专业目录考试科目：101 思想政治理论；201 英语一；301 数学一；853 机器学习
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，针对低空飞行器、无人机方向外文文献阅读、低空工程科研论文摘要翻译进行专项训练，适配低空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，重点训练矩阵运算、概率分布、优化算法、工程建模等机器学习所需数学基础与综合题型。853 机器学习专业课课程包含知识点框架梳理、经典机器学习模型、神经网络基础精讲、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低空技术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 853 机器学习开展教学。课程包含机器学习基本概念、线性模型、决策树、支持向量机、贝叶斯分类、隐马尔可夫模型、聚类与降维、人工神经网络与深度网络基础，兼顾算法原理推导、模型训练分析、低空场景应用与综合大题作答。课程围绕低空工程备考核心内容展开，夯实机器学习基础，掌握经验风险、结构风险、偏差方差、过拟合与正则化；吃透线性回归、逻辑回归、SVM、决策树、随机森林原理与模型推导；理解贝叶斯推断、HMM 时序建模、K-means 与 PCA 降维；掌握神经网络前向传播、反向传播、基础深度网络结构，能够针对低空感知数据完成模型选型与性能评估。结合北科大特色，依托人工智能学院交叉学科优势，侧重无人机智能飞行控制、低空多源感知、机器视觉目标检测、飞行器集群协同、低空环境感知、无人机故障识别等方向拓展。梳理学科前沿热点，包含低空大模型感知、轻量化机载深度学习、多机协同、机载边缘智能、低空场景目标跟踪等议题，训练低空数据建模、算法选型、飞行器智能系统方案论证的低空技术与工程专业思维。课程系统讲授名词解释、简答题、算法原理推导题、模型分析、低空场景综合应用题答题范式，训练材料信息提取、机器学习模型匹配、低空工程问题拆解、规范书写答题步骤的低空交叉学科研究思维。课程参考历年 853 真题与北京科技大学低空技术与工程考核风格，坚持讲练结合，配套线性模型专题、树模型专题、SVM 专题、贝叶斯与 HMM 专题、无监督学习专题、神经网络专题、低空场景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，针对模型适用场景、损失函数、正则化原理等易混淆知识点反复梳理，训练低空技术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： 《机器学习》（周志华）；《统计学习方法（第二版）》（李航）
考研复试辅导
复试辅导对标北京科技大学低空技术与工程交叉学科复试要求，覆盖专业笔试、仿真与项目问答、综合面试、外语听说四大板块。复试专业笔试科目为低空工程综合，课程拓展自动控制原理、飞行器基础、传感器与测试技术、数字信号处理、无人机系统、低空组网通信、低空工程科研设计等内容，强化飞行器建模、机载感知方案设计、智能控制、数据分析能力。案例实操辅导包含无人机飞行控制案例研讨、机器视觉目标检测仿真、外文低空领域文献阅读、科研课题汇报训练。综合面试辅导协助考生梳理本科课程、控制 / 机器视觉项目、科创竞赛、无人机相关大创项目、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、低空感知与飞行控制思路、机载智能系统设计要点、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，培养低空交叉学科专业思辨与口头表达能力。外语听说训练积累无人机、低空智能系统专业英文词汇，练习外文自我介绍、英文低空领域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。
