欢迎来到华东师范大学考研网-考研招生信息|考研录取比例|考研复试调剂|考研真题收藏本站
当前位置:首页 >>辅导资料
(085400)电子信息
发布时间:2019-09-30 17:05:15 浏览量: 作者: 来源:

硕士研究生招生考试科目初试范围一览(仅供参考)


序号
招生年
招生院系代码及名称考试科目代码级名称初试范围
























1
2020
162 数据科学与工程学院
101 思想政治理论
教育部统一命题,参见教育部考试中心编制的考试大纲










2
2020
162 数据科学与工程学院
201 英语一
教育部统一命题,参见教育部考试中心编制的考试大纲。










3
2020
162 数据科学与工程学院
204 英语二
教育部统一命题,参见教育部考试中心编制的考试大纲。










4
2020
162 数据科学与工程学院
302 数学二
教育部统一命题,参见教育部考试中心编制的考试大纲。










5
2020
162 数据科学与工程学院
824 数据科学与工程综合
(1)程序设计与数据结构 数据结构的概念:算法及其时间和空间复杂度分析;常用线性结构:栈、队列,循环队列, 数组, 字符串等;线性结构的链式存储,链表、双向链表、循环链表、链式队列、链式栈;递归概念:递归程序设计、回溯法;列表:查找的概念,顺序查找与二分查找;哈希表:利用哈希表进行查找;排序的概念:排序算法(插入排序、冒泡排序、快速排序、基数排序等);树:基本性质、常用存储结构、遍历算法、遍历、二叉树、二叉查找树、堆、二叉平衡树、多路树(Trie树,B树与红黑树);图:基本概念、存储结构、遍历算法、生成树、拓扑排序、最短路径;C++语言程序设计:数据类型、操作符和表达式、控制流程、函数、程序结构、数组、指针、结构和共用体、基本输入输出、类与对象、类的继承与派生、模板类与模板函数。 参考教材:克鲁斯(Robert L. Kruse)等著. 数据结构与程序设计——C++语言描述. 高等教育出版社,2001 (第1-12章) (2)数据管理系统及应用 数据库的基本概念:结构化数据、数据库、数据库管理系统、DBA;数据模型:层次模型、网状模型、关系模型;关系模型:关系代数、关系演算;SQL,DDL、DML;数据库设计:数据库模式、范式、ER图、逻辑设计、物理设计、约束的使用;事务处理:ACID属性、事务的使用方法、并发控制、日志、恢复;数据库查询的基本实现技术:数据的存储方式、索引、查询的执行方式、查询优化;数据库的辅助工具:存储过程、触发器、ODBC。 参考教材:王珊、萨师煊,《数据库系统概论》第五版,高等教育出版社,2014年(第1-11章) (3)操作系统 单道程序、多道程序、运行态、就绪态、阻塞态、新建态、僵死态、进程、进程模型、线程、线程模型、进程控制块 (PCB)、陷入、抢占、FCFS进程调度、时间片轮转调度、优先级调度、多重队列调度、最短进程优先调度、两级调度、同步、互斥竞争条件、临界区、忙等算法、锁变量、原子操作、信号量、管程、消息、饿死、经典IPC问题、两阶段加锁、I/O 的各种控制方式、设备驱动程序、设备无关软件的设计目标、设备无关性、SPOOLing、死锁、死锁预防、死锁检测、死锁避免、银行家算法、RAM盘、磁盘、磁盘调度算法、时钟、终端设备、虚拟存储器、地址重定位、地址映射、逻辑地址、物理地址、固定分区、可变分区(动态分区)、交换、内碎片、外碎片、首次适配法、下次适配法、最佳适配法、最差适配法、分页、分段、页表、页表项、虚页、页框、多级页表、TLBs,翻译后援存储器(快表)、逆向页表、最近未使用页面替换算法(NRU)、先进先出页面替换算法(FIFO)、第二次机会页面替换算法、时钟页面替换算法、最久未使用页面替换算法(LRU)、软件模拟LRU算法 (NFU)、老化算法、系统抖动、工作集模型、工作集、文件系统、文件、目录文件、字符设备文件、块设备文件、硬链接、符号链接、目录项、i-node、超级块、打开文件表、文件系统安装、块高速缓存、文件系统的性能、一致性检查、文件系统安全性与保护机制。 参考教材:[荷] Andrew S. Tanenbaum / [荷] Herbert Bos著,陈向群 / 马洪兵等译, 现代操作系统(原书第4版)机械工业出版社,2017 (4)概率论与数理统计初步 样本空间与概率的基本概念:概率模型、条件概率基本概念、全概率定理和贝叶斯准则及它们的应用、独立性;离散随机变量,概率质量函数(分布列)的基本概念、常用离散概率分布(如伯努利分布、二项分布、几何分布、泊松分布等)、随机变量的函数、期望、均值与方差、常用离散概率分布的期望与方差计算和结论、多个随机变量的联合分布、事件条件下的随机变量与随机变量取特定值条件下的随机变量、条件期望、随机变量与事件的独立性、随机变量之间的独立性、多个随机变量的相互独立性;连续随机变量:连续随机变量、概率密度函数、累积分布函数、正态分布、多个随机变量的联合概率密度、连续随机变量的条件和独立性、连续贝叶斯准则及其应用;随机变量函数:随机变量函数的概念和其PDF计算方法、卷积的概念和计算方法、协方差和相关系数、条件期望和条件方差及其在估计中的应用;极限定理:马尔可夫和切比雪夫不等式、弱大数定理和依概率收敛、中心极限定理及其应用、强大数定理和以概率1收敛;随机过程初步:伯努利过程、泊松过程、离散时间的马尔可夫链;统计推断初步:贝叶斯统计推断的概念、点估计、贝叶斯最小均方估计、经典参数估计、线性回归、假设检验、显著性检验。 参考教材:Dimitri P. Bertsekas, John N. Tsitsiklis著,郑忠国,童行伟译.《概率导论(第2版,修订版)》. 人民邮电出版社. 2016 (第1-9章)










6
2020
162 数据科学与工程学院
829 数据工程基础
(1)程序设计与数据结构 数据结构的概念:算法及其时间和空间复杂度分析;常用线性结构:栈、队列,循环队列, 数组, 字符串等;线性结构的链式存储,链表、双向链表、循环链表、链式队列、链式栈;递归概念:递归程序设计、回溯法;列表:查找的概念,顺序查找与二分查找;哈希表:利用哈希表进行查找;排序的概念:排序算法(插入排序、冒泡排序、快速排序、基数排序等);树:基本性质、常用存储结构、遍历算法、遍历、二叉树、二叉查找树、堆、二叉平衡树、多路树(Trie树,B树与红黑树);图:基本概念、存储结构、遍历算法、生成树、拓扑排序、最短路径;C++语言程序设计:数据类型、操作符和表达式、控制流程、函数、程序结构、数组、指针、结构和共用体、基本输入输出、类与对象、类的继承与派生、模板类与模板函数。 参考教材:克鲁斯(Robert L. Kruse)等著. 数据结构与程序设计——C++语言描述. 高等教育出版社,2001 (第1-12章) (2)数据管理系统及应用 数据库的基本概念:结构化数据、数据库、数据库管理系统、DBA;数据模型:层次模型、网状模型、关系模型;关系模型:关系代数、关系演算;SQL,DDL、DML;数据库设计:数据库模式、范式、ER图、逻辑设计、物理设计、约束的使用;事务处理:ACID属性、事务的使用方法、并发控制、日志、恢复;数据库查询的基本实现技术:数据的存储方式、索引、查询的执行方式、查询优化;数据库的辅助工具:存储过程、触发器、ODBC。 参考教材:王珊、萨师煊,《数据库系统概论》第五版,高等教育出版社,2014年(第1-11章)










硕士研究生招生专业复试范围一览


序号
招生年份院系专业复试范围

























1
2020
数据科学与工程学院(162)  
电子信息(085400)
1. 上机考试:主要考查学生运用计算机编程解决问题的能力,上机语言为C、C++或Java。 2. 运用专业基础知识的综合能力(口试),相关基础知识包括高等数学、离散数学、数据结构、操作系统、数据库系统、分布式系统、概率论与数理统计、机器学习与数据挖掘等。 3. 外语听力、口语测试。












华东师范大学 数据科学与工程学院 电子信息专业 简介

概况:
   


本专业致力于培养“数据科学家”与“系统架构师”,即掌握数据处理和管理的基础理论,具备深度数据分析和数据挖掘技能、以及对大数据处理和管理系统和工具的使用、设计和开发能力,深刻理解数据的获取、建模、管理、利用的全生命周期,熟知相关技术、系统和应用的前沿动态和计算机、统计等相关学科的知识,具有从事科学研究、教学或应用开发,以及独立主持本专业技术工作的能力,具备进行创造性研究所需要的基础理论与动手实践能力。 专业培养目标为,让学生具备成为“系统架构师”和“数据科学家”所需的基础理论和专门知识,具体而言:掌握数据科学与工程学科所需的数理统计、数值计算与优化等基础理论;掌握数据分析和数据挖掘的基本技术与方法;深刻理解数据的全生命周期管理;掌握大数据处理和管理工具与系统的使用,具备其设计与开发能力;了解大数据应用中需求分析、数据和应用建模、系统选型、应用设计、开发和实施的过程,具备合作进行系统和应用研发能力;了解典型大数据应用(特别是各类“互联网+”应用)的技术问题和解决方法

   主要研究方向

本领域研究计算机技术,包括:1)现代大数据管理系统 2)人工智能平台与应用 3)数据驱动的计算教育学 4)数据驱动的物流科技 5)数据驱动的金融科技。

主要招生导师(2020):    

罗轶凤  彭伟  蒲鹏  钱卫宁  周烜  徐辰  余青松  张蓉  张召  郑骏  周傲英  蔡鹏  翁楚良  陈优广  陈志云  郑凯  董启文  高明  郭骏  洪道诚  胡卉芪  胡文心  黄定江  江红  金澈清  刘垚     


专业课程:    

专业必修课: * 数据科学与工程数学基础 * 大数据处理系统 * 数据科学与工程算法 专业选修课: * 机器学习 * 高级数据库系统 * 大数据讨论课 * 数据存储系统与技术 * 统计推断 * 事务处理 * 分享型数据库 * 海量数据挖掘 * 深度学习 * 项目管理与开源社区 注:具体开设课程可能会有所调整。

   


研究生毕业后主要去向:    

研究生就业率几乎达到100%。按照行业划分,近70%的毕业生会进入互联网或科技行业,从事大数据技术的相关工作;近20%的毕业生会进入银行、证券、投资行业,成为金融领域的数据分析师或系统工程师;近10%的毕业生会进入高校或科研院所,成为老师或科学家。按照就业单位统计,有接近40%的毕业生会进入世界500强企业工作,其中有超过一半的同学会在华为、阿里、腾讯、百度等龙头企业获得职位;另有近20%的毕业生会加入创业公司,甚至成为创业公司的创始人。

   


专业希望招收具有何种专业背景的考生:
   

本专业的内容涵盖计算机科学与技术、软件工程、统计学、管理信息系统、图书情报档案等。我们欢迎相关专业的考生,因为他们具有独特的专业特色背景,有助于学院形成开放、交叉、融合的学习和研发氛围。对于跨专业考生,希望在原专业具有突出的能力,并且有着开放的态度,主动、积极学习新专业的知识,锻炼自己的综合能力,既保持自身特色和优势,又能顺利融入新专业的知识体系

   


上一篇:(0835Z1)数据科学与工程
下一篇:没有了!