厦门大学电子信息考研辅导培训班全国各号码《今日汇总》-厦大计算机科学系电子信息考研复习方法与经验
考研资深辅导
2024年11月10日 16:46:55
厦门大学电子信息考研经验与复习方法
考研政治方面：
我可以告诉大家，分析题是“纸老虎”，看上去可怕但其实很好准备——每年教育部考试中心有统计数据，绝大多数考生分析题都在25-35分区间内，30分上下特别多，即分析题基本不太可能拉开差距。PS:考点背诵形式与政策这种都大同小异，建议买肖秀荣就行，重点更加突出，排版也更舒服，不过中挺得真题预测很好，基本上每年都有题目预测到，最后五套题我都做了，大题质量出的不怎么样，大部分都是真题预测这本书上有的，选择题可以做下，练下选择题也不错。总得来说蒋中挺只推荐真题预测。
考研数学方面：
数学：首先复习全书每一题认真做，其次，准备好错题集（很重要，我发现自己错过的地方反复错）常常没事翻翻，最后，真题认真分析，如果真题对你来说做一套下来还是需要时间和精力的，那就把真题当模拟，认真做认真分析。如果真题对你来说很简单了，那就做做模拟题，打击一下自己。（一定要做难度适中的适合自己的，别太难或者太容易，对自己提升数学都不好。）11月到考前，错题本过一遍，模拟题一周模拟两次。
考研英语方面：
从4月份开始到暑假前，我每天做一篇张剑的黄皮《阅读150篇（基础版）》，在做这本书的过程中切记，不要纠结对错，现在做阅读的目的是为了培养英语阅读习惯及语感，文章是最重要的，题则是次要的。有人会问，这时阅读过程中要不要记忆那些文章中不会的单词啊？这个大家因人而异吧，觉着自己时间充裕可以记忆，觉着那本厚厚的词汇书就够自己搞的了不记也可以的。做完《150》之后差不多就要到暑假了，暑假开始做97到04的真题阅读，同样是张剑的黄皮真题，至于一天几篇我觉得都可以，我是一天一篇的。在做真题的过程中就要注意积累那些不会的单词了，同时要结合题后的解析去分析段落、分析题目、分析文章中的难句、翻译整篇文章。虽然97-04年份的题目与这几年的题目思路有所不同，但看看还是没有啥坏处的。暑假后就开始05-now的真题训练了，这一过程十分重要，题目的参考价值也是随着年份日益提高的。训练过程与暑假类似，同样需要记忆文章中的生单词、分析题目、分析段落、长难句。真题做题方法因人而异，有的同学是每天做一个年份的阅读，标注生单词、分析长难句，然后做第2遍时分析文章，做第3遍时分析题目，如此循环往复N遍。好像很多人都是这样做的，主流方法貌似也是这样。我的方法和别人有点不一样，我都是1遍过的==，也就是真题阅读总共我就做了1遍多点，比较难点的文章我做了第2遍。我每天只做1篇阅读，每篇阅读做完当天就标记单词、长难句、分析文章、题目、翻译文章等等。所以，这种复习方法也是有点非主流的，学弟学妹不要模仿，一定要结合自身学习实际。我这人可能比较喜欢钻磨东西，不管是政治大纲还是英语阅读，看的时候做的时候都很细致，做题的时候也会反复思考琢磨，所以导致进度很慢很慢，都没有时间去做第2遍的。大家一定要磨练出趁手的神兵利器，养成自己的做题看书方法，适合自己的，才是最好的。对了，真题不要一口气做完，记得留出最后3年的，考前半个多月掐着时间模拟用哦。
考研专业课方面：
数据结构是计算机科学的基础，它关乎到如何有效地组织和管理数据，以便高效地进行各种操作。重点在于理解并熟练掌握线性表、栈、队列、树、图以及排序和查找算法等基本概念。例如，链表和数组的区别，二叉树的各种遍历方式，图的深度优先搜索和广度优先搜索，以及快速排序、归并排序等常见排序算法的工作原理和时间复杂度分析。这些都需凭大量的编程实践来加深理解，建议使用Python或C++等语言进行实现。
机器学习是热门的研究领域，它是计算机从数据中学习规律并做出预测的过程。基础的机器学习模型包括线性回归、逻辑回归、决策树、随机森林、支持向量机、神经网络等，理解它们的基本工作原理和优缺点至关重要。还需了解交叉验证、过拟合与欠拟合、特征选等重要概念，以及调参技巧如网格搜索和随机搜索。对深度学习部分，理解反向传播和梯度下降是关键，熟悉TensorFlow或PyTorch等框架的应用也是必要的。
在学习过程中，我会推荐以下方法：一是多做题，无论是LeetCode上的数据结构题目还是Kaggle上的机器学习实战，都能帮助你深化理论知识；二是阅读论文，比如经典的机器学习论文，能你了解最前沿的研究动态；三是参与开源项目，这将帮助你将理论应用于实际问题，提升解决问题的能力。
我认为，理解比记忆更重要。不要只追求所有的公式和算法，要理解它们背后的逻辑和思想。保持对新知识的好奇心和热情，持续学习，是面对这个快速发展领域的关键。