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备考方法与经验
考研资深辅导
2024年11月26日 15:07:14
厦门大学电子信息考研经验与备考方法
考研政治方面：
政治不着急，大纲出来之后看完全来得及，就一边跟着老师上课一边看红宝书一边做肖1000，第二遍撸风中劲草讲解+真题，这些都完事了就轮到各种预测卷了，肖四任四风中劲草+20天20题什么的。期间我还买了一套真题卷。理论上真题用处不大，因为题和重点每年都在改，但是通过真题你可以看大题是怎么答的。政治大题可以理解为一个个固定模块组合+灵活发挥：固定组合在于能否理解出题人用这个材料+问题要问你哪块知识点。这一块真心就是硬背的，虽然每年大家都会押题，会有重点，但归根结底也要背，下功夫用资料把一个个模块背下来+用真题和预测卷锻炼自己模块对应的能力，这个部分就没问题了；灵活发挥就是一定要结合材料，要写一些跟材料有关的东西上去，而不是完全的把预测材料上的东西搬过来，即使前一块对应错了，但是如果你这块处理得好，言之成理，也会给一部分分的。
考研数学方面：
唯有数学，可以说是影响总成绩的关键科目。数学具备实用性，它是一种必备的技能。面对数学的复习，没有任何投机取巧的方法，关键在于掌握并理解各个知识点，同时通过模拟试题和历年真题来强化训练和提升水平。复习数学时，一定要亲自动手实践，切忌纸上谈兵。看书并不代表能解题，能解题也不一定准确，对于概念和公式，不要机械地死记硬背，而应力求理解和应用。推导一次公式往往比单纯记忆更为深刻。此外，要注意各个知识点间的相互关联。市面上关于数学复习的资料丰富多样，大致内容相似，挑选一部分就足够了，资料过多反而难以完成。我当时采用的复习计划是：全面复习书籍（3遍）、选择题与填空题660题（2遍）、400题（2遍）、历年真题（3遍）以及超越考研135题（1遍）。实际上，数学考试主要考察基础知识，每年的题型变化不大，重点在于能否灵活应用所学知识。
考研英语方面：
我具备一定的英语基础，在大学一年级时顺利通过了四级和六级考试。去年七月，我开始使用朱伟的《恋恋有词》来背单词，但由于对这种方法不太感兴趣，所以我未能完成所有的词汇学习。九月份，我转向阅读训练，深入学习了不少英语考试策略和实践技巧。由于时间有限，我只专注于做2007年至2017年间的英语真题阅读部分，但我强烈建议如果有足够的时间，最好能完成所有阅读练习。每次读完一篇文章，我会首先用张剑的黄皮书自我校对，接着查阅之前的课堂笔记，最后将新词和复杂的句子整理到我的笔记本上，以便在考试前多次复习。十二月份，我购买了王江涛的作文书，熟记并默写了二十篇大小作文，并在考前自己提炼出了大小作文的各自模板。最好是个人独立总结，以免因套用他人的模板而产生重复感，影响阅卷教师的印象。
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。