一、参考书目

835数据科学基础：《数据挖掘：概念与技术》（韩家炜，机械工业出版社，第三版）、《数据库系统概论》（王珊、萨师煊，高等教育出版社，第五版）。

302数学二：同软件工程专业。

二、专业课复习方案

基础阶段（3-6月）：通读韩家炜《数据挖掘：概念与技术》，重点掌握数据预处理（清洗、集成、变换）、分类算法（决策树、SVM、神经网络）、聚类算法（K-Means、DBSCAN）；学习王珊《数据库系统概论》，梳理SQL查询、关系代数、数据库设计（ER图、范式理论）。

强化阶段（7-9月）：结合真题分析命题规律，重点攻克数据挖掘中的算法推导（如ID3决策树的信息增益计算）和数据库中的复杂查询（如多表连接、嵌套查询）；整理大数据相关技术（如Hadoop、Spark）的基本原理，作为拓展知识。

冲刺阶段（10-12月）：进行全真模拟，严格控制答题时间。重点练习数据挖掘算法的手动计算（如K-Means聚类过程），整理错题本，针对薄弱环节（如关联规则挖掘）进行查漏补缺。

三、答题技巧

算法题：需分步书写过程，如计算决策树信息增益时，先计算熵，再计算条件熵，最后求差值；聚类算法需明确初始中心点选择与迭代过程。

数据库题：SQL查询需先分析表结构，再编写语句，注意WHERE、GROUP BY、HAVING的执行顺序；关系代数需明确运算符（如选择σ、投影π、连接⋈）的使用场景。

简答题：结合实例阐述概念，如解释“过拟合”时，可举例“决策树深度过大导致训练集准确率高但测试集准确率低”。

四、推荐辅导课程

新祥旭考研全科定制辅导课程（咨询电话400-000-3363）提供“835数据科学基础精讲+算法推导专项突破”，由华东师范大学数据科学与工程学院导师团队授课，精准对接命题风格，助力考生掌握核心考点与算法能力。