智能科学与技术考什么
发布时间：2025-06-28 00:44:56
智能科学与技术考试内容详解
智能科学与技术考研主要考察公共课+专业课，不同院校考试科目差异较大，以下是系统整理：
一、公共课（全国统考）
| 科目 | 分值 | 考试重点 |
|---|---|---|
| 政治（101） | 100 | 马克思主义基本原理（占30%，重点：辩证法、历史唯物主义） |
| 英语一（201） | 100 | 科技类文章常见（如《Nature》选段），需掌握专业词汇（如AI、Machine Learning） |
| 数学一（301） | 150 | 重点：高等数学（微积分）、线性代数（矩阵运算）、概率论与数理统计 |
注：部分院校允许用其他外语（日语/俄语）或自命题数学替代数学一。
二、专业课（院校自主命题）
核心科目组合（各校代码不同）：
1. 计算机基础（50-60分）
| 模块 | 高频考点 |
|---|---|
| 数据结构 | 树、图、排序与查找算法 |
| 操作系统 | 进程管理、内存管理、文件系统 |
| 计算机网络 | TCP/IP协议、网络安全 |
2. 人工智能基础（50-60分）
| 模块 | 高频考点 |
|---|---|
| 机器学习 | 监督学习、无监督学习、深度学习 |
| 知识表示与推理 | 逻辑、规则、框架 |
| 自然语言处理 | 词法分析、句法分析、语义分析 |
3. 智能系统（30-50分）
| 模块 | 高频考点 |
|---|---|
| 机器人学 | 运动学、动力学、路径规划 |
| 计算机视觉 | 图像处理、物体识别 |
| 智能控制 | 模糊控制、神经网络控制 |
三、院校特色内容对比
| 院校 | 额外考察内容 | 命题特点 |
|---|---|---|
| 清华大学 | 高级算法、计算理论 | 理论深度强，常考证明题 |
| 北京大学 | 人工智能伦理、认知科学 | 重视跨学科知识 |
| 上海交通大学 | 大数据技术、云计算 | 数理模型多，计算复杂 |
四、备考策略建议
基础阶段（3-6月）
计算机基础：掌握《数据结构》、《操作系统》核心概念
人工智能基础：吃透《人工智能：现代方法》核心模型
强化阶段（7-9月）
刷题：《算法导论》、《机器学习》习题
专题突破：整理高频考点（如深度学习、TCP/IP协议）
冲刺阶段（10-12月）
真题模拟：至少完成目标院校近5年真题
热点补充：关注AI最新进展（如GPT-4、自动驾驶）