课程复习策略整理
课程复习策略整理
1. 机器学习（3学分）
课程信息
- 学分：3学分（重要，学分多占比大）
- 授课老师：彭卫文、马倩、沈颖（三个班）
- 考试形式：大题（问答题、证明题、计算题）
复习策略
复习时间安排
- 不要过早开始复习（记忆性内容容易遗忘）
- 建议最后2-3天开始背
- 以最慢进度班级为准（彭卫文班通常最慢）
复习重点
- 以PPT为主：按PPT逐个过，理解意思即可，不需要一字不差
- 关注彭伟文班：他是主要出题人，可能透露信息
- 17周星期五：可询问彭伟文班同学是否有透露信息
- 画重点内容：老师画的重点必须掌握，细节要背准
题型特点
- 问答题：主要在第一章，2-3个
- 证明题：2-3个
- 计算题：每章一个重点（如决策树、神经网络等）
考试技巧
- 时间分配：前面概念题快速完成，把大部分时间留给计算题
- 拉开差距：计算题是拉开差距的关键，90分以上需要做对较难的计算题
- 马倩班特点：计算题判分较松，公式写对即使没算完也会给分
注意事项
- 三个班进度不同，只考三个班都讲过的内容
- 沈颖班可能讲得多但很多不考，建议以彭卫文班为准
- 概念题理解意思即可，不会扣分
- 计算题和证明题要弄准，做一道会一道
2. 人工智能基础与进阶实训（4学分）
课程信息
- 学分：4学分（重要）
- 考核方式：大作业（PPT汇报）
- 特点：学院新开特色课，第一届，多位老师一起评
复习策略
重视程度
- 4学分必须重视，一门顶两门
- 大作业也要积极，不要轻视
- 组队要找厉害的人
注意事项
- 大作业拉分一般没有考试拉分多，但4学分仍需用心
- 用心做即可，不用过度担心
3. 认知科学基础（大作业）
课程信息
- 授课老师：王涛
- 特点：全院最水的课之一
- 给分情况：90分以上30%，95分以上10%+
复习策略
作业要求
- 平时作业按时交
- 期末报告写好即可
选项选择
- 无脑选仿真：只要做了仿真，基本90分以上
- 即使做得不好，选仿真也比选其他选项容易高分
时间安排
- 性价比很高，2-3天用心做即可
- 可以考完期末后再做（看截止时间）
注意事项
- 90分以上和99分差距很大，要用心做
- 如果做仿真的人多，需要更用心才能90分以上
4. 数字逻辑技术（2学分）
课程信息
- 学分：2学分
- 授课老师：杨芳芳、魏亮亮（魏亮亮负责）
- 考试形式：大题、设计题
复习策略
复习资料
- 以PPT为主：PPT上的例题是重点
- 课后作业：要过一遍（想90分以上）
- 不需要额外找新题
复习重点
- 例题全做会：PPT所有例题都要会做
- 设计题：会画图，设计题一般较简单但拉分大
- 知识点理解：例题涉及的知识点要懂
复习时间
- 建议3天左右（全力复习）
- 2天可能不够，特别是平时没学的
注意事项
- 每道题都是大题，一旦某个知识点不懂，可能丢10+分
- 只要每道大题都理解，即使算错也能90分以上
- 量不少，需要多花时间
实验课
- 实验单独1学分，也要考试
- 把理论复习好，实验就好复习
- 实验不用太费心，1学分差距不大（80多和90多差不了多少）
5. 微机原理
课程信息
- 授课老师：何涛
- 特点：很多人觉得难，但懂了之后很简单
- 挂科风险：不复习真的会挂科
复习策略
核心复习方法
- 先搞定第四章代码填空题：这是关键
- 第四章是顶峰，前3章都在为第4章打基础
- 把第4章10个例题代码填空题全部搞懂
复习步骤
- 第一步：看第4章代码填空题，一个一个过
- 哪个不会填，去找对应的知识点，问为什么这么填
- 等10个例题都搞懂后，再回头从第1章开始复习
- 此时会融会贯通，觉得很简单
复习资料
- 以PPT为主：PPT过得很细，95分没问题
- 课本辅助：PPT哪里不懂看课本
- 97-98%的题都在PPT范围内
指令记忆
- 不要逐个指令去记
- 直接做代码填空题，碰到哪个指令不懂再去查
- 10个例题里出现的都是常用指令
- 边角料指令基本不考
实验课
- 实验课很有用，能帮助理解
- 可以在电脑上运行代码，看内存变化
- 比问AI更清晰
最后一节课
- 最后两个PPT非常重要
- 老师会说"这两个PPT很重要，好好看"
- 基本会出原题
题型
- 选择题、判断题、填空题、代码填空题、大题
- 大题在最后两章（与前4章有点割裂）
- 重点在前4章，第4章是顶峰
注意事项
- 性价比很高：不懂只能60-70分，懂了就是90分
- 必须付出精力，什么时候代码填空题没问题了，这个课才敢放松
- 很多人挂科，很多人90多分，两极分化
6. C++程序设计
课程信息
- 授课老师：冯国栋
- 考核方式：考察课（可能改考试，但违反规定）
复习策略
考核方式
- 大纲写的是考察，应该不会改考试
- 如果改考试可以举报（违反学校规定）
注意事项
- 目前不确定具体考核方式
- 如果是大作业，用心做即可
7. 信号与系统（2学分）
课程信息
- 学分：2学分
- 考试形式：大题
复习策略
复习资料
- 以PPT为主：PPT是书的精华版
- 考试内容不会超过PPT
- 课本内容更多，但PPT上的才是重点
复习方法
- PPT例题和作业题都要做
- 难度和期中考试差不多，甚至更简单
- 哪里不懂可以看网课或做点题
考试范围
- 考到拉普拉斯变换之前
- 最后一节课讲的拉普拉斯变换不考（老师故意吓唬）
题型特点
- 概念题：理解即可，写不准也不会扣太多分
- 计算题：主要拉开差距的部分
- 不会超出PPT例题和作业题的变化范围
注意事项
- 2学分，不用太难受
- 很多人1-2小时就交卷，90多分
- 不要被老师吓到，实际很简单
8. 数据结构与算法（4学分）
课程信息
- 学分：4学分（最重要，复习时间最长）
- 授课老师：杨芳芳、金凯（前半学期杨芳芳，后半学期金凯）
- 考试形式：选择题、代码填空题、大题
复习策略
复习时间
- 需要3天以上，是最需要重视的课
- 可以早一点开始复习
- 复习好对机试也有帮助
复习资料
- 以PPT为主：看PPT上的例题
- 课后作业：有时会考作业原题（如动态规划压轴题）
- 可以网上找题，但找不到也没办法（院级课没有真题）
复习重点
- 前半部分：基础知识，选择题可能考细节
- 后半部分：算法理解，以大题和代码填空题形式
- 动态规划和贪心：这两个会出得比较活，需要理解深度
- 其他算法：如迪杰斯特拉等，掌握套路即可
题型特点
- 选择题：主要考前半部分基础知识
- 代码填空题：考算法实现
- 大题：考算法步骤（如画表格）
- 每章重点都会涉及
复习方法
- PPT地毯式覆盖，每个看过的都有用
- 不会超过PPT范围
- 前半部分可以做些题，后半部分以PPT为主
注意事项
- 4学分必须重视
- 理解算法和写代码之间有差距，需要代码能力
- 动态规划和贪心需要理解深度，其他算法记住套路即可
- 金凯不备课，但人很好，讲得可能卡住
9. 工程数学
课程信息
- 特点：数学课，偏数学
- 难度：比作业简单，比高数简单
复习策略
复习时间
- 需要提前复习（数学类可以早开始）
- 建议3天以上，甚至更多
- 内容量不小
复习方法
- 每章的例题都要做
- 套路很死板，会了就会了
- 证明题一眼能看出思路，不会特别难
题型特点
- 计算题：套路死板，做几道就会了
- 证明题：按套路来，不会特别取巧
- 可能有1-2道题稍微难一点（为了区分度）
注意事项
- 数学类课程，会了以后不会忘
- 可以早一点开始复习
- 和数字逻辑、微机原理一样，可以提前复习
- 机器学习这种记忆性的可以往后放
10. 马克思主义基本原理（3学分）
课程信息
- 学分：3学分（性价比高）
- 考试形式：选择题（包括多选题）、大题
- 特点：公共课，混在一起判卷
复习策略
复习方法
- 纯背：就是背，没有别的
- 看PPT或课本，老师画的重点句子要背
- 可以找提纲，但主要还是背
复习时间
- 背2-3个晚上即可
- 一般晚上7-8点背到9-10点
题型特点
- 多选题：少选一个全扣分（考研标准）
- 简答题：是精髓，但判分可能较松
- 公共课混在一起判，比较公平
注意事项
- 3学分性价比很高，多背一会儿可能90多分
- 很多人不重视，所以背了就能拉开差距
- 马原比一般思政课难（有哲学逻辑）
- 高中学过政治的同学会更容易
11. 离散数学
复习策略
- 考试不会考太难的例题，也不会考一些太难的证明题
- 建议好好看作业题
- 期末考试的仿真题的例题链接：离散数学仿真题资料仓库
12. 智能机器人技术
复习策略
- 期中考试重点是DH表，要十分注意，基本80%的内容都是考这个（22届、23届均如此）
- 往年期中考试仿真题资料链接：智能机器人技术仿真题资料仓库
通用复习建议
1. 时间规划
- 数学类课程（工程数学、数字逻辑、微机原理）：可以提前复习，会了不会忘
- 记忆性课程（机器学习、马原）：最后2-3天开始背
- 数据结构：需要3天以上，可以早一点
2. 学分观念
- 学分多的课程要更重视
- 3学分和4学分的课程比2学分重要
- 一门4学分顶两门2学分
3. 复习资料优先级
- PPT为主：大部分课程都以PPT为主
- 课本辅助：PPT不懂的地方看课本
- 作业题：有时间可以过一遍
- 不需要额外找题：院级课没有真题
4. 考试技巧
- 时间分配：前面快速完成，后面留时间给难题
- 拉开差距：计算题、证明题是拉开差距的关键
- 不要作弊：风险大，收益小，不值得
5. 大作业注意事项
- AI使用：可以用AI，但要注意修改（删除注释、空格等）
- 不要抄同届：抄同届容易被发现
- 可以借鉴往届：往届一般没事
6. 实验课
- 大部分实验课不用太费心
- 1学分的实验课差距不大
- 把理论复习好，实验就好复习
课程复习优先级建议
提前复习（数学类，会了不会忘）
- 工程数学
- 微机原理
- 数字逻辑技术
中期复习（需要理解，量较大）
- 数据结构与算法（4学分，最重要）
最后复习（记忆性）
- 机器学习（3学分）
- 马克思主义基本原理（3学分）
- 信号与系统（2学分）
大作业类（看截止时间）
- 人工智能基础与进阶实训（4学分）
- 认知科学基础