【考研数学】强化阶段,张宇《1000题》正确率达到多少算合格?

news2024/10/5 14:53:45

首次正确率在60%以上就算是合格!

张宇老师的1000题真挺难的,所以如果第一次做正确率不高,不要太焦虑,1000题不管是难度,综合度还是计算量,都比其他的题集高一截。

大家真实的做题情况下,如果正确率只有60%,那肯定就做不下去了,会对自己产生很大的怀疑,觉得自己是不是没学好,产生想要放弃考研的念头。

其实大家真正体验感比较好的时候,是做一本题集有80%的题目都做对了。这刚好符合二八定律

如果你准备在强化阶段做1000题,下面是一个基本的规划:

1、结合张宇18讲视频课,这是张宇老师在强化阶段的视频课,内容质量很高,总结了很多题型的快速解题方法。

2、听完视频课就做对应的章节,如果遇到没有思路的题目(10分钟想不出来思路)就直接跳过,打上标记。

3、做完一整章的题目再去对答案,把错题进行分类,分为计算错误和未掌握的知识点错误,对于计算错误,重新算一遍就好了,对于还没有掌握的知识点类型,一定要给吃透。

4、最最最重要的一步是要经常回顾,因为对于大家来说,做过的题目大概3天左右就忘的差不多了,特别是错题,如果3天内不及时回顾,那就等于白做了,时间也浪费掉了。

如果你做1000题实在是做不动,其实强化阶段还有很多好的题集,比如880题,660题,严选题等等,我在考研备考的时候,用的就是880题+知能行考研数学

这个组合真的yyds,知能行考研数学是一个人工智能考研数学刷题平台,我当初做题没思路的时候,偶然间发现的好东西,znx可以根据我做题时候的结果,自动化分析我到底知哪里做错了,帮我找到学习中的薄弱点,然后出题帮我循序渐进的吃透这个薄弱点

这与我做纸质题集的时候有本质的不同,比如我做1000题遇到错题,我需要自己去分析错在哪里,但是我本来就是不会才做错,那我肯定就分析不出来错在哪里,每次我就是看看答案怎么做,就过去了,这根本没有吃透知识点,下次还会犯错。

znx帮我分析,给我规划一条适合我的做题路径,给我了很大的信心,所以如果你现在做1000题正确率很低,做题没思路,不妨用znx测测,让他帮你找到薄弱点,加强一下:

知能行考研数学知能行考研数学通过大数据分析历年真题的考点难点,为每位考生选择快速提高的突破口。知能行基于机器学习追踪考生知识点的掌握情况,测练合一从而达到高效备考icon-default.png?t=N7T8https://bestzixue.com/?app_referrer_id=WBH~atczc-csdnzy1000c-0504-editor_chengzz

当然还不止这些,做znx真的很上瘾,如果你对做数学题有恐惧感,或者不想刷数学题,那真的可以去试试,我考研的时候,每天最喜欢干的事情就是去看看自己的做题等级有没有涨

知能行搭配880题简直绝了

因为知能行有一个「AI猜你会不会」的功能,我做880题的时候就很喜欢用这个功能,因为知能行会先预测我可以做出来哪些题,我就先做,对于那些暂时做不出来的题目,我也不急着做,让知能行帮我继续训练。

这样我就可以更加有针对性的做题,提升更加的高效。

对于强化阶段的复习,大家要把时间更加集中在做题上面,而且最好不要题海战术,精益求精才是提升的王道。

下面来说说我的考研数学完整的复习规划:

一、25考研数学规划

大家在选择老师的时候,要根据自己的基础,选择适合自己的老师

考研数学:基础差就跟汤家凤,基础好就跟张宇,武忠祥

考研线代:前四章跟汤家凤,后两张跟李永乐

概率论:基础不好就跟余丙森,基础好就跟方浩或者王式安。

二、考研数学基础阶段

我推荐使用"知能行+1800基础篇"。

"知能行"是一个刷题网站,我在二战时得到朋友的推荐并使用过。这个网站彻底改变了我对数学学习的看法。它采用深度神经网络算法(人工智能)和大数据分析,可以检测我的学习盲点,然后为我推荐适合我的题目。

"知能行"采用个性化学习方法,因此每个人的练习内容都不同。它会精准地抓住我的薄弱点,然后有针对性地进行训练。当你使用它学习时,它会根据你的薄弱点来制定学习计划。许多人在听课时能够理解,但在做题时遇到困难,因为存在潜在的薄弱点。"知能行"能够找出你做题困难的根本原因,逐一帮助你克服这些薄弱点,最终完全掌握所有的知识点。

一旦确定我的学习问题,"知能行"便致力于帮助我深入理解未掌握的薄弱知识点。

事实上,我认为单独使用"知能行"已经足够了。如果你考虑要做"1800基础篇"的题目,我建议你在完成"知能行"的刷题后再考虑。因为"知能行"的刷题进度非常快,它主要针对你掌握不好的知识点进行练习。如果你的基础知识掌握得很好,你的水平将迅速提高,"知能行"可能会自动停止给你推送你已经会的题目,以便你进行其他题目的练习。

在这个时候,"1800基础篇"的作用是用来评估你使用"知能行"的效果。我在使用完知能行之后再去刷1800题,正确率能达到90%以上。

这个就是我以前刷知能行的等级图,下面是知能行官方对于这个等级的解释:

关于这个等级,我想多说一点,他真的非常能够调动我的刷题积极性,就像打游戏通关一样,每天学习数学想的最多的事就是怎么把等级给提上去,这是非常有成就感的一件事。等级也是做题能力的一种直观感受,可以看到自己的进步

三、考研数学强化阶段

在这个阶段的训练主要侧重于多做练习题,深化对知识点的理解,确保彻底掌握这些知识点,这样才能在冲刺阶段表现出色。

很多同学在强化阶段没有充分理解知识点,却急于做真题和模拟题,最终收效甚微

在这个阶段,你可以选择以下题集:660题+880题+知能行

知能行与660题以及880题相互协调

660题主要用于练习客观题,这个阶段可能会感到有一些挑战,建议将其留到强化阶段的后期,即在8月份左右。到那时,你会见识到足够多的题目,对做题也会有自己的方法和系统。

880题是一个非常出色的题集,可以用来练习大题,建议在6月份开始做。

或许有些同学会问,660题+880题是否需要做两遍。我的观点是要看你的时间是否足够。如果时间充裕,可以考虑做其中的错题。

在强化阶段,知能行的作用主要体现在以下方面:

  1. 补充不足:检测出在基础阶段你没有完全理解和学习的知识点,通过智能算法发现并弥补。
  2. 反复训练和重点强化:知能行内置了艾宾浩斯遗忘曲线,可以在你快要遗忘知识点时提醒你进行复习,反映在知能行的页面上通常是小黄点。这意味着你需要尽快复习相关知识点。

以下是我知能行页面的示例,你可以看到我有两个小黄点,表示我需要迅速复习“函数极限”和“导数应用”等内容。

当你的知能行等级达到三级时,表示你此时做660题等习题册的正确率大约在80%至90%以上。

3.综合训练:一旦你的等级达到一定水平,知能行将自动开启综合训练,使你能够在综合训练中提高解题能力并回顾所有的知识点

4.AI预测功能:如果你觉得做880题或660题相对困难,但又不愿花费太多时间在不必要的题目上,那么不妨尝试知能行的AI预测功能。我亲身体验后简直太喜欢了,这个功能可以帮助使用知能行的同学判断习题册中哪些题目需要做,哪些可以跳过。

这个功能不仅仅是为了节省时间而已,它让我有更多精力来解决我的核心问题,弥补我的基础知识不足。使用知能行的过程中,那些一开始被AI判定我不会的题目,可能会逐渐变成我完全掌握的题目。知能行从我的基础知识出发,全面了解我的知识水平,找到我突破的关键点,然后有步骤地帮助我突破和深入理解

顺便说一句:知能行的知识点非常全面,包括一些不在张宇18讲等讲义中的知识点和解题技巧

四、考研数学冲刺阶段

历年真题的使用质量直接决定了今年考研的分数上限,因此充分利用历年真题至关重要!

我总结了以下几点,务必在考研数学后期参考使用,这可以节省同学们超过一半的时间,提高备考效率!

1、真题的使用年限

对于那些在10月之前开始使用真题的同学,建议集中精力做近15年内的真题,最多考察近20年的内容

对于那些时间比较紧迫,10月之后才开始使用真题的同学,可以选择专注于做近10年内的真题,最多考察近15年的内容。在时间有限的情况下,选择近十年的真题进行训练是明智的,因为这些真题所涵盖的考点可以覆盖当年考题的80%以上。

2、如何高效利用历年真题

利用知能行的「真题AI预测功能」。这个功能具有以下特点:能够根据我的水平,预测出每一年真题的分数,并且具体到每一道题目,判断我是否能够解答出来。

是不是很神奇,我还没有做,知能行就可以预测出来。而且是根据我刷知能行的情况来进行预测的,所以数据特别准确。基本上能预测个八九不离是。

这个功能能节省我至少一半的刷真题的时间,把时间都花在那些需要重点突破的题目上面去。因为知能行会预测出来,每一年的真题,哪些是我可以稳拿分数的,这些就可以放心跳过,不用做,这就节省了我的很多时间,因为已经会了,再去花时间做也不会有提高。

对于那些自身能力尚未达到标准的知识点,知能行会立即引导我返回基础知识章节进行专项训练。这种有针对性的训练能够确保我们将精力集中在最关键的地方,我所付出的努力都将得到充分的回报,这种提分效果是最迅速的!

五、总结

考研数学的学习没有固定的套路,大家要根据自己在学习过程中的实践,不断的调整,达到最适合自己的状态,最后还有一些建议给大家,这些都是我在复习过程中总结出来的实用经验

1、避开那些可能会打扰你的人,包括室友、朋友和亲人等。他们可能会询问你有关考研的事情,不要理睬,等真正考上了再告诉他们也不迟。

2、我上面的规划虽然很详细,但真正能够执行的人却并不多。很多人并不是规划得不够好,而是缺乏足够的执行力。

3、如果无法控制自己玩手机,就把手机锁起来。考研的时间非常宝贵,看手机很容易让时间溜走。

4、考研时要着重抓主要科目,比如数学和专业课,要学会抓住重点。

5、保持良好的作息时间,身体健康是一切的前提。不要熬夜,确保每天睡够8个小时!

最后,你肯定能够上岸,一定要有这个信念!

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:http://www.coloradmin.cn/o/1676657.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

前端工程化 - 快速通关 - ES6

目录 ES6 1.1 let 1.2 const 1.3解构 1.4链判断 1.5参数默认值 1.6箭头函数 1.7模板字符串 1.8Promise 1.9Async 函数 1.10模块化 ES6 ●ECMAScript(ES) 是规范、 JavaScript 是 ES 的实现 ●ES6 的第一个版本 在 2015 年 6 月发布&#xff0c…

【C语言习题】12.扫雷游戏

文章目录 1.扫雷游戏分析和设计1.1 扫雷游戏的功能说明1.2游戏界面:1.3游戏的分析和设计1.2.1 数据结构的分析1.2.2 ⽂件结构设计 2.扫雷游戏的代码实现3.代码讲解 1.扫雷游戏分析和设计 1.1 扫雷游戏的功能说明 使用控制台实现经典的扫雷游戏游戏可以通过菜单实现…

机器学习案例:加州房产价格(四)

参考链接:https://hands1ml.apachecn.org/2/#_12 数据探索和可视化、发现规律 通过之前的工作,你只是快速查看了数据,对要处理的数据有了整体了解,现在的目标是更深的探索数据。 首先,保证你将测试集放在了一旁&…

特征模态分解(FMD):一种小众而又新颖的分解方法

​ 声明:文章是从本人公众号中复制而来,因此,想最新最快了解各类智能优化算法及其改进的朋友,可关注我的公众号:强盛机器学习,不定期会有很多免费代码分享~ 今天为大家介绍一个小众而又新颖的信号分…

HyperLogLog的使用做UV统计

使用Jedis连接Redis并操作HyperLogLog import redis.clients.jedis.Jedis;public class RedisHyperLogLogExample {public static void main(String[] args) {// 连接到本地的Redis服务Jedis jedis new Jedis("localhost", 6379);String hyperLogLogKey "hll…

智慧安防系统:构建更安全的社区环境

随着科技的不断进步,人们的生活质量得到了显著提高。然而,与此同时,社会治安问题也日益凸显。为了维护社会的和谐稳定,提高人们的生活安全感,智慧安防系统应运而生。本文将为您详细介绍智慧安防系统的项目背景、需求分…

默认成员函数:析构、深浅拷贝

析构函数 析构函数:与构造函数功能相反,析构函数不是完成对对象本身的销毁,局部对象销毁工作是由编译器完成的。而对象在销毁时会自动调用析构函数,完成对象中资源的清理工作。 特性 析构函数名时在类名前面加上字符~ class D…

Python 全栈体系【四阶】(四十三)

第五章 深度学习 九、图像分割 3. 常用模型 3.4 DeepLab 系列 3.4.1 DeepLab v1(2015) 3.4.1.1 概述 图像分割和图像分类不一样,要对图像每个像素进行精确分类。在使用CNN对图像进行卷积、池化过程中,会导致特征图尺寸大幅度下降、分辨率降低&…

旧手机-基于Termux配置服务器(不用拿去换钢盆了)

Hi,大家好,我是抢老婆酸奶的小肥仔。 大家用手机这么多年了,手上或多或少都有一两个被替换下来的旧手机,也不用拿去换啥钢盆了,使用Termux可以将旧手机改造成一个服务器。 不多说,直接开干。 1、安装app…

Java应用程序的本地内存跟踪分析

本文将讨论本机内存跟踪 (NMT),我们可以使用它来隔离在 VM 级别增长的任何异常内存。 1.什么是本机内存? 本机内存是指计算机系统上运行的应用程序或程序可直接访问的内存空间。它是程序在执行期间存储和操作数据的内存区域。本机内存不同于托管内存&a…

单调栈练习

最大矩形面积 如果栈为空&#xff0c;或者新的元素是大于栈顶元素的&#xff0c;那么新来的元素不会破坏栈的单调性&#xff0c;那么就把这个柱子入栈。 特别注意&#xff1a;这里的s.empty()和s.top().height < a不能调换顺序&#xff0c;包括后面的判断也要先判断栈是否为…

分析 vs2019 cpp20 规范的 STL 库模板 function ,源码注释并探讨几个问题

&#xff08;1 探讨一&#xff09;第一个尝试弄清的问题是父类模板与子类模板的模板参数的对应关系&#xff0c;如下图&#xff1a; 我们要弄清的问题是创建 function 对象时&#xff0c;传递的模板参数 _Fty , 传递到其父类 _Func_class 中时 &#xff0c;父类的模板参数 _Ret…

QT状态机4-使用并行状态来避免组合爆炸

#include "MainWindow.h" #include "ui_MainWindow.h"MainWindow::MainWindow(QWidget *parent):

基于EKF扩展卡尔曼滤波的一阶环形倒立摆控制系统simulink建模与仿真

目录 1.课题概述 2.系统仿真结果 3.核心程序与模型 4.系统原理简介 5.完整工程文件 1.课题概述 基于EKF扩展卡尔曼滤波的一阶环形倒立摆控制系统simulink建模与仿真。基于扩展卡尔曼滤波&#xff08;Extended Kalman Filter, EKF&#xff09;的一阶环形倒立摆控制系统&…

分布式搜索-elaticsearch基础 安装es

这里是在虚拟机的Linux系统里安装es的教程: 1.创建网络 在Finashell终端输入指令 docker network create es-net 2.将es.tar安装包放入tmp的目录下 输入指令加载镜像&#xff1a;docker load -i es.tar 3.再运行docker 命令 docker run -d \--name es \-e "ES_JAVA_O…

NVM安装及VUE创建项目的N种方式

VUE 参考官网&#xff1a;https://cli.vuejs.org/zh/guide/ NVM安装 我们开发过程中常常遇到nodejs版本不适配的问题&#xff0c;需要切换到不同版本的nodejs&#xff0c;nodejs卸载安装麻烦&#xff0c;这就需要用到nvm了。 nvm 全名 node.js version management 顾名思义是…

基于SVPWM的飞轮控制系统的simulink建模与仿真

目录 1.课题概述 2.系统仿真结果 3.核心程序与模型 4.系统原理简介 5.完整工程文件 1.课题概述 基于SVPWM的飞轮控制系统的simulink建模与仿真。SVPWM的核心思想是将逆变器输出的三相电压矢量在两相静止坐标系&#xff08;αβ坐标系&#xff09;中表示&#xff0c;通过控…

苹果智能戒指新专利,用于与VR头显或Vision Pro配合使用

近日&#xff0c;美国专利商标局向苹果公司授予了一项新专利&#xff0c;该专利涉及一种可扩展的智能戒指配件。最新的专利指出&#xff0c;该配件专门用于与VR头显或Vision Pro配合使用&#xff0c;这比戴VR手套更准确&#xff0c;用户可以根据应用场景佩戴一个或多个戒指。 …

一本书打通SLAM在智能汽车/自动驾驶领域应用

自动驾驶技术已成为当今数字化时代汽车行业的热点话题之一。随着技术的不断成熟&#xff0c;越来越多的车辆采用激光SLAM&#xff08;即时定位与地图构建&#xff09;和视觉SLAM技术&#xff0c;实现更高层次的智能网联汽车。SLAM技术在智能网联汽车中的应用是非常重要的&#…

数据结构——01-抽奖数人-链表-实验题目与解答

数据结构抽奖数人链表实验题目与解答 一、**实验题目** 抽奖游戏&#xff1a; n个人围成一圈&#xff0c;由第一个人开始&#xff0c;依次报数&#xff0c;数到第m人&#xff0c;便抽出来作为中奖人&#xff0c;然后从他的下一个人数起&#xff0c;数到第m人&#xff0c;再抽…