南京大学AI考研攻略.pptxVIP

答辩人：时间：南京大学AI考研攻略

Id-学科基础能力要求核心专业知识储备备考策略与资源复试准备要点心态与健康管理伦理与法律意识团队与领导力实践与实习创新与创业目录未来趋势与预测社会责任感与贡献健康与生活方式

Id学科基础能力要求

Id学科基础能力要求数学基础：重点掌握线性代数(矩阵运算)、概率统计(概率分布)与微积分(优化算法)，理解其在AI模型中的应用逻辑编程能力：熟练掌握Python语言及TensorFlow/PyTorch框架，具备算法实现与调试能力，建议通过LeetCode刷题或Kaggle项目实战提升计算机基础：深入理解数据结构(树、图)、操作系统原理及计算机网络，熟悉并行计算与分布式系统核心概念

Id核心专业知识储备

Id核心专业知识储备深度学习进阶AI交叉领域系统学习监督/无监督学习、强化学习算法(如SVM、决策树、神经网络)，掌握模型评估指标(准确率、F1值)与调优方法(超参数搜索)深入研究CNN、RNN、Transformer等架构，关注生成模型(GAN、DiffusionModel)的前沿进展及实际应用场景结合南京大学优势方向，选择NLP、CV或机器人学等细分领域，学习相关核心技术(如BERT、目标检测算法)机器学习理论

Id科研素养与创新能力

Id科研素养与创新能力定期跟踪NeurIPS、ICML等顶会论文，复现经典模型并批判性分析，建立个人文献管理库(如