天津大学2023考研复试考试大纲:数据库、人工智能、自然语
2023.02.10 16:39

  目前各大院校开始陆续公布2023考研复试大纲的相关内容,对于同学们来说,我们还是需要及时关注院校发布的大纲内容,这样可以帮助我们圈定复试复习内容,做好相应的备考。下面小编为大家整理了“天津大学2023考研复试考试大纲:数据库、人工智能、自然语言处理及社交网络分析”,供大家参考。2023考研复试考试大纲汇总(各院校)

  天津大学2023考研复试考试大纲:数据库、人工智能、自然语言处理及社交网络分析

  一、数据库部分

  1. 考试的总体要求

  理解并掌握关系模型的基本理论;熟练掌握使用 SQL 定义数据、

  查询数据和更新数据;理解关系数据库的规范化理论;熟练掌握使用

  E/R 图建立概念模型;理解数据库完整性;掌握视图、索引和存储过

  程的使用;理解数据库安全性,掌握 SQL 提供的用户授权机制;理解

  数据库恢复和并发控制技术。

  2. 考试的内容及比例

  本课程考试的内容包括:

  1)数据模型与关系代数(20%)

  2)SQL(20%)

  3)数据库设计与规范化理论(20%)

  4)数据库对象(20%)

  5)并发控制与日志恢复(20%)

  3. 参考书目

  (1) Jeff Ullman and Jennifer Widom. A First Course in

  Database Systems. Third Edition. Prentice Hall, 2007. (《数

  据库系统基础教程》(英文版 第 3 版)机械工业出版社 影印)

  (2) Hector Garcia-Molina, Jeff Ullman and Jennifer Widom.

  Database System Implementation. Second Edition. Prentice Hall,

  2008. (《数据库系统基础教程》(英文版 第 2 版)机械工业 出版社

  影印)

  二、人工智能部分

  1. 考试的总体要求

  掌握人工智能的发展历史和基础知识;了解智能体与环境的概念;

  掌握常见的搜索技术(包括无启发式搜索和启发式搜索策略),并会

  根据具体问题设计搜索算法;了解复杂环境下的搜索策略,包括局部

  搜索策略和带有限制条件的搜索策略;了解对抗搜索策略,包括启发

  式 alpha-beta 剪枝搜索和蒙特卡洛树搜索方法,了解典型图搜索策

  略,以及上述不同搜索方法的优缺点;掌握并能够推导常见数据挖掘

  及机器学习方法,包括传统典型分类等非深度学习算法以及典型深度

  学习算法等;了解人工智能的在自然语言处理等不同领域的具体应用

  等。

  2. 考试的内容及比例

  本课程考试的内容包括:

  1)人工智能领域常见概念解释(20%)

  2)搜索算法设计与分析(30%)

  3)机器学习常见算法(30%)

  4)人工智能具体应用(20%)

  3. 参考书目

  (1) Artificial Intelligence: a modern approach. 4th

  Edition by Stuart Russell and Peter Norvig. Prentice Hall,

  2013(《人工智能:一种现代化方法》(第三版)),清华大学出版社

  三、自然语言处理部分

  1. 考试的总体要求

  理解并掌握自然语言处理中的基本概念以及常用机器学习方法;

  熟练掌握中文自然语言处理中的分词、词性以及句法语义分析模型;

  理解语言模型的相关定义以及其在自然语言处理中的关键作用;掌握

  并理解情感分析、数据挖掘的任务涵盖以及其建模框架;掌握并理解

  文本生成的任务涵盖及其核心框架。

  2. 考试的内容及比例

  本课程考试的内容包括:

  1)自然语言处理相关概念及其延伸(20%)

  2)自然语言处理常用机器学习方法(20%)

  3)中文词法句法语义分析模型(10%)

  4)语言模型进展及其应用方法(10%)

  5)情感分析与数据挖掘(20%)6)文本生成(20%)

  3. 参考书目

  (1) 《基于深度学习的自然语言处理》约阿夫·戈尔德贝格著,

  车万翔,郭江,张伟男,刘铭译,机械工业出版社

  (2) 《统计自然语言处理》(第 2 版)宗成庆 著,清华大学出版

  社

  四、社交网络分析部分

  1. 考试的总体要求

  掌握社交网络中多层网络、时序网络、图网络和自适应网络等;

  掌握社交网络文本情感分析的主要模型与链路预测分析方法;掌握常

  见的动态社区发现算法;掌握社交网络与计算传播学的基本概念;掌

  握影响信息传播的可计算因素;掌握常见的传播算法,如 page-rank、

  leader-rank,k-kernel 等;掌握信息扩散模型,包括 Markov 随机

  场图模型等;了解计算传播学在新闻和公共舆论领域的应用;了解社

  交网路在不实信息传播、情感分析、热点事件分析的具体应用。

  2. 考试的内容及比例

  本课程考试的内容包括:

  1)常见概念解释(10%)

  2)算法设计与分析(40%)

  3)社交网络与计算传播学模型(20%)

  4)社交网络应用(15%)

  5)计算传播学应用(15%)

  3. 参考书目

  (1)《社交网络上的计算传播学》(2015),许小可 胡海波 张伦 王

  成军,高等教育出版社

  (2)《社交网络分析》,刘小洋,2021,电子工业出版社

  以上就是关于“天津大学2023考研复试考试大纲:数据库、人工智能、自然语言处理及社交网络分析”的介绍,希望帮助大家更好的来复习备考。

MORE+

    相关阅读 MORE+

    版权及免责声明
    1.凡本网注明"稿件来源:新东方在线"的所有文字、图片和音视频稿件,版权均属北京新东方迅程网络科技有限公司所有,任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表。已经本网协议授权的媒体、网站,在下载使用时必须注明"稿件来源:新东方在线",违者本网将依法追究责任。
    2.本网末注明"稿件来源:新东方在线"的文/图等稿件均为转载稿,本网转载出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。如擅自篡改为"稿件来源:新东方在线”,本网将依法追究责任。
    3.如本网转载稿涉及版权等问题,请作者致信weisen@xdfzx.com,我们将及时外理

    Copyright © 2011-202

    All Rights Reserved