考研大纲不仅能给你一个复习的方向，还能帮助你梳理整个知识大纲，方便学习。考研营小编为大家整理了“2025考研大纲：东华大学2025年考研科目 876 计算机及人工智能专业基础综合 考试大纲”的相关内容，祝您考研顺利！
以下为《876 计算机及人工智能专业基础综合》文档文字版，内容仅供参考,详情请下载文末附件查看：
东华大学硕士研究生入 招生 考试大纲
科目编号 ： 876 科目名称： 计算机及 人工智能专业基础综合
一、考试总体要求
计算机及人工 智能专业基础综合包括计算机学科专业基础课程：数据结构、 机器
学习二门课，要求如下。
1、数据结构：深入理解数据的逻辑结构和物理结构，合理地组织数据、有效地存储和
处理数据，正确地设计算法以及对算法进行分析和评价。
2、机器 学习：深入理解 机器学习的基本概念、原理和方法，掌握 及使用常见机器学习
算法。
二、考试内容及比例
(
一 ) 数据结构（ 75 分）
1、掌握数据结构的基本概念 ，熟悉评价算法的标准。
2、掌握线性表的基本概念，熟练运用顺序存储结构和链式存储结构实现其相应操作。
3、掌握栈和队列的特点，熟悉栈和队列的应用、递归算法的设计。
4、掌握树的基本概念，熟练掌握二叉树的性质、存储结构，了解线索二叉树、树与森
林，熟练掌握树的遍历及应用。
5、理解图的基本概念，掌握图的存贮结构，图的遍历、最小生成树 ，有向无环图及其
应用。
6、掌握查找的基本概念、查找性能分析、熟练掌握顺序查找、折半查找和哈希查找等。
7、熟练掌握 直接插入排序、 希尔排序、快速排序、简单选择排序 、堆排序和归并排序，
理解各种排序方法的比较 。
(
二 ) 机器 学习 （ 75 分）
1、掌握机器学习的基本定义、分类以及模型评估和评估指标。
2、掌握 k近邻法的基本原理，包括模型、距离度量、 k值选择及其实现方法。
3、掌握朴素贝叶斯法的定义、参数估计及概率计算方法。
4、掌握线性模型中的线性回归、感知机、逻辑回归及其他分类问题的基本概念和求解
方法。
5、掌握决策树的模型、特征选择算法、树生成算法和剪枝策略。
6、掌握支持向量机的基本思想和具体实现，包括线 性可分、软间隔和非线性支持向量
机。
7、掌握集成学习中的 Bagging、Boosting以及结合策略。
8、掌握常见的聚类方法，包括 K-means 、DBSCAN 、层次聚类及其评价指标。
9、掌握主成分分析的基本原理，以及基于特征值分解和 SVD分解的 PCA算法。
10、 掌握使用 scikit-learn进行数据加载、预处理、模型创建、模型拟合、预测、评估及
调参。
三、试卷类型及比例
1. 数据结构（ 75分）：其中选择题 20分，填空题 20分，简答题 15分，算法题 20分。
2. 机器 学习（75 分）：其中选择题 20分，填空题 20分， 简答题 15分， 计算题 20分。
四、考试形式及时间
考试形式：笔试；考试时间：由教育部统一规定。
以上就是小编整理的“2025考研大纲：东华大学2025年考研科目 876 计算机及人工智能专业基础综合 考试大纲”的全部内容，更多关于东华大学研究生考试大纲,876 计算机及人工智能专业基础综合考研大纲的信息，尽在“考研大纲”栏目，定会对大家有所帮助！
