专业目录考试科目：101 思想政治理论；201 英语一；301 数学一；851 人工智能基础
考研全科辅导
全科辅导围绕四门初试科目，按照考研备考周期划分基础、强化、冲刺三个阶段，搭建完整的备考复习框架。开课之初会安排学员基础水平测评，结合个人基础、薄弱模块定制专属全年复习规划，合理分配公共课与专业课的复习时间和学习任务。思想政治理论辅导侧重梳理完整知识体系，提炼高频考点，开展选择题专项训练，总结主观题答题思路与答题框架，配套时政专题学习，规范答题表述。英语一重点夯实词汇，突破长难句，针对人工智能方向外文文献阅读、AI 科研论文摘要翻译进行专项训练，适配人工智能交叉学科英语备考难度。数学一覆盖高等数学、线性代数、概率论与数理统计，侧重矩阵运算、概率统计、优化理论等 AI 相关数学基础与综合题型训练。851 人工智能基础专业课课程包含知识点框架梳理、搜索推理、机器学习、深度学习基础精讲、典型例题精讲、历年真题刷题训练，帮助考生搭建北京科技大学人工智能科学与工程专业初试应试知识体系。辅导过程配备学习跟踪服务，定期跟进学员学习进度，组织阶段性测试，根据测评结果动态调整授课节奏，兼顾四门科目均衡复习，稳定备考总分，为考研上岸打下扎实基础。
考研专业课辅导
专业课辅导针对 851 人工智能基础开展教学。课程包含人工智能基本概念、盲目搜索与启发式搜索、博弈论、谓词逻辑与知识表示、不确定性推理；机器学习部分涵盖监督学习、无监督学习、强化学习基础、回归、分类、聚类、降维；深度学习包含神经网络基础、BP 网络、卷积神经网络、循环神经网络基础，兼顾原理推导、算法思路、模型分析与综合论述大题作答。课程围绕人工智能备考核心内容展开，夯实人工智能基础，掌握 A * 等启发式搜索、博弈树剪枝、知识表示与逻辑推理；吃透机器学习经典算法原理、损失函数、模型泛化能力、偏差方差分析；理解神经网络前向传播、反向传播原理，CNN、RNN 基本结构与适用场景，能够完成简单 AI 算法推导与方案设计。结合北科大特色，侧重工业智能、机器视觉、智能检测、矿山智能系统、多模态感知、工业大数据挖掘等方向拓展。梳理学科前沿热点，大模型基础、轻量化神经网络、小样本学习、强化学习、工业智能故障诊断、边缘 AI 等议题，训练 AI 模型原理分析、算法选型、智能系统方案论证的人工智能专业思维。课程系统讲授名词解释、简答题、算法分析题、模型论述题答题范式，训练材料信息提取、算法原理匹配、AI 问题拆解、规范书写答题步骤的人工智能研究思维。课程参考历年 851 真题与北京科技大学人工智能科学与工程考核风格，坚持讲练结合，配套搜索与知识表示专题、不确定性推理专题、经典机器学习专题、神经网络专题、深度学习基础专题、案例专项训练与限时模拟训练，结合本校特色研究方向拓展解析。配套定向备考讲义、真题解析、核心考点汇总笔记，降低考生资料搜集难度。授课过程持续答疑，针对不同搜索算法对比、机器学习模型适用场景、网络结构原理辨析等易混淆知识点反复梳理，训练人工智能科学与工程专业科研思维与应试解题能力，提升专业课得分能力。
核心参考书目： 《人工智能》（马少平）；《机器学习》（周志华）
考研复试辅导
复试辅导对标北京科技大学人工智能科学与工程交叉学科复试要求，覆盖专业笔试、代码与项目问答、综合面试、外语听说四大板块。复试专业笔试科目为人工智能综合，课程拓展模式识别、数字图像处理、深度学习进阶、优化理论、Python 机器学习工程实践、人工智能科研设计等内容，强化模型设计、实验方案搭建、算法效果评估能力。案例实操辅导包含 AI 项目案例讲解、模型调优问答、外文 AI 文献阅读、科研课题汇报训练。综合面试辅导协助考生梳理本科课程、编程项目、大创项目、数学建模、人工智能竞赛、科研项目、社会实践等学习实践经历，打磨中英文自我介绍，开展高频模拟问答，针对专业课基础知识点、算法原理分析思路、模型设计要点、科研项目细节、研究兴趣、阅读书目、读研规划等常见面试题目反复演练，培养人工智能方向思辨与口头表达能力。外语听说训练积累人工智能专业英文词汇，练习外文自我介绍、英文 AI 文献阅读与口头评述，提升英文临场应答能力。同时配套复试材料准备、简历优化、项目面试问答指导、面试礼仪、临场应变技巧指导，组织全真模拟面试，还原考场压力环境，讲解复试流程、考核权重与注意事项，帮助考生全面提升复试竞争力。
如有考研问题可以咨询 17521635669，新祥旭考研咨询师将热情专业的解答您的考研问题。
