前言
首先自我介紹一下，我來自南京某雙非學校，大一裸考過了四六級(584&497)，參加過一些數學競賽&演算法競賽，獲得過還不錯的獎項，因此個人基礎尚可，初試總分390（政治69，英一76，數一125，專業課120），排名6/20，
隨著今天未擬錄取名單的公布+個人的電話確認，長達7個月的考研生涯也算是正式落幕了，
十分感激南大CS&AI的學長學姐們在github無償維護的wiki（https://github.com/nju-kaoyan/nju_csai_kaoyan），在備考期間給予了我許多幫助，因此想留下一篇經驗貼，不僅作為考研路的收尾，也希望能為后來考研的朋友們提供一些微小的幫助，
數學
數學我是從暑假結束、8月底回學校才開始正式準備的（因為一直不允許返校，怠惰的我就在家從寒假玩到了暑假結束orz），復習程序大致為：8月底到9月20左右，一天12h刷完了李正元的復習全書（強推）；9月20到9月底，根據全書的知識點，邊記憶邊整理了詳細筆記；10月初到10月25左右，寫完了880所有強化部分習題并二刷了一遍錯題；之后就雷打不動每天一張真題/模擬卷一直到考前，大概有張宇8+4、李林6+4、李永樂6、湯家鳳8、李正元300題、合工大超越5套卷，（除了湯的卷子，其他都還可）
數學給我的感受就是，打牢基礎+多刷高質量好題，另外不要輕視線代+概率（我數學25分基本都是扣的線代概率orz），
專業課
專業課我是從9月20左右才開始復習，9月20到10月初刷完了王道的資料結構（知識點+選擇題）；國慶剩下的時間看了一遍黃宇的《演算法設計》（重點是動態規劃、NP問題兩塊部分）；國慶之后到10月末粗略刷了一遍AIMA和西瓜書前9章，其中AIMA重點是搜索（3到5章）、邏輯（7到9章）、概率（13到14章）、學習（第18章），西瓜書每一章的基礎概念了解清楚即可；10月剩余幾天還抽空看完了概率統計（我用的傅書）的引數估計和假設檢驗，并稍微做了做課后習題；11月初到11月20左右，補了一下資料結構殷書上王道沒有的知識點，并根據王道+殷書+黃宇演算法整理了知識點筆記；之后花了二十天整理了AIMA+西瓜書的筆記+引數估計/方差分析的筆記，
對于AIMA+西瓜書，時間不夠的話不用看太深入，但基礎概念要記清楚，時間富足者就仁者見仁智者見智了；資料結構+演算法，王道（大題個人覺得不用做）+黃宇演算法書應該是足夠了，重視一下ds的選擇題+DP；概率統計基本和數一相差不大，補一下傅冬生書上引數估計+假設檢驗的大題就行，
政治
這門課我是從10月中旬開始準備的，10月中旬開始，刷一遍1000題的毛概后，覺得效率很低，便開始琢磨著如何投機；10月結束之前，琢磨了兩遍近5年真題選擇題的風格&答題技巧；11月模擬卷到手之后，就開始反復刷模擬卷選擇（每天晚上花一小時），我買了肖8+4、腿姐4、徐濤8；12月肖4到手之后，背熟了四套的大題；
政治這門課我考的比較低，但是我投入的時間很少，取得這個分數也算是比較滿意了；個人感覺就是肖8+4的選擇題和腿姐的選擇題要反復記憶&理解，命中率挺高的，徐濤8不太推薦，有時間也可以做做；大題背一下肖4就行，
英語
英語算是復習的最佛系的了，從10月開始到考前，想起來了就背一背單詞（我用的墨墨），另外抽時間做完了近15年的完型+閱讀+新題型，考前寫了一道翻譯和大小作文熟悉一下題型，因為英語基礎馬馬虎虎&一寫英語就困，所以英語這塊沒怎么花時間，
對于閱讀，我覺得能讀懂文章意思是很重要的，但是對于今年的變態閱讀，我也覺得有必要學習一下完全看不懂文章的情況下、如何蒙出正確率盡可能高的答案（逃；對于作文，字寫好看一些，多寫兩個從句，我覺得就算可以了；翻譯不知道怎么寫，反正今年的我看不懂，有兩道也沒寫，
復試筆試
南大AI的復試筆試是離散數學+機器學習；我是3月開學回學校才開始準備，這里建議早點準備離散，離散東西很多概念很雜而且考的也很難，所以我今年離散筆試應該基本沒拿到分orz；今年的機器學習也不知道在搞什么，無語子，寫著機器學習的label考了20道資料結構的選擇題+一道不知道屬于啥學科的問答，不過該準備的還是要準備的，
離散建議找一下南大本科的PPT，有重點地對著屈書進行復習；復試的機器學習建議細看一下，部分重點的數學推導要會（例如SVM的拉格朗日乘子法、KKT條件、PCA特征值分解），概念要十分清晰，即使復試沒有考察到，面試老師也會問許多機器學習的相關知識，
復試機試
今年情況特殊，是線上復試，因此今年的機試是和筆試在一起考的，但我想，隨著疫情逐漸得到有效控制+全民疫苗接種，今后應該會繼續采用線下機試的方法，
個人本科練習過半年左右的OJ，因此有一點薄弱的基礎，因此就是在考前臨時復習了一下黃宇書上的4道DP例題+一些常見的DP題（01背包、完全背包、LCS、多重部分和問題、LIS、DP計數等等）+一些常用的資料結構和演算法（例如并查集、kruskal、dijkstra、快速冪、素數篩、線段數、樹狀陣列等等），
對于南大的機試，我覺得重點是DP、搜索、圖論，
復試面試
面試個人認為可以拆分成英語口語+線代+概率論+機器學習+專案經驗+一些其它知識儲備，
口語問了我這些問題：
1.本科所學專業
2.畢業后打算
3.興趣愛好
4.介紹喜歡的電影
5.介紹最近讀的一本書
面試：
1.你說你因為喜歡資料結構和演算法才選擇讀AI，介紹一下它們的交集
2.本科有沒有做過AI相關的專案
3.SVM為什么要采用對偶問題？（我答：雖然可以通過現成凸優化包求解，但是對偶問題求解更快）
4.為什么更快？（接4中我的回答內容
5.Boosting學習有什么特點？
6.為什么集成學習需要集成“好而不同”的學習器？（接5中我的回答內容
7.解釋一下特征值的含義
8.簡述一下特征組分解
9.為什么要選取前d大個特征值（接8中我的回答內容
10.你本科是軟工的，問一下面向程序、面向物件、面向抽象的區別
11.具體介紹一下你學過的面向物件知識&應用
12.你覺得你本科所學的知識在將來讀AI的時候會有哪些應用
南大的老師比較和善，大家不用緊張（雖然全程對我表情嚴肅，就是無情的問題提問機器orz），好好準備數學&機器學習的知識，不會的答不會即可；by the way，萬不得已千萬別說自己不清楚的知識點，因為老師很可能會提問/追問，
最后，祝愿大家都可以早日實作自己的夢想！
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/273236.html
標籤：其他