手把手教你写保研简历|计算机保研|保研夏令营文书写作|简历模板

手把手教你写保研简历

2022年保研夏令营在即,很多同学都开始制作保研需要的文书,比如说简历、个人陈述、研究计划和导师推荐信等…

可别小看文书的制作,有的时候一份好的保研文书能在老师那里给我们增加很多的印象分!

本系列将会手把手教大家如何做一份有质量、有内容、可以让老师感觉眼前一亮的文书!

一、简历模板的选择

很多同学在做保研简历的时候,直接去百度搜“简历模板”,随便搜一个花里胡哨的就开始往里面填。

比如这种:

在这里插入图片描述

这是万万不行的!!!

保研简历非常重要的一点就是要严肃、简洁且重点突出

在选择简历模板的时候也一定要找简洁的模板。

比如在我准备保研简历时候找到这几种:

在这里插入图片描述

二、简历内容选择

我在辅导同学制作保研简历的时候,发现一般有两种不同的情况

1.可以写上去的奖项、经历太多,不知道该怎么取舍才能保持在保持简洁的前提下充分展示自己
2.感觉没有东西可以写(这种同学占大多数)

那么保研简历里,一般要包括哪些内容呢?

接下来我就从上至下为大家完整的梳理一遍~

(1) 个人信息

简历最上方写姓名、邮箱、籍贯(这个可写可不写)

个人证件照(如果照片比较好看可以放上去(^-^)~)

简历最上方

(2) 教育背景

学校、学院、专业

GPA、专业排名(以:你的排名/人数形式)、平均分数
主修课程 (这个很重要,具体为什么重要后面说): 以分数从高到低的形式排列

请添加图片描述

(3) 荣誉奖项

简单罗列大学期间的荣誉和奖项,一般按照奖项从高到低排列,最拿得出手的奖放到最前面!! 如果有国家级、省级的奖项,就不需要列太多学校、学院级别的奖了!
但如果只有比较少的几个奖,还是都写上去比较好。
请添加图片描述

未完待续… 点赞过20更新项目描述技巧 (重头戏)

需要简历模板可以邮箱,有空一起发

  • 39
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 43
    评论
好的,我了解您的要求,下面是回答: Apriori算法是一种常用的关联规则挖掘算法,用于发现数据集中的频繁项集。其原理是通过迭代的方式不断削减候选项集的大小,找到所有满足最小支持度要求的频繁项集。 Apriori算法的步骤如下: 1. 初始化:找到所有单项集的支持度,并筛选出支持度大于等于最小支持度的频繁项集; 2. 迭代:根据频繁项集生成候选项集,并筛选出支持度大于等于最小支持度的频繁项集; 3. 终止条件:重复步骤2,直到无法再生成新的频繁项集。 下面是用Python实现Apriori算法的代码: ```python def loadDataSet(): return [[1, 3, 4], [2, 3, 5], [1, 2, 3, 5], [2, 5]] def createC1(dataSet): C1 = [] for transaction in dataSet: for item in transaction: if not [item] in C1: C1.append([item]) C1.sort() return list(map(frozenset, C1)) def scanD(D, Ck, minSupport): ssCnt = {} for tid in D: for can in Ck: if can.issubset(tid): if not can in ssCnt: ssCnt[can] = 1 else: ssCnt[can] += 1 numItems = float(len(D)) retList = [] supportData = {} for key in ssCnt: support = ssCnt[key] / numItems if support >= minSupport: retList.insert(0, key) supportData[key] = support return retList, supportData def aprioriGen(Lk, k): retList = [] lenLk = len(Lk) for i in range(lenLk): for j in range(i+1, lenLk): L1 = list(Lk[i])[:k-2]; L2 = list(Lk[j])[:k-2] L1.sort(); L2.sort() if L1 == L2: retList.append(Lk[i] | Lk[j]) return retList def apriori(dataSet, minSupport = 0.5): C1 = createC1(dataSet) D = list(map(set, dataSet)) L1, supportData = scanD(D, C1, minSupport) L = [L1] k = 2 while (len(L[k-2]) > 0): Ck = aprioriGen(L[k-2], k) Lk, supK = scanD(D, Ck, minSupport) supportData.update(supK) L.append(Lk) k += 1 return L, supportData ``` 以上就是用Python实现Apriori算法的代码,您可以根据自己的需求进行调整和修改。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 43
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

打赏作者

妮妮学姐

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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