一、被一个问题吸引

我第一次接触机器学习，是在本科的一门选修课上。老师让我们用最简单的模型去做一个预测，结果误差大得可笑，我却因此入了门。决定考研后，我认真研读2026年硕士研究生招生专业目录，看到人工智能方向的专业代码为085410，属工学门类下的专业学位，初试一般为思想政治理论、英语二（部分院校英语一）、数学二（部分院校数学一），以及一门专业课，常见内容为数据结构、程序设计或数学基础。看清科目，我开始踏实准备。

备考那年，我把"动手"当成纪律。算法看懂不算懂，能自己实现一遍才算。这个习惯让我的理解深了很多。

二、公共课的打法

政治从九月开始，理解在前、记忆在后。客观题靠错题本分类，主观题靠专题整理与分层表述。我的经验是大题得分在层次，不在辞藻。

英语二坚持每天定量。单词不断线，阅读做真题精读，长难句逐句拆。人工智能方向的英文材料非常多，把阅读当日常训练，进步就很自然。作文准备几套自己的框架，写得清楚、少出错。

数学是重中之重。人工智能方向对数学的要求高，基础阶段我把教材过了一遍，例题自己算；强化阶段按题型突破；冲刺阶段限时模拟。数学的关键是复盘，否则刷题只是重复错误。

三、专业课的攻略

专业课我强调"基础牢、代码熟、思路清"。数据结构与程序设计部分要能手写典型算法，尤其树、图、排序与查找；若考查数学基础，则线性代数与概率统计要到位，因为它们是很多算法的根基。我的方法是每个知识点配一道自编小题，做完再回头讲一遍，讲不顺就说明没懂。真题三遍，最后两个月整卷限时模拟。

四、报班值不值

我认为报班的意义在于"减少试错"。人工智能方向知识面很宽，一个人容易东一榔头西一棒子。我后期选择了新祥旭考研全科定制辅导服务，从整体规划到专业课重点梳理都有老师协助，尤其数学与程序设计两块的衔接，一对一讲完之后清楚了很多。

现在我也在新祥旭考研担任专业课辅导老师，带人工智能方向的学生。我上课时常请学生把一道算法题的思路讲一遍，讲不下去的地方就是需要补的地方。专业课一对一辅导能做到当场指出、当场纠正。愿你在这一年之后，让模型真正跑起来。