栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > 资讯 > 高等教育 > 考研政策

日本留学新闻专业

日本留学新闻专业

作者:TechLive日本技术研究所研究员,技术部门,Kushu

如果要给北大社会信息科学的修士们的准备定一个基调,那应该是“信息战”。

作为外国人,要想撕掉一个被北大学生和日本留学生包围的合格名额,就要努力在智力上和他们站在同一起跑线上。我是一个有一些数据库属性的人,我坚信收集的信息越多,落地的可能性就越高。

为了收集“情报”,我基本上把全网所有的社会经验帖(中文/日文)都看了十遍;潜入一个日本人岸上成立的社交情境准备slack群,享受他们分享的google drive资料;找一个曾经登陆Twitter的日本人私聊;终于找到了适合自己的备考方式。(P.S.1这一点可能只适合北大的社会情况)(P.S.2今年确实有我认识的朋友因为情报收集不充分而掉队了)(P.S.3更多信息可以参考我的收藏夹里的“留学日本”一节)

除此之外,在中国环境下与朋友交流是获取“信息”的最快途径。关起门来工作是不明智的。你是美国佬。你做梦去吧。请记住,我们的敌人是日本考生,而不是中国人自己。一起交流肯定比隐瞒信息好。

或许我的这篇文章能给你提供足够的“情报”,但我还是希望你再走一遍我的路,至少把现有的经验都看完,贴出来。之后我会把链接放在文末。

我的人生信条是无为或全力以赴。碰巧遇到了数据库事务的原子性。所以:

学校出身:北京一本二本不是一本/二本(各地区不同)

平均绩点:2.7/5.0

专业:自动化

科研经历:很水的三部作品,比较水的一部。

托业考试:810分

日语:语言学校在读,没有日语成绩。可以完成和日本教授的日常会话水平。

从我个人的角度来看,以上所有背景中,唯一会影响你考试的就是英语成绩。英语成绩会折算成笔试总成绩。对于社会条件,英语占总分的1/4,无疑是决定性的一项。

下面按时间顺序复述一下我一开始准备日本修士考试的过程。

时间线2019.3申请2020年7月出生的语言学校2019.7裸考N2不合格2019.12裸考托福492020.1进入某渠道培训托福2020.2托业6252020.7上午和大学综合机械工程秋季2020.8进入日语培训机构锻炼日语2020.9托业。702020.10菅义伟,我的超人2020年11月宣布日本开门,第一时间进入日本隔离。2021.1疫情扩大,日本再次关闭。2021.1京都大学智能信息类书籍掉落。2021.1东京大学情报科学圈顶尖的情报书籍掉了。2021.3托业7002021.3东京都立大学横滨国立大学筑波大学参加考试。2021年3月才拿到磁套,考了大考,大考,保底立命馆大学考试。我考了一个2021.4托业8102021.5北大社会形势简报2021.7上午大学综合机械工程弃考2021.8大智能信息科学弃考2021.8立命馆大学人类信息专业弃考2021.8北大社会信息科学及格。

你看这基本上是充满失败的两年(笑)。可以看出defer直到第二年的4月才拿到类似的英语成绩。我还是有资格的,事实证明,什么时候准备都不晚(布施)。

由于这段经历贴的是和北大社会情况有关,所以跳过其他学校的准备过程。下面只阐述北大社情的备考简历。(P.S .从今天来看,因为摸着石头过河,我在复习的时候还是犯了一些决策错误。还好没造成什么后果,所以我的备考简历仅供参考。我会把你的复习建议放在后面。)

2021年2月,东大圈/北大智能冬入口直接被书黑。我发现以我的背景,只要有书,就看不到论文。惨痛的经历后,我决定放弃东大和京达智能。北京的大系统需要托福,北大的数理化太难,北大通信不想做硬件,所以重点看北大的社会情况。就像2018年刚到的人机交互世界存在北大的社会情况,TOP5神田教授,我决定2021年夏天重点研究一下神田教授的HRI研究室,北大的社会情况。

然后看了教授几十篇论文,写了一篇我现在觉得很烂的烂rp,就去磁了。果然沉入了大海。其实能得到神田老师的邮件回复是靠运气的。对他来说,每天的未知邮件数量太大了。

但是北大是为数不多的可以不用Neno考试的学校。总之,复习之路才刚刚开始。

此后,我在全网搜索与北大社情相关的经验帖,在上述交流群中找到了几个去年登陆的学长。与他们交流后,我决定复习我的专业课。

这个时候我觉得自己的托业成绩远远不够,于是连续报名了3月和4月的托业考试,最后考了个勉强够用的810。期间我一直在磁保学校,因为我无法承受再多一年的后果。家里可以支持,签证时间不够。BTW,我本科没有接触过社会条件的所有考试科目,所以我的专业课复习分为三轮。第一轮是预习,然后是两轮复习,三轮复习。

3月份开始了一轮数据库的预习,复习是个苦差事。在这期间,我还看完了RNG的春季比赛,皇马的联赛和欧冠,真的很拖沓。

我在4月份复习数据库的基础上,花了一个下午总结人机交互过去的题目,发现考题无限重复,一轮预习直接结束。

5月,参加了北京大学信息研究科的说明会。在说明会上,我和神田老师问了十几个问题,发现神田老师和我想象的一样温柔。他真的是我梦想中的老师。

参加完说明会后,我意识到我之前的研究计划太低了,于是我花了两个星期的时间扼杀了无数的想法,压制了一个新的rp,然后光荣的没有再收到回复。同时订了去京都的民宿和新干线,为考生选择了北大周边最好的民宿。

在六月,许愿月,我把我的rp从四页A4纸减少到两页,并把它作为目标陈述。并且做完了一个数据库的预习,做完了近几年的过往题,开始了一个信息检索的预习。

7月1日完成信息检索一轮,写过去的题。看了几天算法和机器学习,机器学习太难了,放弃不了。同时,想了想,不想复习了,就弃考了。

从7月2日到7月10日,《计算机科学:概述》,其中概括了基础知识,概括了大约40页。

7月11日-7月14日第二轮数据库复习,人机交互要求背诵。

7月15日-7月17日第二轮信息检索复习,人机交互过去要求背诵。

7月18日-7月20日,第二轮基础复习,做完了近几年的基础过去题。

7月21日到7月26日,第二次问之前写的过去的问题。

7月27日-7月30日,三门课最后三轮复习,基础书每晚必读,写好的过往反复看。

为什么我能记得这么清楚?当然是因为我把一切都记在日历上了!

期间日历

这一部分是本文的亮点。我会详细介绍一下北大社会条件考什么,每门课怎么复习,重点在哪里。

北京社情高考分为三个部分。基础情报学,专业课,面试。分数为情报学150分,专业课300分,英语150分,面试100分。但其实正如其他学长所说,面试的排名基本上可以决定你的最终成绩,所以前600分至关重要。

在复习建议的开头,我建议转专业的同学一定要从情报学基础开始。当你复习了情报学的基础知识,很多数据库和信息检索的知识点就迎刃而解了。比如deadlock/B+ Tree /pagerank,我也是在复习了整本书之后才发现这一点。之前贴的日本经验没看懂。...

1.信息科学基础(5分之3)

基础信息科学*指导手册:

日文版

中文版

英文版

个人建议,如果想用英语回答问题,就用英语和汉语复习。想用日语回答问题,就用日语和汉语复习。这本书章节末的习题答案很难找,只有一本英文版。另外,第十版和第十一版都可以,北大官网已经给出了要提的重要事项的修改。

信息科学的基础就是考这本入门书的所有内容,除了第十章。看起来很唬人。其实总结过去的几年,你可以发现他所带的章节是有限的。实际上只关注于:

第一章数据存储

第二章数据操作

第三章操作系统

第四章计算机网络

第5章+第6章算法

第八章数据结构

第十二章计算理论

这七个部分。每年老师会从这七个部分中选择五个问题,然后考生可以从这五个问题中选择三个来回答,每个问题50分。

还是看起来很大?没关系,我会帮你进一步缩小范围。

1.8考了1 2 4 5 8章。

1.2 1 3 5 8 12章被拍。

20.8考试2 3 4 5 8章

0.2考了1 2 4 5 12章。...

找到规律了吗?

任意两个相邻的考试一共会完成七个部分,第五章的算法会在每次考试中给出。

所以我可以站在这里预测,从社会形势考试22.2的信息科学基础中会涌现出OS,算法,计算理论。另外两个我不认识。

所以理论上来说,如果你能保证这三章都能拿满分的话,你只要看完三章的内容就可以了。但我觉得还是老老实实看完这七章比较好。

至于怎么复习?把所有的课后问题和练习都做在这一章的末尾。今年,尽管我重新做了一遍,我还是吃了亏...可以预见,以后会越来越难,越来越棘手。我只能说祝你好运!

页(page的缩写)S.1过去的题可能会重复,但是每年肯定会有大量的新题,所以你一定要知道所有过去的题和书上所有的习题。一般来说往年上岸人数都在140/150左右,也就是底线有点错题,但是今年我应该被拉下来了。

页(page的缩写)S.2算法的解题思路从20.8开始转变,老师们开始为课后题制定新的算法,完全不拘泥于之前的基础算法。算法给分的好时光结束了!

2.专业课程(所有计算机科学主题中的3个)

专业课程

社会条件很多其他方向都有专门的,但是完全是暗箱操作,入学条件的审核方法完全不知道。所以我在这里只讨论计算机专业的备考。

有六个计算机科学实验室。

社情研究所1吉川/马研究所、数据库/数据挖掘研究所2 HRI研究所(神田)、人机交互研究所3天道研究所、情报检索研究所5伊藤研究所、multiagent、人工智能研究所6安倍研究所、密码研究所14绪方研究所、教育工程

可以看出,社情专业课基本对应这些教授的专业方向。当然,实验室的录取与你是否选择相应的题目无关。毕竟不选不一定代表不能这么做)

目前的提问趋势是,每年的必问问题从原来的四个变成了五个(人机交互、数据库、信息检索、算法、人工智能),必问菜单中增加了算法。与此同时,机器学习逐渐淡出有问题的部分,前几年没有的奇怪问题每年都在增加【21.2的数据挖掘(马强老师)和multiagents(伊藤老师);1.8的计算机网络,还有非常偏向密码学的算法(阿部老师)】怪题无法准备,建议直接忽略。(另外,怪题暗示这两个实验室大概21.2人没收够了,所以出了问题。)

对于我个人来说,这五门课的难度是人机交互

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/news/1641326.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号