当前位置: 首页 > news >正文

25考研|660/880/1000/1800全年带刷计划

作为一个参加过两次研究生考试的老学姐,我觉得考研数学的难度完全取决于你自己
我自己就是一个很好的例子
21年数学题目是公认的简单,那一年考130+的很多,但是我那一年只考了87分。但是22年又都说是有史以来最难的一年,和20年的难度不相上下,但是我却可以考129分上岸。
在这里插入图片描述

经历过两次考研,我觉得考研数学之所以难,有下面几点原因:
1、知识点多,考研数学1和数学3都包含三本书,分别是高等数学,线性代数和概率论,数学2排除了概率论,但是内容还是很多。想要征服考研数学,你至少要翻过两座大山,其中高等数学还是最高的那一座大山。
2、出题灵活。考研已经有了几十年的历史,但是你研究完所有年份的数学题,基本上题目不会出现那种特别雷同的考法。这就意味着我们需要练老题去做新题。而且如果出现一个新的考法,那大概率就是拉分题。
3、计算量大,现在的考研真题很容易在计算量上做文章,你只要做一下最近三年的试卷,20年,21年,22年,就会发现计算量都非常的大,而且很容易出现让你硬算的题目。所以如果你的计算能力不行,那你最好好好训练一下。
上面三点中其实第一点和第三点都是可以克服的,就是第二点很难克服,因为出题太灵活,如果你想拿到分数,就必须彻底的吃透和理解知识点。
我在第一年就是吃了这个亏,知识点有很多的漏洞,我还不知道。然后第二年我的主要工作就是擦查缺补漏,但是好像不管我做多少的题目,我总是又很多知识点没有吃透。我一直搞不明白为什么。直到我幸运的遇到下面这个网站,我的所有问题都迎刃而解。
在这里插入图片描述
如果你想尝试,可以试试下面这个传送门:
在这里插入图片描述

这个软件是我男朋友推荐我用的,实际上到去年九月份,我的状态都是浑浑噩噩。几乎天天处于崩溃状态。他跟我说他最近发现一款特别好用的考研数学软件—知能行。我抱着试一试的心态用一下,结果真香!是亲男朋友无疑了!
知能行最让我惊喜的,就是特别快的切中我知识系统中的要害,就像是导弹的精准制导一样。知能行是利用智能算法发现不会的地方,然后给我推送相关知识点的题目,一步一步引导我思考和提高。
它能找到我没有吃透的地方并帮我吃透。最重要的是,知能行包含很多我在讲义上看不到的知识点和解题方法。
用知能行刷题效率很高,因为他会引导你主动分析和思考,切中题目的本质,例如有的题我没思路,但是知能行会一步一步引导我思考,比如:
在这里插入图片描述

然后这题算出来后知能行就会显示这一题的相关知识点:
在这里插入图片描述

而且刷题根本停不下来。更通俗一点来说,我们都玩过抖音,我们刷抖音停不下来是为什么,就是因为后面有一群算法工程师研究你的一系列行为,为你推送你喜欢的视频,知能行也一样,研究你不会的知识点,给你推送相关题目。保证你刷题是真会了,而不仅仅是背过答案了。
总结一下,虽然考研数学很难,但是我们都有方法克服,好的老师,好的做题方法,好的回顾策略都是不可或缺的,下面我就根据我的经验,分享一些考研干货。

一、我使用的资料

1、1800题基础部分

我在刚开始备考考研数学的时候,没什么经验,别人都用1800题,所以我也跟风用1800题,整体给我的感受就是题目难度不高,题量很大。做完之后我也见识到了不少题型
在这里插入图片描述

2、张宇基础300题

这个题量非常的少,张宇老师说是基础阶段不需要做太多的题目,这个你可以搭配张宇30讲来做,张宇老师讲完一章的题目,然后你先把课后题做完,书上的例题也要做完,然后再去把张宇300题上面的题目给做完,基本上一章的知识点就了解的差不多了。

3、知能行考研数学

我上面也说了,1800基础部分和张宇300题在基础阶段对于大家来说,题量大,题型也比较全面
我为什么在九月份又用知能行过了一遍基础呢,就是因为我发现,我在强化阶段做题的时候,经常会感觉到很痛苦,做不下去,只能依靠答案才能勉强做下去,有一些我在基础阶段做错的题目我还会做错
这就说明,我在基础阶段刷题根本没有学明白,没有把知识点吃透,遇到错题,只是看看答案,把答案看懂,就以为自己会了,没有能力自己构建知识框架,我觉得这是大多数人的学习痛点
到了九月份,为了改变现状,我做了一个大胆的决定,重新再过一遍基础,我本来以为会花很多时间,没想到,在知能行的帮助下,我仅仅用来一个月的时间,就完成了数学做题水平的大跃迁,把以前做1800基础部分没有吃透的地方全都吃透了,而且,在知能行的帮助下,我脑子里已经有了一个完整的做题框架和思路
在这里插入图片描述

他是一款基于机器学习的数学学习辅助软件,他的强大之处在于精准的找的你的薄弱点并训练你,知道你掌握了这个薄弱点。而且拥有十几万的一对辅导学习模型,可以完美的为你找到适合你的学习节奏,轻松秒杀考研数学,我用完这个之后真的后悔没有早点遇到这个软件。

4、660/880/1000题留在强化阶段做

我看到有的答主推荐这几本题集,这基本题集难度比较大,适合大家在强化阶段做,不信的话你可以做做660题,很难顺利的做完一章。
下面的经验贴大坑你踩了吗?
相信你在准备数学备考之前,会看很多的经验贴,如果你看到下面我描述的这样的经验贴就可以跳过不看了,与其说是经验贴,不如说是营销贴,他们的特点一般就是写得很空洞,他会说:跟着考研视频构建完整知识框架:对基础概念、知识点、题型要掌握到位
但是很多人不用说知识点框架,知识点都有很多是不完整的,我也想框架完整,掌握到位,但究竟应该怎么办?光听视频肯定是不行,你试过就知道了,不会做题,然后那些经验帖就说要脚踏实地,我也没有偷懒啊,可是效果不好
其实,这些在营销贴里都看不到,因为他们根本没说到本质,你不会做题的本质是你的学习习惯不好,学霸总结错题,能知道错的根源在哪里,能从根子上解决问题,而我们自己只是把错题的答案都看懂,把大致方法列一列,就混过去了,根本没有发现我们的根源性问题。
这些都是我在用过知能行之后才领悟到的,我是刷完1800之后,用知能行测试,很多题不会做,然后它一直顺藤摸瓜往下找,经常发现有些知识点根本不知道,大多数人都是为刷题而刷题,以为这些题看上去很熟悉,就掌握到位了,完全不是这样。是不是真会,检测了才知道。
接下来我在说说考研数学该如何备考才能最大限度的提高效率,少走弯路:

二、考研数学各复习规划

1、基础阶段

复习资料:1800题+300题/知能行考研数学刷到等级2
可以看到,我在基础阶段给大家提供了两套资料选择,一种是1800题+张宇300题,另外一种是知能行考研数学刷到等级2
这里没有资料的好坏,如果你像我一样,没有一个很好的学习能动性,学习习惯不好,做完题只是匆匆的把答案看会就不管了,那么你真的适合用知能行考研数学。
在这里插入图片描述

就我个人和身边使用过知能行得人来说,在基础阶段用知能行得效率更高,因为我一开始用的是1800+张宇300题,但是效果并不是很好,于是我就试了试知能行考研数学,刷到等级2之后,我再回头做1800题,正确率基本上在90%以上,很多题都是秒杀。
如果你想随大流用1800基础部分的话,那么我就建议你重点分析错题,错题就意味着你的薄弱点,而且薄弱点不是单独纯在的,他是和其他的薄弱的知识点相互串联的,所以你一定要重点分析自己的薄弱点,然后逐个攻破,才可以提高自己的水平,而不是仅仅把答案给看懂

数一的特点

我之所以能在短时间内提高,是因为知能行针对各课科都有自己科学的复习逻辑!
高数重计算。微分,求导,积分,是整个数学计算的基础。三重积分基于二重积分,级数来源于极限。所以从基本计算开始练习,计算的基础打牢,做题速度会提高,随着练的多了,质量也会提升。
知能行会让你用各种题,练你的计算薄弱点,针对性练,保证计算量,这样考试的时候才不会自闭(过去三年数一的计算量都很大)
在这里插入图片描述

我了解到他基于深度神经网络算法和大数据分析算法,简单点说就是他能检测到你哪里会,哪里不会,哪里吃透了,哪里没有吃透。
他把知识点分的很细,就是只要你做错一道题目,他就会分析你到底是什么知识点不会,是因为没有吃透还是因为你重来没学过。他会给你推送相关题目,直到找到你问题的根源。一旦找到你的问题,就循序渐进的帮你吃透这个问题。
线代重概念。写知能行,不太懂的题,一定要点“我是猜对的”,它找基本概念题给你做,它的一些概念题我觉得出得很好,很有助于理解,比计算题还难,训练过之后,我发现,做线性代数的很多题目我很快就知道该怎么做,而且在知能行上面学到了很多解题技巧,可以很方便的解线性代数的题目
概率重理解。其实概率最难的,是不知道它要干什么。很多题型硬记套路,有些符号都不明白是什么意思,其实理解了概率的含义,就是很直觉的应用。知能行是概率起家的,这一部分有很多训练直觉的题
我不考概率论部分,所以没用过但是我的一个考数三的朋友用过,他刷过概率论部分之后,说以前没搞懂的,逻辑混乱的,全部搞明白了

2、强化阶段

复习资料和视频课
这个阶段我是比较喜欢张宇老师的强化课和张宇18讲,张宇18讲详细的总结了每一张的出题思路并进行了题型总结,而且张宇老师再视频课上讲了很多使用的做题技巧。
这个阶段线性代数和概率论也都可以开始复习了
在这里插入图片描述

习题:880+660+知能行刷到等级4+真题卷
第一阶段
习题组合:知能行+880基础篇

  • 每天2-3小时,知能行每个专题刷到等级二,再开下一个专题
  • 每天综测
  • 专题刷到等级二之后,刷 880基础篇 对应的部分,记录错题(知能行刷到等级二以后,880基础错的题就很少了)
    知能行官方建议说,等级二满格以后,可以用1800测试一下正确率看训练效果,我当时测了三大计算,极限,导数,积分,都是90%左右,其他的专题就没测了。如果时间充裕的话可以试一下,不过必要性不大,因为题目都是万变不离其宗,1800需要的技巧,基本在知能行里都训练过了。
    第二阶段
    习题组合:知能行+660题+880综合
    这段时间主要就是做综测。切记千万不能应付综测。如果有错误,一定要停一停,把这道题好好在琢磨一下,想想自己为什么错,究竟是哪里没明白(知能行过一段时间又会来测类似的题 ,还是挺严厉的)。
    习题册搭配我选的是 660题和880综合。660对于概念挖的很细,可以用来弥补定理和概念理解上的缺漏,880的质量公认的比较高,有一些题目会让脑子里有豁然开朗的清爽感,感觉很多不太明白的知识都点透了。
    虽然是两本书,但是因为znx已经把所有的知识点都强化过一遍了,所以实际上发现大部分的题一眼秒,只要看少数几道不熟悉的题即可。和基础阶段的660一样,也是在知能行的对应章节目标达成后,再去刷一遍对应的部分. 其中也是大部分的题都不需要计算了。
    这一阶段,官方建议用1800提高篇测试,达到80-90%的正确率。和基础阶段的1800作用一样的,时间多可以试一试,不过意义不大。知能行(超级基础)+660+880(清爽思路)可以说是搭建起了一个密不透风的堡垒。

三、冲刺阶段

这个阶段我要重点说说,因为很多人到冲刺阶段就不知道该怎么做了
其实这个阶段就是查缺补漏,如果你按照我前面说的,一直在用知能行,那这个阶段你只要坚持每天做知能行的综合训练就可以了,知能行会持续的不断检测你的薄弱点以及你遗忘的部分。
最重要的是,知能行会记录你前面做错的题目,到冲刺阶段你都不用自己准备错题,就自动获得了一个错题本!
然后我们接下来说说冲刺阶段具体该做什么

【心里上的准备】

冲刺阶段你可能会遇到很多问题,比如真题分数太低,模拟卷分数太低,做题速度太慢,一直写不完等等。
这些问题我们百分之一百会遇到。
这个时候不要慌!

如果你的心态收到影响,后面可能导致你根本没法坚持到考研结束。
最好的心态其实就是把他就当作一次普通的考试,不去想考不考得上,你尽管努力,如果你真的每一步都尽力了,我相信,你一定会上岸。
我们还可以通过一些实际的事情调整心态,比如吃美食,和朋友交谈,运动等。
这些都是十分有效的手段。

【学习上的准备】

冲刺阶段开始之前,我们已经经历了至少6个月的学习了,近期学习的知识点还记忆清晰,但是备考刚开始的知识点基本忘的差不多了。
这个时候盲目进入冲刺阶段是不好的,我们会经常应为以往知识点回头巩固,这样我们的学习节奏就乱掉了,最后问题多了,就会出现不知道在哪里下手的情况。
该怎么做呢
1、把以前的笔记本,自己记录的内容,快速的过一遍,遇到没有印象的要多看几遍
2、翻看错题本,把自己总结的错题和题型还有做题方法都看一遍,遇到重点题型最好拿笔亲自写一遍。
3、可以利用知能行的测试功能,看看自己有什么薄弱点,然后根据知能行检测到的薄弱点进行加强训练。


相关文章:

25考研|660/880/1000/1800全年带刷计划

作为一个参加过两次研究生考试的老学姐,我觉得考研数学的难度完全取决于你自己 我自己就是一个很好的例子 21年数学题目是公认的简单,那一年考130的很多,但是我那一年只考了87分。但是22年又都说是有史以来最难的一年,和20年的难度…...

Mybatis基础教程及使用细节

本篇主要对Mybatis基础使用进行总结,包括Mybatis的基础操作,使用注解进行增删改查的练习;详细介绍xml映射文件配置过程并且使用xml映射文件进行动态sql语句进行条件查询;为了简化java开发提高效率,介绍一下依赖&#x…...

10 分钟在K8s 中部署轻量级日志系统 Loki

转载至我的博客 https://www.infrastack.cn ,公众号:架构成长指南 Loki 是什么? Loki是由Grafana Labs开源的一个水平可扩展、高可用性,多租户的日志聚合系统的日志聚合系统。它的设计初衷是为了解决在大规模分布式系统中&#x…...

图像处理python基础

array 读取图片 tensor 模型预测 一般过程:读取数据np->tensor->model->result->np->画图 shape确保图像输入输出尺寸正确 读取图片 将在GPU上运行的tensor类型转变成在CPU上运行的np类型 三类计算机视觉任务的输入: 分类&#xff1…...

基于WordPress开发微信小程序2:决定开发一个wordpress主题

上一篇:基于WordPress开发微信小程序1:搭建Wordpress-CSDN博客 很快发现一个问题,如果使用别人的主题模板,多多少少存在麻烦,所以一咬牙,决定自己开发一个主题模板,并且开源在gitee上&#xff…...

[Python] 什么是网格搜索以及scikit-learn中GridSearch类的介绍和使用案例?

什么是网格搜索? 网格搜索是一种参数调优的方法,它可以帮助找到最佳的模型参数。在网格搜索中,我们先指定参数的候选值范围,然后枚举所有可能的参数组合,计算每个模型的性能指标(比如准确率、精确率等&…...

Linux-正则表达式

1.正则表达式的定义: 正则表达式通常用于判断语句中,使用字符串描述、匹配一系列符合某个规则的字符串。 正则表达式是由普通字符与元字符组成。 普通字符包括小写字母、数字、标点符号及一些其他符号。元字符是指在正则表达式中具有特殊意义的专用字符&…...

Java基础学习:System类和Static方法的实际使用

一、System类 1.在程序开发中,我们需要对这个运行的结果进行检验跟我们预判的结果是否一致,就会用到打印结果在控制台中显示出来使用到了System类。System类定义了一些和系统相关的属性和方法,它的属性和方法都是属于静态的,想使用…...

线性代数------矩阵的运算和逆矩阵

矩阵VS行列式 矩阵是一个数表,而行列式是一个具体的数; 矩阵是使用大写字母表示,行列式是使用类似绝对值的两个竖杠; 矩阵的行数可以不等于列数,但是行列式的行数等于列数; 1.矩阵的数乘就是矩阵的每个…...

Flutter 开发3:创建第一个Flutter应用

Step 1: 安装Flutter 1.1 下载Flutter SDK 首先,你需要访问Flutter官方网站下载最新的Flutter SDK。选择适合你操作系统的安装包。 $ cd ~/development $ unzip ~/Downloads/flutter_macos_2.2.3-stable.zip1.2 更新环境变量 接下来,你需要将Flutter…...

Linux中断下半部分:软中断,tasklet和工作队列

为什么要有下半部分 中断会打断其他程序,为了打断其他程序时间短,就需要中断处理程序快。执行中断处理程序后,相同中断不会触发,甚至所有中断都不能触发(设置IRQF_DISABLED,其他硬件与操作系统无法通信)中…...

Flink CEP实现10秒内连续登录失败用户分析

1、什么是CEP? Flink CEP即 Flink Complex Event Processing,是基于DataStream流式数据提供的一套复杂事件处理编程模型。你可以把他理解为基于无界流的一套正则匹配模型,即对于无界流中的各种数据(称为事件),提供一种组合匹配的…...

QSqlRelationalTableModel 关系表格模型

一、 1.1 QSqlRelationalTableModel继承自QSqlTableModel,并且对其进行了扩展,提供了对外键的支持。一个外键就是一个表中的一个字段 和 其他表中的主键字段之间的一对一的映射。例如,“studInfo”表中的departID字段对应的是“departments…...

JS和CSS实现的原生轮播图

JSCSS实现滑动轮播图 使用JS加CSS来实现的幻灯片&#xff0c;主要使用的是CSS的transform属性中的translate来实现&#xff0c;适合与用户交互的轮播图&#xff0c;展现轮播图的数量&#xff0c;用户可自由进行选择。 <!DOCTYPE html> <html lang"en">&…...

【微服务】skywalking自定义链路追踪与日志采集

目录 一、前言 二、自定义链路追踪简介 2.1 自定义链路追踪应用场景 2.2 链路追踪几个关键概念 三、skywalking 自定义链路追踪实现 3.1 环境准备 3.2 集成过程 3.2.1 导入核心依赖 3.2.2 几个常用注解 3.2.3 方法集成 3.2.4 上报追踪信息 四、skywalking 自定义日志…...

MYSQL基础问题

一&#xff0e;DBMS 是什么 DBMS&#xff08;Database Management System&#xff09;,数据库管理系统&#xff0c;是一种操纵和管理 数据库的大型软件&#xff0c;用于建立、使用和维护数据库。对数据库进行统一的管理和 控制&#xff0c;以保证数据库的安全性和完整性。 二…...

SpringBoot使用Guava实现日志脱敏(含源码)

点击下载《SpringBoot使用Guava实现日志脱敏&#xff08;含源码&#xff09;》 1. 摘要 本文将介绍如何使用Google Guava库进行日志脱敏&#xff0c;保护敏感数据的安全。我们将详细解释脱敏的必要性&#xff0c;然后介绍如何使用Guava中的Strings、Maps和CharMatcher类来进行…...

数据结构—动态查找

动态查找介绍 1. 动态查找的引入&#xff1a;当查找表以线性表的形式组织时&#xff0c;若对查找表进行插入、删除或排序操作&#xff0c;就必须移动大量的记录&#xff0c;当记录数很多时&#xff0c;这种移动的代价很大。 2. 动态查找表的设计思想&#xff1a;表结构本身是…...

Tarjan算法学习笔记

目录 无向图的割点与桥 时间戳&#xff1a; 搜索树&#xff1a; 追溯值&#xff1a; 割边判定法则&#xff1a; 割点判定法则&#xff1a; 无向图的双连通分量 定理&#xff1a; 边双连通分量(e-DCC)的求法&#xff1a; e-DCC的缩点&#xff1a; 有向图的连通性 追…...

vue 项目涉及的焦点聚焦、格式化日期、判断是否为对象或数组、判断是否为空、深拷贝、节流、防抖

焦点聚焦 import Vue from vue // 插件对象(必须有 install 方法, 才可以注入到 Vue.use 中) export default {install () {Vue.directive(fofo, {inserted (el) {el el.querySelector(input)el.focus()}})} }格式化日期格式 export const formatDate (time) > {// 将xx…...

基于FPGA的PID算法学习———实现PID比例控制算法

基于FPGA的PID算法学习 前言一、PID算法分析二、PID仿真分析1. PID代码2.PI代码3.P代码4.顶层5.测试文件6.仿真波形 总结 前言 学习内容&#xff1a;参考网站&#xff1a; PID算法控制 PID即&#xff1a;Proportional&#xff08;比例&#xff09;、Integral&#xff08;积分&…...

k8s从入门到放弃之Ingress七层负载

k8s从入门到放弃之Ingress七层负载 在Kubernetes&#xff08;简称K8s&#xff09;中&#xff0c;Ingress是一个API对象&#xff0c;它允许你定义如何从集群外部访问集群内部的服务。Ingress可以提供负载均衡、SSL终结和基于名称的虚拟主机等功能。通过Ingress&#xff0c;你可…...

Opencv中的addweighted函数

一.addweighted函数作用 addweighted&#xff08;&#xff09;是OpenCV库中用于图像处理的函数&#xff0c;主要功能是将两个输入图像&#xff08;尺寸和类型相同&#xff09;按照指定的权重进行加权叠加&#xff08;图像融合&#xff09;&#xff0c;并添加一个标量值&#x…...

Linux简单的操作

ls ls 查看当前目录 ll 查看详细内容 ls -a 查看所有的内容 ls --help 查看方法文档 pwd pwd 查看当前路径 cd cd 转路径 cd .. 转上一级路径 cd 名 转换路径 …...

FFmpeg:Windows系统小白安装及其使用

一、安装 1.访问官网 Download FFmpeg 2.点击版本目录 3.选择版本点击安装 注意这里选择的是【release buids】&#xff0c;注意左上角标题 例如我安装在目录 F:\FFmpeg 4.解压 5.添加环境变量 把你解压后的bin目录&#xff08;即exe所在文件夹&#xff09;加入系统变量…...

Neko虚拟浏览器远程协作方案:Docker+内网穿透技术部署实践

前言&#xff1a;本文将向开发者介绍一款创新性协作工具——Neko虚拟浏览器。在数字化协作场景中&#xff0c;跨地域的团队常需面对实时共享屏幕、协同编辑文档等需求。通过本指南&#xff0c;你将掌握在Ubuntu系统中使用容器化技术部署该工具的具体方案&#xff0c;并结合内网…...

Matlab实现任意伪彩色图像可视化显示

Matlab实现任意伪彩色图像可视化显示 1、灰度原始图像2、RGB彩色原始图像 在科研研究中&#xff0c;如何展示好看的实验结果图像非常重要&#xff01;&#xff01;&#xff01; 1、灰度原始图像 灰度图像每个像素点只有一个数值&#xff0c;代表该点的​​亮度&#xff08;或…...

《信号与系统》第 6 章 信号与系统的时域和频域特性

目录 6.0 引言 6.1 傅里叶变换的模和相位表示 6.2 线性时不变系统频率响应的模和相位表示 6.2.1 线性与非线性相位 6.2.2 群时延 6.2.3 对数模和相位图 6.3 理想频率选择性滤波器的时域特性 6.4 非理想滤波器的时域和频域特性讨论 6.5 一阶与二阶连续时间系统 6.5.1 …...

WebRTC调研

WebRTC是什么&#xff0c;为什么&#xff0c;如何使用 WebRTC有什么优势 WebRTC Architecture Amazon KVS WebRTC 其它厂商WebRTC 海康门禁WebRTC 海康门禁其他界面整理 威视通WebRTC 局域网 Google浏览器 Microsoft Edge 公网 RTSP RTMP NVR ONVIF SIP SRT WebRTC协…...

边缘计算网关提升水产养殖尾水处理的远程运维效率

一、项目背景 随着水产养殖行业的快速发展&#xff0c;养殖尾水的处理成为了一个亟待解决的环保问题。传统的尾水处理方式不仅效率低下&#xff0c;而且难以实现精准监控和管理。为了提升尾水处理的效果和效率&#xff0c;同时降低人力成本&#xff0c;某大型水产养殖企业决定…...