2025考研数学汤家凤基础班百度网盘视频+强化班PDF讲义持续更新

如果25考研想全程跟张宇老师,可以参考下面这个表格来使用资料:

2025考研数学全程课:链接:https://pan.baidu.com/s/1e6wA4OiH_EJpZPXPxoHYwg 


提取码:om45 

考研数学

考研数学无非就是汤家凤老师,张宇老师,武忠祥老师,他们三个各有千秋。

汤家凤老师的讲课侧重点就就是基础知识点,讲的很详细,在讲课的时候会把讲的内容写在A4纸上面,然后会待着学生过一遍推到过程。很适合零基础的小白听。

当然如果你基础比较好了,听汤家凤老师的课程可能就会觉得很无聊,觉得需不到什么新东西。这个时候张宇和武忠祥老师的课程就很适合你,张宇老师讲课的侧重点是讲一些做题技巧,这题做题技巧有的是张宇老师独创的,比如什么「点火公式」,有的是一些通用的做题技巧。

武忠祥老师的讲课侧重点是汤家凤和张宇的结合体。既重视基础,也会经常提醒学生做题时候的易错点。大家只有真实的听过这些老师的课程,才能知道自己适合哪个老师。选择适合自己的老师就非常的重要。

线性代数

网上很多人都推荐李永乐老师的线代课程,我也很推荐,但是不推荐基础不好的同学听,李永乐老师的线代课程对于基础不好的同学一点也不友好,老师讲课的时候会串联后面的内容,很容易听的云里雾里,我觉得最好是先听一遍汤家凤老师的零基础课好吃呢个,然后再听李永乐老师的课程会好很多。

概率论

概率论推荐两个老师,一个是余丙森,另外一个就是方浩。

对于这两个老师,我推荐基础阶段听余丙森,强化阶段听方浩。因为余丙森老师基础讲的比较详细,而方浩老师讲课内容包含很多的做题方法和小技巧。

以上每一个老师都很厉害,选择他们不会踩坑,大家根据自己的水平和复习情况选择适合自己的老师就好了。

题海战术非常的低效

在整个考研备考过程中,我发现题海战术并不是一种高效的复习方式。因此,每当有人问我是否要大量做题时,我通常都会建议不要采用这种方法。

题海战术存在一个致命的弱点,即它使人在做题时变得盲目。你可能一天做了50道题,但其中真正有价值的可能不超过10道,其他的都是大量相似的题目,这些题目往往是你已经掌握的。继续做下去只会提高你的熟练度,对于你的题解能力几乎没有帮助。

在当前的考试环境下,重视基础知识,题量庞大,反押题的趋势愈发明显,我认为采用题海战术所能带来的回报越来越少。

刚开始我也迷信题海战术,以为做得越多就会变得越强。我甚至买了汤1800题集重新刷,尽管之前已经整理过错题本,但我不愿意去翻看,只想一直做题,以为做得越多越好。当遇到不会的题时,我就看答案,然后继续做下一道题。

结果是:我的基础知识没有夯实,稍微复杂一点的题目我都无法应对。

改变复习策略,针对性的学习

我在考研前期刷1800题真的走了不少弯路,题目是写了不少,但是遇到类似的题目还是不会,我就反思这样复习的毫无意义,一直在做无用功。

后来我在朋友的推荐下,开始使用知能行考研数学,做题情况开始慢慢好转

知能行相比于传统的刷题模式,有根本的不同。比如我用1800题刷题,如果做错题目,我就是简单的看一下答案,然后继续做下一道题目,下一道题目和上一道做错的题目可能毫无关联

但是用知能行遇到错题之后,后面做的题目基本上和这个错题涉及到知识点有关联,而且关联度会越来越高,直到最后精确到具体的知识点。后来我了解到,这是知能行装备的神经网络算法,帮助分析我的薄弱点,然后给我做非常有针对性的题目,到达训练的目的。

知能行把一道综合性很强的题目,拆分成多个基础知识点让你逐一排查,直到找到这道题中你的知识盲区,再对该知识点进行更细致的训练。当你通过训练以后,逐层向上,依次击破!

再反过来去重新做综合题目就会发现问题迎刃而解了!

然后,我再去写1800,正确率跟原来完全不一样了!简直差了好几倍!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/530364.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

政安晨:【深度学习神经网络基础】(五)—— 霍普菲尔德神经网络和玻尔兹曼机

目录 简述 霍普菲尔德神经网络 训练霍普菲尔德神经网络 Hopfield-Tank神经网络 玻尔兹曼机 总之 政安晨的个人主页:政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: 政安晨的机器学习笔记 希望政安晨的博客能够对您有所裨益,如有不足之处&am…

Linux安装Oracle11g(无图形界面下的静默安装)

Oracle11g安装文档-Linux静默安装 环境准备安装数据库配置监听器创建数据库测试打开防火墙 环境准备 创建组和用户 [rootlocalhost ~]# groupadd oinstall #创建oinstall组 [rootlocalhost ~]# groupadd dba  #创建dba组 [rootlocalhost ~]# useradd -g oinstall -G dba -m…

【快捷部署】016_Ollama(CPU only版)

📣【快捷部署系列】016期信息 编号选型版本操作系统部署形式部署模式复检时间016Ollama(CPU only)latestCentOS 7.XDocker单机2024-04-10 注意事项: 1、目前镜像及大模型下载速度尚可,但由于容量较大,所以…

K8S:常用资源对象操作

文章目录 一、使用Replication Controller(RC)、Replica Set(RS) 管理Pod1 Replication Controller(RC)2 Replication Set(RS) 二、Deployment的使用1 创建2 滚动升级3 回滚Deployment三、 Pod 自动扩缩容HPA1 使用kubectl autosc…

thinkphp5关联预载入with指定字段属性查询

一、thinkphp5.0 如果要指定属性查询,可以使用: $list User::field(id,name)->with([profile>function($query){$query->field(email,phone);}])->select([1,2,3]); foreach($list as $user){// 获取用户关联的profile模型数据dump($user…

典型新能源汽车热管理系统方案分析

目前行业具有代表性的热管理系统有PTC电加热方案、热泵方案(特斯拉八通阀热泵、吉利直接式热泵)、威马的柴油加热方案以及以理想为代表的插电式混动车方案。 小鹏P7整车热管理方案分析(PTC电加热方案) 小鹏P7作为小鹏汽车的第2款…

NzN的数据结构--插入排序

排序排序我要Disney,今天我们先来看看经典排序算法里的插入排序,先三连后看才是好习惯!!! 目录 一、排序的概念及应用 1. 排序的概念 2. 排序的应用 3. 常见的排序算法 二、插入排序 1. 基本思想 2. 直接插入排…

pyside6的QSpinBox自定义特性初步研究(二)

当前的需求是,蓝色背景的画面,需要一个相对应色系的QSpinBox部件。已有的部件风格是这样的,需要新的部件与之般配。 首先新建一个QDoubleSpinBox,并定义其背景色和边框: QDoubleSpinBox { color: white; border:1px…

Vue3---基础1(认识,创建)

变化 相对于Vue2,Vue3的变化: 性能的提升 打包大小减少 41% 初次渲染快 55%,更新渲染快133% 内存减少54% 源码的升级 使用 proxy 代替 defineProperty 实现响应式 重写虚拟 DOM 的实现和 Tree-shaking TypeScript Vue3就可以更好的支持TypeSc…

Python:如何对FY3D TSHS的数据集进行重投影并输出为TIFF文件以及批量镶嵌插值?

完整代码见 Github:https://github.com/ChaoQiezi/read_fy3d_tshs,由于代码中注释较为详细,因此博客中部分操作一笔带过。 01 FY3D的HDF转TIFF 1.1 数据集说明 FY3D TSHS数据集是二级产品(TSHS即MWTS/MWHS 融合大气温湿度廓线/稳定度指数/…

ssm“最多跑一次”微信小程序

采用技术 ssm“最多跑一次”微信小程序的设计与实现~ 开发语言:Java 数据库:MySQL 技术:SpringMVCMyBatis 工具:IDEA/Ecilpse、Navicat、Maven 系统实现的功能 本次设计任务是要设计一个“最多跑一次”微信小程序,…

【攻防世界】php_rce (ThinkPHP5)

进入题目环境,查看页面信息: 页面提示 ThinkPHP V5,猜测存在ThinkPHP5 版本框架的漏洞,于是查找 ThinkPHP5 的攻击POC。 构造 payload: http://61.147.171.105:50126/?sindex/think\app/invokefunction&functioncall_user_f…

JVM-结合MAT工具分析OOM问题

JVM-结合MAT工具分析OOM问题 启动项目前配置VM参数 -XX:UseParNewGC -XX:UseConcMarkSweepGC -Xms1m #初始化大小 -Xmx1m #最大值 -XX:PrintGCDetails -Xloggc:gc_dandan.log -XX:HeapDumpOnOutOfMemoryError -XX:HeapDumpPath./运行结果截图 使用MAT打开java_pid12164.hprof…

开源铱塔切换MySQL数据库启动报异常

1.错误日志: 铱塔切换数据库配置为MySQL之后,启动后报错如下: SqlExceptionHelper - Table iotkit.task_info doesnt exist SqlExceptionHelper - Table iotkit.rule_info doesnt exist SqlExceptionHelper - Table iotkit.device_info does…

【Java8新特性】二、函数式接口

这里写自定义目录标题 一、什么是函数式接口二、自定义函数式接口三、作为参数传递 Lambda 表达式四、四大内置核心函数式接口1、消费形接口2、供给形接口3、函数型接口4、断言形接口 一、什么是函数式接口 只包含一个抽象方法的接口,称为函数式接口。你可以通过 L…

1、JVM相关知识点-类加载机制

JVM类加载机制 当我们用java命令运行某个类的main函数启动程序时,首先需要通过 类加载器 把主类加载到 JVM 通过Java命令执行代码的大体流程如下: 其中loadClass的类加载过程有如下几步: 加载 >> 验证 >> 准备 >> 解析 &…

Nginx反向代理与Tomcat实现ssm项目前后端分离部署

Nginx nginx是一款http和支持反向代理的web服务器,以其优越的性能被广泛使用。以下是百度百科的介绍。 Nginx (engine x) 是一个高性能的HTTP和反向代理web服务器,同时也提供了IMAP/POP3/SMTP服务。Nginx是由伊戈尔赛索耶夫为俄罗斯访问量第二的Rambler.…

解析大语言模型训练三阶段

大语言模型的训练过程一般包括3个阶段:预训练(Pre-training)、SFT(有监督的微调,Supervised-Finetuning)以及RLHF(基于人类反馈的强化学习,Reinforcement Learning from Human Feedb…

maxpool long数据类型报错

报错: RuntimeError: “max_pool2d” not implemented for ‘Long’ 源码: import torch from torch import nn from torch.nn import MaxPool2dinput torch.tensor([[1, 2, 0, 3, 1],[0, 1, 2, 3, 1],[1, 2, 1, 0, 0],[5, 2, 3, 1, 1],[2, 1, 0, 1, 1…

【uniapp】多端打包(h5...)

1. h5 HBuilder X -> 项目目录中manifest.json 发行 查看打包文件(用浏览器打开就行了)或者直接运行在浏览器中