复试常考科目导航

TIP · 导航 上级：408 知识图谱总览。机器学习和深度学习按“基础概念—模型—训练—任务”串联；数据库和软件工程按“需求—设计—实现—保护与恢复”串联。

机器学习

1. 机器学习基础概念
2. 模型评估和选择
3. 线性模型
4. 决策树
5. 神经网络模型
6. 支持向量机
7. 贝叶斯决策论
8. 集成学习
9. 聚类
10. KNN

深度学习

1. PyTorch 总结
2. 预备知识
3. 神经网络与后向传播
4. 卷积神经网络
5. 强化学习
6. 特征选择与特征提取
7. 目标检测
8. 语义分割
9. 循环神经网络与 LSTM
10. 注意力机制

数据库

1. 数据库绪论
2. 关系数据库
3. 数据库安全性
4. 数据库完整性
5. 关系数据理论
6. 数据库设计
7. 数据库恢复技术

软件工程

1. 软件工程概述
2. 软件过程
3. 软件需求工程
4. 软件设计与实现

交叉复习路径

• 机器学习基础 → 模型评估 → 线性模型/树模型/核方法/概率模型 → 集成与无监督学习。
• 神经网络模型 → 后向传播 → CNN、RNN/LSTM、注意力机制 → 检测与分割任务。
• 软件需求决定数据需求 → 数据库概念与逻辑设计 → 软件设计与实现 → 安全、完整性和恢复保障运行质量。