GRE最优完美备考方案及复习详细时间表

 
GRE的物质储备:
★太傻单词黑宝书:
整个考G过程中最重要的一本书,现已正式出版。
★陈圣元的《GRE句子填空》:
新东方所出最优秀的一本辅导书;
★杨继的《GRE阅读剖析及全真题解读》:
阅读入门的最佳读物;
★杨鹏的《GRE&GMAT阅读难句教程》:
帮助适应GRE阅读中的句子;
★钱永强的《GRE逻辑分析》:
这本书已不再十分适合现在的机考,但对于初涉GRE的人来说,还是可以充做入门之用;
★便携式台电脑:
机考的必备,在备考过程中可呈数量级的提高学习效率,能方便的使用以下软件
★新东方的模考软件HIGH_GRE:
在电脑上做题可以适应屏幕阅读,同时内置的功能也能帮助提高效率-太傻和gter上均有下载;
★POWERPREP GRE 2.0:和REVIEW POWERPREP GRE 2.31:
帮助熟悉机考环境,后者是极重要的学习资料-太傻和gter上均有下载;
★REVIEW POWERPREP GRE 2.31:
是极重要的学习资料,太傻和gter上均有下载;
 
其他需从网上下载的杂项:
☆ 太傻类比反意大全;
☆ Merriam-Webster辞典:帮助精确理解类反词意的微妙之处;(金山词霸中的美国传统词典基本可以替代);
☆ 奇奇的逻辑新七种武器以及前人挑选的LAST组题:真正与机考对味的逻辑组题;
☆ 数学单词汇总:理科生唯一需要的数学储备,在机经包中有;
☆ 黑宝书背诵软件:推荐GREram和太傻单词一勺烩;
☆ PP2 handbook :PP2的详解手册,值得参考。
★十分重要的项:
最后一周在太傻或gter上下载当月的机经。

准备GRE的详细时间规划表
△ 第一、二周:
Day1-2:
阅读钱永强,杨继,杨鹏,陈圣元著作的介绍部分,到网上看前人发的考试感想(不用看机经),以求对GRE考试有一个大致的了解。
 
Day3-12:
背黑宝书,每天三个List(平均每三个小时背一个List,不要求一定背得很熟,只需要达到自己三小时所能达到的记忆水平即可)。
每天抽出两小时,复习前一天背过的单词,原理同前。
时间参照:上午:8:30-11:30;下午:14:00-18:00;晚上:19:00-23:00
次时期可以说是整个GRE考试过程中最痛苦的一环,但若把握得好,就能为后边的实力质变奠定坚实的基础。
单词是决定考GRE成败最关键的环节,而背词又是个体差异最大,最有可能时间不够的环节,所以一定要坚持下来!
 
Day13-14:
可稍做休整,每天各花3小时看杨鹏难句教程的25个句子(此教程共有130个GRE难句),再把钱永强,杨继,陈圣元书的方法论看一遍,同时可继续上网看前人的学习和备考方法。
△ 第三周:
Day15时间参照:
上午:8:00-12:00;用背词软件每天背黑宝书的两个List。有了第一遍的基础,速度应该更快。如果单词很熟,对题目就消除了陌生感,做题速率可大大提高。其他挤出的时间可用于背单词。
以下每天上午背单词,直到Day29。并且把复习时背不出的单词剔到生词本中去。
下午:14:00-18:00;晚上:19:00-23:00;看杨鹏难句教程的80个句子。
 
Day16时间参照:
下午:14:30-17:30;晚上:19:30-22:30;重看所有难句。
 
Day17-21:
每天花7个小时做阅读,每小时做1个section,一长一短两篇阅读。(初学者水平)
这个时期做国内题90.4-最新练习题二,共33个section。做完后应马上对照杨继的GRE阅读剖析,后三天做题时应参照长阅读12分钟,短阅读6分钟的标准,即使没读懂,也要按时完成,做过后一定多总结,培养对出题点的敏感性和套路感。
先练习阅读的原因在于,阅读对填空有促进作用,一开始就做填空会感觉界面太不友好,并且阅读在Gre中难度第一,攻克了阅读对建立信心很有帮助。
完成阅读的训练以后,从Day22开始知道Day38,为保持对阅读句子的敏感,每日睡前读杨鹏书中的10个左右GRE或GMAT难句。
 
△ 第四周:
Day22-27:
每天花7个小时做填空的12个section,从No4-最新练习题二,共74个section,平均每个35分钟。对照陈圣元的书,每一道题认真找出分隔和粘连中的对应关系,完成后,填空应有质的飞跃。
 
Day28-Day38:
为保持对填空句子结构的敏感,每天可在睡前复习1个section的填空,由于已经做过一遍,速度应该很快。
 
Day28:
攻克GRE的道路已走完了一大半。从此转入逻辑的学习。从这一天直至Day31,每天花7个小时看钱永强书的第二、三部分逻辑解题方法,仔细体会组题中隐含条件的推导和单题的推理方向。
 
△ 第五周:
Day29-31:
太傻第二遍背完。在第五周的每个上午把剔入生词本中的单词背熟。
下午和晚上继续把钱永强的逻辑分析第二、三部分做完。
 
Day32-33:
现在的机考逻辑越来越难,组题一定要重视。做完95.4——98.4的四套题,即钱书的后半部分的所有组题。
 
Day34-35:
仔细体会奇奇的逻辑新七种武器,做完网上精选的LSAT逻辑组题。
 
△ 第六周:
前五天上午,背太傻单词一勺烩中的逆序,600个/天,同样,把不熟悉的单词纳入生词本,类比关系不清楚的,查一勺烩中自带的Webster辞典,十分方便。
第六天复习生词本的内容,再把单词筛选一次。
到第七天,全部彻底背熟。
背逆序的好处是,可以避免固定位置造成的对词汇熟练程度的错觉,并且有助于区分后缀相同的易混词。
 
Day36-38:
共花12小时左右做从93.2——98.4的25个逻辑section中的单题,约25min/section
  
Day39:
下午背数学单词,晚上模考一套PP2练习题,检验一下前一段的学习成果,这时水平应大于V/A/Q:600/700/780为正常,如果某一项没有达到这个标准,说明这一项还比较薄弱,后面的复习需着重加强。不没有必要有任何担心,因为最关键的步骤还没有进行。
  
Day40-42:
开始做PP2 review。阅读长文共34篇,每篇8-10题,只用做其中的奇数或偶数题,做完后立刻对照PP2 handbook中花儿的阅读,培养对出题点的敏感和对题型套路的熟悉。做题+复习:20min/篇。
短文共42篇,同样只需做奇数或偶数题,做题+复习:10min/篇。
 
△ 第七周:
每天上午看太傻类比反意大全,类比/反意:1400/1800个,平均每天600个左右,最后一天将易混题复习一下。
Day43:
PP2 review中填空共142个,且半数以上是笔考的重题,结合PP2 handbook,做题+总结:3min/题,6.5小时之内就可轻松完成。只用做到120题,剩余题和最后的模考题有重复。
 
Day44-45:
PP2 review题库一中组题共108道,做每组题中的奇数或偶数题。组题水平个人差异很大,如果对组题感觉良好,可只做前人推荐的难题。若感觉吃力,则全做。
尽管大多数题与现在机考逻辑的难度有较大差别,但解题熟练度的提高仍然是大有用处的。做题+总结:9min/题。
 
Day46-47:
PP2 review题库一中单题共171道。做完每题后结合PP2 handbook,按钱永强书中所述方法,分析其关系,4.5min/题,两天即能完成。
 
Day48:
下午和晚上分别完成题库中的所有类比反意,主要培养对类比关系的敏感。
 
Day49:
数学不好则需看看网上的《数学无忧》,背背数学单词,按review中的标准时间做四套题。也可背背数学单词,细心做两套review,每套控制在错2之内。
 
△ 第八周:
进入到考GRE冲刺的最后一周!!!
Day50-51:
上午8:00-12:00,最后再把太傻过一遍,不能对词汇太过自信,只要连续2天不碰它,就会遗忘5%-10%。把还不熟悉的词放入生词本。
下午 14:00-18:00,灵活掌握针对自己的薄弱环节,强化训练。
晚上 19:00-23:00,两天时间分别看完截至当日的本月单题和填空的机经。看机经不用看零散的,只需看机委会的总结。打包下载。
  
Day52:
上午:把前一天放入生词本的单词背熟。
下午:把陈圣元书中每题后的填空词汇过一遍,不认识的誊写下来(网上亦有总结)。
晚上:看完阅读机经。
 
Day53:
上午:背熟前一天的填空词汇,背诵杨继书中文章后的阅读词汇。
下午:严格按时间完成笔考98.11(数学不做)。成绩不要看重,因为笔考和机考有较大差异,主要是保持GRE的做题感觉。(如果严格按照本计划执行,模考成绩应在2100以上,这样机考即有上2200的极大把握。)
晚上:将这两天补充的单题,填空,逻辑机经看一遍,数学若没有800分的把握,则将数学机经也看一遍。
 
Day54:
上午:由于大多数同学在上午考试,所以需要找一找上午做题的状态(下午考试者可将上下午计划对调)。完成笔考题99.4(数学不做)。
下午:类反机经No.1题,背诵版,讨论版,统统背一遍,争议题自己查查Webster,把不熟的剔出来,以备复习。
晚上:下午的计划如果没完成,晚上可继续,完成后,看组题机经,较肯定的,自己动手推出隐含条件,略推一下可能的出题点。不全的,不要花过多时间纠缠。
  
Day55:
上午:PP2的第二套题。几乎全是重题,主要是最后熟悉一下机考环境,把握一下节奏。其余时间放松一下,最好能去户外活动。
下午,晚上:推完全部组题机经,将新增地机经看一遍,特别是类反机经,要全部搞熟。
  
Day56:
最后一天!!!
上午:将PP2 review题库二中的题随便做几道,不用做完,主要是为保持做题感觉。
剩余时间复习所有阅读,单题,填空,和词汇。
在全部复习完一遍后,可看看当日最新机经(不看也罢)。
睡前想想每种题型应注意一些什么问题,节奏如何把握(可参看经典的《爱一个人需要理由吗》),出现什么情况应如何应对。
丢掉思想包袱,备好物质包袱(身份证,学生证,红牛,巧克力……),轻装上阵
做个好梦……
 

文章来源:http://blog.sina.com.cn/s/blog_43b82ead0100063y.html
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值