特别重视。剩下的普通题目虽然看起来基础，但并不棘手，只要静心去做，就能解决，无需恐慌。
在通读一遍复习全书后，我深入研读了张宇的36讲（部分内容略过）。随后，我进行了第二次全面复习，并重新梳理了一遍习题，渐渐体会到了知识的脉络和结构，这显然得益于之前的扎实学习。错题往往暴露出我们常犯的错误和难以掌握的地方，可惜今年我未能充分利用错题资源，后期过于热衷于刷题。
考研英语方面：
考研单词在手机APP上过了大概2遍，不过我个人更喜欢通过阅读来积累词汇，因为那样对于词汇的语境理解更有帮助，印象也会更为深刻。初期阅读我有尝试做过张剑的150篇，但是由于他的解题思路总是无法说服我，所以我做了几篇之后就放弃了那本书…到了9月最终选定专业后，我就一直是围绕真题复习了，从05-15的真题系统地做过2遍，也对每一篇阅读进行了细致的分析。在我看来，毕竟真题是最接近最终考题的题目，因此做多少遍看多少遍都是不嫌多的，那才是到时候真正考试时的风格呀~形成一种对于真题风格的独到见解对于做题也是很有帮助的~在12月的时候，我买了本小黄书看了看，就基本是作文的准备全过程了。考研英语应该最惨痛的教训也就在这了…最后我的作文可以说是写得超烂…啃真题的时候也一定要多多练习作文~~不要和我摔倒在同一个地方了~
考研专业课方面：
要明白，数据结构是理解算法的基础，它研究的是如何有效地组织和存储数据，以便于高效地访问和修改。在复习时，重点关注线性表、栈、队列、树、图等基本数据结构以及它们的操作。例如，理解数组、链表、堆、二叉搜索树等的特点，掌握其插入、删除、查找等操作的实现。对排序和查找算法，如冒泡、选、快速、归并排序以及哈希查找、二分查找等，不仅要能熟练编写代码，还要理解其时间复杂度和空间复杂度，这是分析算法效率的关键。
机器学习是人工智能的重要分支，主要涉及模式识别、数据分析和预测。理解监督学习、无监督学习、强化学习的基本概念和应用场景至关重要。线性回归、逻辑回归、决策树、随机森林、支持向量机、神经网络等模型要能够理解和应用。梯度下降、反向传播等优化算法也是基础中的基础。深度学习部分，CNN（卷积神经网络）、RNN（循环神经网络）及LSTM（长短时记忆网络）等模型的原理和应用也需掌握。
在学习方法上，理论与实践相结合是最有效的。凭阅读教材和论文来建立扎实的理论基础，凭编程实践加深理解。LeetCode、HackerRank等在线平台提供了大量的数据结构和算法题目，用来锻炼解决问题的能力。对机器学习，Kaggle等数据竞赛平台提供实际项目经验，你在解决真实问题中提升技能。
多参加讨论小组或研讨会，与同学交流解题思路，甚至尝试自己设计实验，这都将极大地提高学习效果。持续学习和不断挑战自我是这个领域的关键。