2020年保研、夏令营、预推免记录

   日期:2020-10-15     浏览:89    评论:0    
核心提示:2020坎坎坷坷终于迎来尾声,新冠疫情、外交形势多变、保研政策改革使得求学路并不顺利。这篇文章会有点冗长,记录了保研到推免一系列的经历和感想,可以直接跳转至需要的部分。保研篇一月份,我从学院官网找了去年的推免名单,估算了均分、科研加分、社会加分,计算了一下在当中的排位,发现保研还是有点悬的。按着去年的科研细则,我盘算了这一年需要完成的目标:CSP 300以上 或者含金量高的比赛拿到省级一等奖或者国家级二等奖。路还挺多的,可能不是每条都能成功,都要试试。三月份,我趁着中期检查加入了两个大创(往年的时候大

2020坎坎坷坷终于迎来尾声,新冠疫情、外交形势多变、保研政策改革使得求学路并不顺利。这篇文章会有点冗长,记录了保研到推免一系列的经历和感想,可以直接跳转至需要的部分。

目录

    • 保研篇
    • 夏令营篇
      • 南开大学计算机
      • 四川大学计算机
    • 预推免篇
      • 中山大学计算机
      • 电子科技大学软件
      • 华中科技大学计算机
      • 北京航空航天大学计算机
    • 面试问题整理
      • 高数
      • 线性代数
      • 离散数学
      • 概率统计
      • 数据结构
      • 操作系统
      • 计算机组成与体系结构
      • 计算机网络
      • 编译原理
      • 机器学习
      • 人工智能领域顶级期刊与会议

保研篇

一月份,我从学院官网找了去年的推免名单,估算了均分、科研加分、社会加分,计算了一下在当中的排位,发现保研还是有点悬的。按着去年的科研细则,我盘算了这一年需要完成的目标:CSP 300以上 或者含金量高的比赛拿到省级一等奖或者国家级二等奖。路还挺多的,可能不是每条都能成功,都要试试。

三月份,我趁着中期检查加入了两个大创(往年的时候大创结题在保研之后,是无法算作成果加分的。但是自己在学校参加研讨会中有同学提议未结题的大创可以加分,所以试了试),找室友一起报名参加了服创大赛,准备开学的CSP考试。

四月份学院的科研细则出了:美赛M、H算国三,未结题大创折半加分,服创比赛降档,由于疫情CSP考试取消,当时有些迷茫。大创的立项等级还没出来,服创比赛5月底才初赛提交。我也没其他事情,看了一些考研帖,按层次确立了一批目标院校,准备比赛的同时开始看高数的课本PDF,买了复习全书,做了一些题目。

6-8月份,自己申请了暑假留校,做比赛的同时准备考研~。刚回校的时间自己计划了一下,把上午、下午的时间划分给了英语高数,晚上给了项目。虽然服创比赛降级了,但是进了区域赛,大家一心往国赛冲。大创评审立项一个国家级,一个省级,也是给了自己不小的信心,后面调整我把更多精力放在了比赛和项目上。这个期间里面自己参加了夏令营,趁机复习了一波专业课。暑假学校没多少人的时候你心情不会那么浮躁,开始步入正轨的刷题、做项目。服创比赛到后期,队友们每天晚上都会开会,保底一个小时。我很感谢我的队友,他们有的需要考研,有的需要参加暑期课程项目,都为这个比赛付诸了很多心血。决赛前,学校组织安排了答辩场地,制作了海报,还给了专业的摄影直播团队,可以说十分用心了。最后国二,遗憾是有,也很满足了。

九月份,学校开始了奖学金、优秀学生等各项材料提交工作。关于校内推免的通知,往年是教育部9月初下发文件,学校给学院分配名额,学院发布通知收集保研申请,后面进行排名公示,这些在9.15左右就完成了。今年教育部下发文件拖到了9月中旬,知乎、微博超话天天就是qqjyb,搞的我和另外两个边缘室友都很焦虑。这段时间里面自己是很浮躁的,我也建议如果是两手准备的话,暑假一定要尽力学习,开学之后有各类事情。

9月底,终于出结果了,emmmm我排到了3%,有点惊讶(边缘人的狂喜)。自己后面分析了一下这里面有许多大佬出国以及工作的原因,当然还有自己预估失误的锅,可算是有书读了。

总结来说,这一系列的经历给我的经验是:

  1. 一定要多收集消息,及时更新

    打个比方说,未结题大创在去年的细则里面是不加分的,这是细则意见征集会的风声。如果关乎你的利益诉求,建议一定要多关注。

  2. 不要过度悲观,抱有期待,全力以赴。

    服创大赛降档的时候,我是有些迷茫的,会纠结该不该花很多时间精力去争赛题唯二甚至唯一的国一。我还是努力去做了,虽然没有拿到国一,但推免评审的细则最后修改了,服创分值提高了,才有了最后的排名。大创也是,为了一个可能不存在的细则在考研时承担两个项目值不值得。有希望就要去争取,时间是挤出来的,办法也总是有的。

夏令营篇

夏令营的时候自己成绩排名并不高(50/375),国二一项,省级若干,大创一项。外校好的去不了,同阶层的不如待在本校,就只投了一些学校。复旦、中科大、中山乃至华东师范都被刷了,过了南开和川大,拿到了优营。

南开大学计算机

英语自我介绍
   	这个我当时是没准备到的,我想8-10分钟的个人PPT还做英语pre干啥,心想凉了。。。
个人PPT讲述
   	科研项目、比赛的可以详细展开讲讲
思政考核
	你怎么认识中国的新冠疫情
	谈谈自己映象最深的思政课
	平时你靠什么渠道了解时事

四川大学计算机

个人PPT讲述
	老师会停在你的科研项目这一页,详细问
英语考核
	抽取一段文章,阅读并翻译。这个看运气,有的抽到软件工程,有的抽到DBMS,我抽到的是计算机导论:计算机的发展史
专业考核
	选择你最擅长的三门专业课,然后选择一题进行回答。我选择的是数据结构、计算机网络和计算机组成原理。回答的问题是解释一下流量控制(流量接收窗口以及GBN方法)

预推免篇

由于我的成绩排名并不是很好,夏令营也没什么成色,本来打算待在本校得了。九月底出了推免排名,才有了去预推免的想法。这个时间点其实很晚了,中科院、上交、浙大都截止了,留下了中山、华科、北航可以冲一冲。了解了大概的情况后,赶紧去跑校区盖章和发邮件了。这个过程里面也吸取了夏令营的一些教训,提前联系导师了解情况,所有的文件全用了扫描版的,感官上比手机扫描好多了~

中山大学计算机

中大地域不错,CV实验室的老师我也特别喜欢。报考预推免的同时我联系了导师,导师安排了直系学长跟我聊了聊基本情况,相互了解了一下。提前联系导师也是有好处的,中大筛人是按裸绩,我初筛没过老师还帮我问了问招生办,确实是前面还有一堆优秀的人,所幸后面补录了一批让我过了。老师给了我一篇论文,花了一些时间做了PPT报告,表现还不错。然后是学院的考核:

英语考察
	给你一个话题,准备一分钟,做2-3分钟的阐述,我抽到的是人工智能的现代应用。没有一丝丝防备,就硬扯,中途几次短暂沉默,我感觉都要窒息了。我看往年都是英语翻译或者自我介绍,主题pre还是得准备一下。
PPT自我介绍
	正常来就行,多练几遍别卡住,老师会问些项目和介绍的东西。问了我在程序设计比赛中做的什么题,思路是什么。以及我获得的这个奖学金全校占比是多少
综合考核
	有参与什么社会活动,我按照PPT的展开说了一下
	C语言和Python语言的区别,一个是编译型,一个解释型,然后老师接着问C语言的优势
	从1e个数找100个最大的数,用什么排序。我说堆排序可以,然后问了我具体的做法和复杂度,我解释可以维护一个最大堆,每次取堆顶最大值,然后logn的复杂度调整堆,最好复杂度100logn。后面意识到这里可能漏了最开始建立堆的复杂度。
	中山会考核平时的实验!!!当时问的我计算机组成原理的大作业怎么做来着
	印象最深的课程,我说机器学习,balabala

后面虽然只拿到了专硕,老师还是给我留了一个名额。

电子科技大学软件

这个材料准备的挺好,可能是申报表没填写意向导师,或者邮件发的太晚了,fei了。排名稍低我的同学,邮件发的早,填了意向导师,过了~

华中科技大学计算机

华科的面试我是觉得比较迷的,时间只有十分钟,1-2分钟自我介绍,后面是无压力面试,下面整理了一些我和同学遇到的问题:

你认为计算机比华科好的学校有哪些
为什么选择华科计算机
你有哪些学校的offer,一定会来华科吗?
你在xx项目中担任什么角色,做了哪些工作
你和别人特质上的不同
最长写的项目代码
可能就一个项目狂问。。

华科也先前联系了大牛导师,微信都加好了,最后也只有一个专硕,梦碎了。。。

北京航空航天大学计算机

中山面完,华科面完都没有学硕,北航面试也是在推免系统前最后一天,不知道会不会搁置一天,心想着是最后一博了。

北航的面试考核范围很广,计算机专业课和数学基本上全都覆盖了。不同的组面试考核侧重不一样,所以都得准备。

之前面试中大时复习了高数、线代,北航面试前熬夜看了离散的PPT和概率统计的知识,数学算是完事了。专业课扫了一遍数据结构、计网和计算机操作系统,计算机组成原理和系统结构没时间了,扫了一遍最有可能考察到的地方。

机试我是使用的CSP的成绩,这里推荐大家提前去考CSP,排名10%之内是比较舒服的。

面试我的号码是12号,基本上到中午了。上午我把机器学习和项目回顾了一下,针对老师可能问到的问题做了一点预测,查了一些资料。

思政考核
	随机抽取一个论题,不需要回答多好,不反动不尬住就行。主要是调节自己心态,老师们抽时间看下你的简历。我抽到的是疫情期间的相信科学的作用
英语能力考核
	首先是英语pre,然后就是英语对话。问了空闲时间做什么?最喜欢的一门课?都还ok
数学考核
	老师问我最擅长什么科目,我说高数线代,老师说那就问你一个离散数学的问题吧。我听到周围老师都笑了,然后问我最常见的概率分布。。。像二项分布、正态分布、泊松分布、几何分布这些都需要知道。
	介绍一下大数定理,这个我也准备到了。
	什么是傅里叶变换?以及为什么需要傅里叶变换?面试前出于兴趣我看了知乎的高赞回答,有比较深的印象。大意是傅里叶变换是傅里叶级数的无穷方向的扩展,试图使用三角函数拟合非周期的函数,完成时域到频域的转换。然后balabala举了频谱的例子。
	可微和可导的关系,以及一阶二阶导数的几何意义。我举了路程时间图里速度和加速度的例子
	矩阵的秩以及物理意义
综合考核
	进程和线程的区别。我说一个是资源分配单位,一个是基本调度单位,线程可算是轻进程。然后问我哪些地方用进程合适,我说集群和每个主机通信。另外一个老师再接着问我进程和线程哪些资源可以共享,这个我有点犹豫,然后老师问函数调用栈可不可以共享,勉强过了。
	做的项目里面的问题
	学生社团的问题

面试完有老师给我发了短信,问题基本都回答到了,我想那表现应该还好。最后结果出来自己在夏令营+预推免里排10%左右,还是挺意外的,苦尽甘来吧。

回想自己的保研历程,充满太多后知后觉和犹豫不决,也遇到了许多善意热心的学长老师。以后努力去争取吧,有个时候还是要敢于做梦。

面试问题整理

最后是我个人在面试过程中搜集和准备的一些问题

高数

可微和可导的关系
一维等价,二维可微可推出可导

高等数学的中值定理 三个
罗尔定理
拉格朗日中值定理
柯西中值定理

傅里叶变换
时域到频率的变换,任意的曲线可以有正交的正弦与余弦函数组合表示,复数域用欧拉公式

线性代数

矩阵的特征值的含义,我给出的是几何方面的解释(线性变换)
线性变换和仿射变换的区别
仿射变换”就是:“线性变换”+“平移”。提高维度可以用线性变换来完成仿射变换

线性代数的相似矩阵

介绍下什么是矩阵的秩
介绍下特征值与特征向量的意义
介绍下线性相关和线性无关

线代整理:https://www.jianshu.com/p/21aea5108d83

离散数学

偏序关系、等价关系,分别举例(实数大小、集合包含;相似,全等)

哈密顿图:哈密顿图是一个无向图,由指定的起点前往指定的终点,途中经过所有其他节点且只经过一次。
含有哈密顿回路的图是哈密顿图,闭合的哈密顿路径称作哈密顿回路,含有图中所有顶点的路径称作哈密顿路径。

欧拉图:如果图G中的一个路径包括每个边恰好一次,则该路径称为欧拉路径。如果一个回路是欧拉路径,则称为欧拉回路。
具有欧拉回路的图称为欧拉图。

无向图称为树的情况:无环且为连通图

函数 单射 满射 双射

离散:解释下等价关系和等价类
设R为定义在集合A上的一个bai关系,若R是自反的,对称的,传递的,则R称为等价关系。
例如dao平面上三角形集合中,三角形的相似关系是等价关系;上海市的居民的集合中,住在同一区的关系也是等价关系。
设R为集合A上的等价关系,对任何a属于A,集合[a]R={x|x属于A,aRx}称为元素a形成的R等价类。

概率统计

贝叶斯公式

全概率公式
全概率公式为概率论中的重要公式,它将对一复杂事件A的概率求解问题转化为了在不同情况下发生的简单事件的概率的求和问题。
P(A)=P(A|B1)P(B1) + P(A|B2)P(B2) + ... + P(A|Bn)P(Bn)。

一副扑克牌平均分成三堆,大小王同时在一堆的概率(一系列的概率题:)

正态分布概念及其使用使用场景(https://www.zhihu.com/question/36214010/answer/208718886)
统计数据一般靠近均值,两边稀疏。
统计身高体重,四六级定分

泊松分布概念及其使用场景
物理中的半衰期,销量计划

中心极限定理含义?

大数定理

数据结构

排序算法的稳定性:冒泡、插入、归并、基数是稳定的

C 语言
f1(){
  f2(){
    f3()
  }
}
如何从f3执行完直接到执行f1?
答案不是goto,然后我又说改参数判断flag,也不对。好像是直接要f3函数的返回值要到f1的地址。
接着问我用过的java和c#能不能实习直接从f3退回到f1,就问我可以不可以?
先说应该可以,最后一刻,反应过来这两个抛弃了指针,不行,老师说沾上点边了。

图和树的含义和区别

二叉树定义

A*算法

说下快排过程

如何判断一个单链表是否是循环链表(要给出一个比遍历更快的方法,貌似是两个指针一个每次前进1步、一个每次前进2步,相遇则循环)

介绍下平衡二叉树,B树,B+树

操作系统

操作系统:线程和进程的区别
哪些情况下使用进程比较好:需要稳定安全、不需要频繁切换的情况

操作系统开机过程
先CPU通电,进行Post 自检,BOIS载入bootloader,然后加载系统

快表

linux文件系统

简述虚拟内存原理

计算机组成与体系结构

计算机组成与体系结构,这个体系结构和组成有什么区别?
一台机器是否具备乘法指令的功能,这是计算机体系结构的问题
如何实现这个乘法指令的,使用专门的乘法电路还是采用连续相加的加法电路等,这是计算机组成的问题
计算机体系结构是指那些能够被程序员所见到的计算机属性。所看到的计算机属性,包括指令集、数据类型、存储器寻址技术、I/O机理等
计算机组成就是如何具体实现这些计算机结构所体现的属性,指令的实现,比如如何取指令等等,这些都是计算机组成问题

衡量cache的性能的标准?(命中率)

解释下什么是DMA

说下五级流水CPU的各阶段
取指:指令取指(InstrucTIon Fetch)是指将指令从存储器中读取出来的过程。
译码:指令译码(InstrucTIon Decode)是指将存储器中取出的指令进行翻译的过程。经过译码之后得到指令需要的操作数寄存器索引,可以使用此索引从通用寄存器组(Register File,Regfile)中将操作数读出。
执行:指令译码之后所需要进行的计算类型都已得知,并且已经从通用寄存器组中读取出了所需的操作数,那么接下来便进行指令执行(InstrucTIon Execute)。指令执行是指对指令进行真正运算的过程。譬如,如果指令是一条加法运算指令,则对操作数进行加法操作;如果是减法运算指令,则进行减法操作。在“执行”阶段的最常见部件为算术逻辑部件运算器(ArithmeTIc Logical Unit,ALU),作为实施具体运算的硬件功能单元。
访存:存储器访问指令往往是指令集中最重要的指令类型之一,访存(Memory Access)是指存储器访问指令将数据从存储器中读出,或者写入存储器的过程。
写回:写回(Write-Back)是指将指令执行的结果写回通用寄存器组的过程。如果是普通运算指令,该结果值来自于“执行”阶段计算的结果;如果是存储器读指令,该结果来自于“访存”阶段从存储器中读取出来的数据

执行单条指令时单周期CPU和五级流水CPU谁更快?为什么?(五级流水CPU)

段式,页式,段页式解释与区别
页的大小是统一的,而段的大小是可变的

计算机网络

在浏览器里输入你们学校的网址,会发生什么
进行域名解析,hosts文件,本地DNS服务器,递归、迭代返回ip;进行三次握手,解析html,css,ajax等

计网和通信与网络的区别

说下TCP和UDP区别

说下网络中的主机通信流程

一个主机将两个端口接到网络上是否会提升吞吐量?为什么?

编译原理

有限自动机

NFA到DFA的转换步骤

词法分析和语法分析解释

编译的每个阶段干什么的

如何进行中间代码优化

编译器系统的bug如何检查出来

机器学习

什么是最小二乘法(可以参考https://www.zhihu.com/question/20822481/answer/576692537)
最小二乘法是取多项式的极值,所有的偏导均为0,一般最后是使用矩阵解方程

机器学习和深度学习的差别联系
主要区别在是否需要手动构造特征

梯度下降法和牛顿迭代法的算法过程

SVM简述

人工智能领域顶级期刊与会议

序号 刊物简称 刊物全称 出版社 网址
1. AI Artificial Intelligence ELSEVIER http://www.sciencedirect.com/science/journal/00043702
2. TPAMI IEEE Trans on Pattern Analysis and Machine Intelligence IEEE http://www.computer.org/tpami/
3. JMLR Journal of Machine Learning Research MIT Press http://www.jmlr.org/
4. IJCV International Journal of Computer Vision Springer http://www.springerlink.com/content/
序号 会议简称 会议全称 出版社 网址
1. CVPR IEEE Conference on Computer Vision and Pattern Recognition IEEE http://www.cvpr.org/
2. ICCV International Conference on Computer Vision IEEE http://iccv2007.rutgers.edu/
3. ICML International Conference on Machine Learning ACM http://oregonstate.edu/conferences/icml2007/
4. IJCAI International Joint Conference on Artificial Intelligence Morgan Kaufmann http://www.ijcai.org
5. AAAI AAAI Conference on Artificial Intelligence AAAI http://www.aaai.org
6. NIPS (Conference on Neural Information Processing Systems),全称神经信息处理系统大会
 
打赏
 本文转载自:网络 
所有权利归属于原作者,如文章来源标示错误或侵犯了您的权利请联系微信13520258486
更多>最近资讯中心
更多>最新资讯中心
0相关评论

推荐图文
推荐资讯中心
点击排行
最新信息
新手指南
采购商服务
供应商服务
交易安全
关注我们
手机网站:
新浪微博:
微信关注:

13520258486

周一至周五 9:00-18:00
(其他时间联系在线客服)

24小时在线客服