可能会有帮助的文档
雏形来自我大二当梦拓时的认知,现在记录下来,待我更新。
写在前面
-
写这个文档的目的呢,一个是已经快到学期末了,希望能力所能及地帮助到大家;另一个呢,希望能给大家讲一讲我对大学一些学习上的认识,或者我认为比较好的方法、或者踩过的坑,或者一些可能没什么用的唠叨的话,这可以算是我个人一些很浅显的认知,如果能对大家有所助力,那自然最好;如果不能,那也很正常。就当是读了一篇我写的水平一般般的学习总结。
-
由于平时我确实蛮忙的,尤其是这学期多线作战,且大部分时间基本都和我女朋友在一起,所以作为梦拓可能没有组织很多活动,也没能帮助到大家太多。比较欣慰的是我还有一个程设助教的身份,至少在这门课上能够帮助到大家比较多。写这个文档也是希望能多发挥发挥梦拓的作用。
-
目前我是写在了幕布里,我可能日后还会更新,争取在寒假把它改成markdown文档,发在博客里,能实时更新。欢迎大家看我的博客lidongjun.com,当然目前纯属空壳子啥也没有。还是别看了,丢人。
-
下面我按照我粗浅的对于大家可能感兴趣的领域,来讲一讲。(有的地方先开个坑,目前不太重要先不填了)
校内课程
数学类
有一些东西听起来比较虚,但是对于我来说它是我学数学的进度条,我称它为“本质”。
-
强调
- 数分和高代是未来学习的数学知识最最最重要的两个底座。无论是科研还是企业,数学功底扎实与否,都是重点考察方面。在清华夏令营中,导师会当场出一道积分题让现场作答,或是问一些数学中的基本概念,让学生解释。而到大四的时候必然已经很久很久没有接触过这两门课,而平时很经常的复习大一课程又必然不是很可能的事情,所以打好数理基础对于日后重新学习很有帮助。
-
数学分析/高等数学/微积分
-
我对这门课的看法
-
这门课我认为从整体上来讲,一定是理工科学生基础中的基础,所以学好很重要。就像我标题写的,如果是数学分析,则强调证明更多;如果是高等数学/微积分,则强调计算更多。
-
对于信类的学生来讲,虽然学的是数学分析,但其实要求上仅限于高等数学。看看往年题会发现,例如实数性基本定理这些略显恶心的证明题从来没考过,基本都是各种计算。
-
对于人工智能的几位,学的应该更偏向于理科数学分析,即真正意义上的数分。可能对于计算的要求并不是很高,但是对于定理之间的推导、证明的严谨性会有很高要求。
-
虽然侧重点不同,但在我现在看来,在力所能及的情况下,无论是计算还是证明,都应该越熟练越好。未来很多数学课程都会用到,现在越熟悉,以后忘记了重新拾起的越快。
-
-
备考建议(信类)
因为我是信类的,所以对于42系这边的数分考察不是很了解,可以问问强基班的学长学姐。
-
往年题
-
如果翻一翻往年题,就可以发现,每年的题型基本完全固定,换汤不换药的那么几个考点。在我的记忆当中,常微分方程一道、中值定理一道、反常积分一道、常规积分至少一道。
-
做往年题非常必要,但没必要做很多。重点应当在于把每个题型都做熟,类似的题型见到就乱杀,就可以了。
-
而且做往年题可以检查自己对于知识点的掌握情况,要是往年题做起来都比较吃力,那么这块知识点是一定要补的。通过做题可以很容易发现,期末考试真的很简单,比作业简单很多,所以没必要紧张。要做的是提升自己的正确率和做题速度,就像对待高考一样,力争把分数拿满。
-
-
作业
- 我个人认为作业对于复习来讲用处不是很大
(都是抄的),或许看看错题可以帮助发现自己计算中存在的一些问题,以及对于一些难题可以总结总结做题技巧,以防万一命题组突然发疯。
- 我个人认为作业对于复习来讲用处不是很大
-
教材
- 在备考时间充裕的情况下,重新翻一遍教材乃至总结一份知识点都是很有效的,可以全面覆盖所有知识点
(当然这个工作我到现在都没完成)。这不仅仅是为了备考,也是为了我此前说的为未来打基础。
- 在备考时间充裕的情况下,重新翻一遍教材乃至总结一份知识点都是很有效的,可以全面覆盖所有知识点
-
PPT
个人认为PPT的内容不够全面,但胜在系统,所以可以作为串联知识点的用途,不能作为全面复习的依据。当然如果是考前急救的话PPT就还是挺可以作为复习依据的(比如我大一)
-
-
推荐资源
-
【【官方双语/合集】微积分的本质 - 系列合集】https://www.bilibili.com/video/BV1qW411N7FU?vd_source=a8483ab6b46bd564f4c3424350ac3fe4
- 这个作者叫做3Blue1Brown,是个油管博主,视频被翻译后搬运到了b站。其实他的所有视频都非常推荐,大家有时间的话就当刷B站可以看看。后面我还会推荐他的其他视频,看了他的视频,能够很快帮助我掌握所谓的“本质”。
-
【《数学分析》教学视频(宋浩 老师)】https://www.bilibili.com/video/BV1zQ4y1B7VP?vd_source=a8483ab6b46bd564f4c3424350ac3fe4
- 宋浩的所有网课,yyds,强推。说实话大一我就没去过数分和高代课,只听宋浩和自己领悟,完全够了。
-
-
-
高等代数/线性代数
-
我对这门课的看法
-
高等代数=空间解析几何+线性代数
-
其实对于我来说,线代的意义可能更高于高数,对于42系的几位可能也是如此。线代这门课有个别称叫做“AI数学基础”。因为AI基本就是一直在跟矩阵矩阵矩阵、变换变换变换,各种矩阵打交道。
-
我个人觉得,学习线代时对于其本质的理解远远大于把行列式、把矩阵算对,可能比较类似于高中做题时候数形结合的思想。
-
但非常遗憾,目前北航的线代课程,我可以评价为只得其形,不得其神。从应试角度,不如听宋浩的网课。从帮助理解角度,被国外高校课程薄纱。所以我在这里很推荐自己找资源学习,而不是跟着学校推进,这样最后学会的可能就是一堆毫无关联的概念,和各种怪异而复杂的计算。
-
这里我尤其推荐3Blue1brown的视频,我会在推荐资源里写到,看完它让我对线代的理解上了一个台阶,当然至今我也认为我没能对线代有一个很高的领悟,还需努力。我还会列出一个我还没有听但评价非常之高的MIT课程,很建议大家如果觉得自己对于线代掌握不是很好,在考后空余时间再学一学线代。
-
对于信类同学,如果可以的话,我也很建议能掌握本质,但是对于应试来说,能做对题大于能理解本质。
-
-
备考建议(信类)
同样的,本博班的高代应该跟强基班相同,我不是很了解。所以这里的备考建议可能更对信类同学有效。
-
往年题
- 与数分相同,高代的期末考试题也非常死板,也同样重在计算而非证明,所以让自己会做每种高频率出现的题型应该是备考的最终效果。具体的题型我不太记得了,这里可以在刷题过程中总结一下。我记得只有最后一道题可能涉及证明,但也很简单(我当时没做出来,毕竟复习的不是很好,所以考的也不咋地)。
-
作业
- 也与数分基本相同的情况,这里不再啰嗦了。
-
教材
- 北大教材不知道怎么样,那个绿皮书是史,建议扔掉或者卖给学弟学妹挽回损失。
-
PPT
- 跟数分差不多的效果。
-
-
推荐资源
-
【【官方双语/合集】线性代数的本质 - 系列合集】https://www.bilibili.com/video/BV1ys411472E?vd_source=a8483ab6b46bd564f4c3424350ac3fe4
-
【《线性代数》教学视频 宋浩老师(2024年更新)】https://www.bilibili.com/video/BV1aW411Q7x1?vd_source=a8483ab6b46bd564f4c3424350ac3fe4
-
【MIT-Linear Algebra】https://ocw.mit.edu/courses/18-06sc-linear-algebra-fall-2011/
-
-
代码类
-
程序设计基础
-
我对这门课的看法
-
虽然这属于是我的比较专业领域了(其实也很弱鸡),但其实反而对这门课没什么好的见解。总的来说,这门课能把零基础的同学领进coding的大门。更进一步的,对于能力较强的同学,能够领略到算法竞赛的魅力。也许不是这门课设置的目的,它有个很明显的作用在于,让同学清楚自己适不适合coding,或者说喜不喜欢代码。
-
不管成绩如何,更重要的应该是对于这门课的喜欢与否,导向了自己适不适合coding。有一个很简单粗暴的方法,通过程设这门课来决定自己的分流选择。如果喜欢,那就可以选偏软件的专业,如果不喜欢,就选择偏硬件的院。后面我还会谈到这个问题。
-
简单说说我当时的上课体验,整体来说就是让我重新拾起了荒废了很久的OI思路,但是也很遗憾我没能在大一抓紧机会让我的实力更上一层楼,仅仅做到了重新熟悉。课是一次都没听过,我个人觉得coding相关的课程靠看书和CSDN效率远高于听课,而数学课则相反。对于C赛和E赛,我认为能起到一个很好的查缺补漏和检验实战能力的作用。
-
-
备考建议
-
刷题
- 对于算法竞赛来说,刷题量很大程度上决定了一个人的实力。写代码的速度和debug能力可能比知识面要重要很多。毕竟有很多题是很简单的知识考察,但需要很强大的代码逻辑。其实我们的考题就是这样,只有在最后几道题会加入一些没有讲过的超纲算法,前面的一些题基本都能做,只是码力的区别。所以尽量多刷题吧,真的会有很长足的进步。
-
PPT、教材、题解、代码
- 把它们全都放在一起,是因为这都是考场上可以看的啊喂。就像我上次串讲说的,不看白不看好吧。尤其是代码,一定要打好各种模板随时复制粘贴捏。现在如果还有时间的话,可以去各种网上存一些可能会用到的算法板子,说不定也有用捏。
-
串讲
- 这次至少会给42系讲,传源好像还没找我。但总之我觉得串讲还是很有用的一个事情,能同时起到查缺补漏和拓展方法的作用。
-
-
推荐资源
-
英语学习
-
四六级
-
不管是考什么英语考试,背单词一定是最最核心的出装,背单词讲究一个宁滥勿缺,了解的越多越好。
-
再就是考试之前一定自己完整走一遍考试的流程,要不然有的时候可能因为不熟悉而丢掉很多不必要的分数。
-
如果时间充裕的话,可以刷刷题练练手。
-
个人感觉,四级的话真的很容易很容易通过,也没必要追求很高的分数,四六级是通过性考试。至少对于四级来说,高分和低分通过是没有任何区别的。如果认为复习任务重,直接裸考也没有任何关系
-
专业分流(敬请期待)
竞赛(敬请期待)
科研(敬请期待)
常用网站推荐
斜体需要魔法才能进入
-
不知如何分类但很有用
-
Githubhttps://github.com/
-
在线latex公式生成https://www.latexlive.com/
-
薛爷爷与椰奶甜甜作弊工具https://note.ms/
- 你别说 真挺好使的
-
以后会有内容的博客https://www.lidongjun.com/
-
北航相关网站
-
就业指导服务中心https://career.buaa.edu.cn/
- 可以用模板生成简历
-
自学网站
-
CS自学指南https://csdiy.wiki/
- 点开就知道有多好了。北大大佬的网站,超级牛逼,五体投地。打开了我自学课程的大门,只能说国外的课是真的好啊。
-
AI算法工程师手册https://www.huaxiaozhuan.com/
- 今天总结的时候才发现这个网站被我收藏了,很好很好的网站啊。居然被我忘记了,很后悔,很详细的收纳了很多AI算法相关的学习笔记。
-
- 快速入门编程语言的绝佳网站,走进软件速通三门语言就用的它
-
编程面试大学https://github.com/jwasham/coding-interview-university/blob/main/translations/README-cn.md
-
MIT开源课程网站https://ocw.mit.edu/
-
- 一位来自我的学长的博客,超级牛逼的人,供参考。
-
IAI's Pythonhttps://bobyue-01.github.io/python-guide/
-
-
竞赛网站
-
- 或大或小,或有用或没用的竞赛经常会在上面发布,时间充裕可以时常看看打打,但大部分都没什么含金量就是了。
-
-
LLM
-
ChatGPThttps://chatgpt.com/
-
大模型集成网站huggingfacehttps://huggingface.co/
-
-
OI
-
OI-wikihttps://oi-wiki.org/
-
labuladong的算法笔记https://labuladong.online/
-
Codeforceshttps://codeforces.com/
-
北航ACM官网https://cvbbacm.com/
-