考研心路历程
备考的日子像一场漫长的实验。白天泡在图书馆啃《固体物理》和《材料科学基础》，晚上对着电脑敲Python代码、调试PyTorch模型。最难熬的是9月，当我发现自己的数学基础和编程能力都不足以支撑交叉学科的深度时，一度怀疑自己是不是选错了路。但每当深夜走出自习室，看到未名湖的月光洒在水面，我就告诉自己：既然选择了交叉，就要承受交叉的代价——那是两倍的知识密度，也是两倍的成长空间。
公共课学习方法
科学智能方向的公共课压力不小。数学一是硬骨头，高数、线代、概率论必须扎实。我的策略是“慢就是快”：3-6月把同济版高数、线性代数、浙大概率论的课后题全部做完，不留死角；7-9月用经典习题集强化，每道错题都记录在错题本上，标注错误原因；10-12月真题模拟，每周两套，严格限时。英语一的阅读我坚持每日精读一篇《Nature》或《Science》的摘要，既练英语又积累材料科学前沿语料。政治从8月开始，稳扎稳打，重点抓马原的理解和时政的梳理。
专业课复习攻略
科学智能（材料科学）的专业课覆盖材料科学基础、机器学习与数据挖掘两大部分。我的复习分为三条主线：
第一条线是材料科学基础：以胡赓祥《材料科学基础》为核心，重点掌握晶体学、缺陷、扩散、相变、力学性能等核心模块。每一个概念都要能从原子尺度理解其物理本质。
第二条线是机器学习：以李航《统计学习方法》和周志华《机器学习》为教材，从线性回归、SVM到决策树、集成学习，再到神经网络、深度学习，逐一推导算法原理并动手实现。科学智能方向尤其看重图神经网络在材料中的应用，我专门花了三周时间啃完《Graph Neural Networks: A Review of Methods and Applications》。
第三条线是交叉应用：阅读近年发表在npj Computational Materials、JCTC等期刊上的论文，了解机器学习在晶体结构预测、材料性质预测、分子动力学模拟等领域的典型应用。我把每篇论文的核心思想、方法框架、数据集和实验结果做成笔记，形成自己的“应用案例库”。
真题方面，由于科学智能是新兴方向，往年真题有限，我重点做了北大计算机和材料学院的相关试题，并参加了新祥旭组织的模拟考试。
关于报班与专业课辅导
科学智能作为一个全新的交叉学科方向，备考最大的难点在于“无迹可循”——没有成熟的教辅资料，没有固定的命题套路，甚至连参考书目都众说纷纭。这时候，一位有经验的引路人至关重要。
我目前在新祥旭考研担任专业课辅导老师，可以为报考北大科学智能（材料科学）方向的学弟学妹提供专业课一对一辅导服务。新祥旭考研的全科定制辅导服务，为这个新兴方向提供了从公共课到专业课的系统支持：数学一由资深名师授课，专业课由熟悉北大前沿交叉学科研究院命题规律的直系师资一对一精讲，覆盖材料科学基础、机器学习算法、交叉应用案例与真题模拟。
在我的专业课辅导中，我会根据每位同学的学科背景定制方案——材料背景的同学重点补算法和编程，计算机背景的同学重点补材料科学基础。新祥旭的督学体系会全程跟踪学习进度，让每一次困惑都能得到及时解答。
交叉学科的路或许孤独，但当你站在两个世界的交汇处，你会发现那里有无尽的风景。选择新祥旭考研全科定制辅导，让我陪你一起跨越边界。
