AI方向大多挂靠在计算机、控制工程、电子信息专硕下，初试复试双重看重数学、编程、机器学习基础。很多考生等到9月才启动专业课，复试面对项目、算法问答时短板明显。结合启航教育接触众多备考学子的真实情况来看，长线备考优先吃透三门核心内容，提前搭建底层框架，初试复习和复试准备双线受益。

一、线性代数

AI所有图像、文本、大模型数据，全部以矩阵、向量形式存储运算。重点掌握矩阵运算、特征分解、SVD、向量空间、PCA降维。不用深挖复杂证明，重点理解几何含义，看懂张量运算逻辑。

备考价值：初试数学一、408会考察;复试问到神经网络、数据降维、多模态感知，都会用到线代知识，是面试高频提问点。

二、Python编程与数据处理

优先掌握基础语法、numpy、pandas、matplotlib，学会简单数据读取、矩阵运算、可视化。不用一开始就啃复杂大模型，先实现简单线性回归、逻辑回归，能独立跑通基础代码。

备考价值：复试上机、项目问答必备，简历可以写小型数据分析项目;报考具身智能、计算机视觉方向，导师很看重基础代码能力，跨考考生可以用代码项目弥补背景劣势。

三、机器学习基础

推荐从周志华《机器学习》入门，吃透基础算法：KNN、决策树、朴素贝叶斯、SVM、聚类、梯度下降、过拟合与偏差方差。重点理解算法原理，熟悉适用场景，同时积累AIGC、大模型相关行业热点。

备考价值：很多院校专业课会涉及机器学习内容;复试导师最爱深挖算法原理，也是介绍科研项目、竞赛经历的核心理论支撑。

前置学习安排建议

现阶段不用全天投入，每天1-2小时循序渐进。优先搞定线代，再上手Python，最后学习机器学习。学习时尽量做到理论+简单代码结合，只看书不动手很容易学完就忘。

注意区分目标院校考试科目，如果目标院校考408，除这三门之外，后续还要补充数据结构、计算机组成原理、操作系统、计算机网络。

高频报考误区

1. 直接上手深度学习、大模型，跳过基础数学和机器学习，概念理解浮于表面，复试一问底层原理就卡壳。

2. 只学理论不写代码，复试导师一追问项目实现细节，缺少实操经验很难获得高分。

3. 误认为AI方向初试只考数学英语，忽视专业课和复试的技术考察，等到考完初试再补基础，时间非常紧张。

启航专属备考指导

AI交叉方向考研门槛高，数学、编程、算法三重考察，很多考生前期规划混乱，基础知识漏洞多。启航教育择校规划服务，帮考生筛选28考研AI相关方向院校，核对初试科目、复试上机要求，搭建长线学习规划。公共课由张宇、王吉教研团队，针对交叉类考生定制数学、英语复习方案，配套习题训练与阶段模考。班型覆盖线上全程班、线下半年集训营、专业课一对一，帮助考生补齐数学、编程短板，提前储备项目素材，提升笔试和复试竞争力。

AI方向考研竞争持续升温，长线备考的核心是筑牢底层基础。优先学完线性代数、Python、机器学习这三门核心内容，提前搭建知识体系，才能在初试和复试中占据优势。