數學系跨專業考研要考什麼

① 跨專業考研的要求

跨專業考研的要求如下：

1、專業限制。

專業性很強的專業，會對考生的本科專業有限制。如醫科大學的臨床專業不接收其他專業的本科學生報考研究凳正液生。

2、知識基礎。

專業性較強的研究生專業可以讓其他本科專業的學生報考，但考生必須具備與考研專業相關的知識基礎，不然後期學習會很吃力。

3、加試要求。

跨專業考研加試只是針對同等學力的考生。本科考研是不需要加試的，只要有本科證就可以正常參加初試、復試。初試科目以各學校公布的招生簡章為准，一般只要是國家承認學歷的本科清滑畢業生，均不用加試。但是考上後有的學校要求跨專業考生必須補選一定學分的專業基礎課程。

4、地域限制。棗物

跨專業考研不是只能考本科就讀的學校，可以考其他學校，也可以考其他地區的學校。

跨專業考研注意

1、文科轉理工科要慎重：理工科一般都要考數學，另外相對來說理工科對於知識的積累有一定的要求。

2、選擇包容性較強的專業：例如法律碩士、會計碩士等。

3、看專業未來發展前景時，避免人雲亦雲。要揚長避短，首先，在優勢科目選擇上，必須以自己現有的知識和能力為基礎，選擇一些可以通過突擊的形式迅速接受和提高的專業；

其次，要避開弱勢科目，數學是考研公共課中最難且最容易拉分的科目，數學基礎差的可以選擇避開數學，跨考不考數學的專業，或者選擇交叉學科中考數學二或者數學三的專業。

② 我是數學專業的學生，考研跨哪個專業好考點

首先，數學與應用數學專業在考研時可以有較多的選擇，從專業知識結構和發展趨勢兩方面來看，可以重點考慮一下計算機相關方向，其中大數據、人工智慧等細分領域都是不錯的選擇。

大數據是目前熱度比較高的方向之一，隨著大數據技術開始逐漸在行業領域落地應用，目前大數據領域的人才需求正在逐漸釋放，這一點在近兩年的人才招聘中有比較明顯的體現，其中不少研究生會選擇大數據開發崗位，涉及到大數據平台開發和大數據應用開發兩大類。

大數據方向需要具備三方面基礎，分別是數學、統計學和計算機，所以對於數學相關專業的本科生來說，選擇大數據方向會有一個比較順利的學習過程，但是要注重計算機相關知識的學習。數學專業的本科生在讀研時可以往演算法設計方向發展，未來數據分析的崗位需求量還是比較大的。

人工智慧方向也是目前比較常見的選擇之一，由於當前人工智慧領域的人才培養主要以研究生教育為主，隨著人工智慧領域的熱度不斷攀升，行業領域對於人工智慧人才的需求量也越來越大。從近兩年研究生的就業情況來看，人工智慧方向的研究生往往會有較高的薪資待遇，在就業時也會有更大的選擇空間。

最後，數學專業除了可以考慮大數據和人工智慧方向之外，雲計算、邊緣計算等方向也是不錯的選擇，在5G通信的推動下，未來這些方向的發展前景也都比較廣闊。

③ 數學與應用數學跨專業考研方向

數學與應用數學跨專業考研可以考馬克思主義理論。根據查詢相關公開信息顯示，馬克思考閉手研不設置專業限制，馬克思考研要考四門課程。洞雹考試科目分別是思想政治理論、外語、轎顫嫌西方哲學史。

④ 數學師范考研考哪些科目

考研科目共四門，兩門公共課（政治、英語）、一門基礎課（數學或專業基礎）、一門專業課。

該專業的考研方向有基礎數學、應用數學、概率論與數理統計、計算數學、運籌學與控制論等專業，如果想要跨專業考研也可以選擇一些可以突出本科數學優勢的專業，如經濟學、會計學、金融碩士、應用統計碩士等，此外選擇報考對口的師范類專業，如學科教學（數學）專業，也是不錯的選擇。

⑤ 本科專業是數學與應用數學，如果想跨專業考研，要考數學專業的東西嗎

1、本科專業是數學與應用數學，如果想跨專業考研，不要考數學專業的東西。
2、考什麼取決於跨考什麼專業，如果是報考經濟管理類或者理工類學科則還是需要考高等數學，具體分一、二、三，不同專業的要求不同。如果是報考文學類、法學類、哲學等則不考數學。
3、查看招生單位公布的碩士專業目錄就知道各個專業考什麼。

⑥ 數學類跨專業考研應該考哪些方面

可以考經濟類的，以數學為基礎，可以考計算機類的，可以考金融數學，很熱門，很火的專業，總之數學很好跨，

⑦ 本科學數學專業,考研有哪些方向專業可以跨考

本科學數學專業，考研有以下方向專業可以跨考：

1.金融類

數學專業對於金融學的學習有著得天獨厚的優勢，因為數學專業基礎一般要比非數的扎實，而且對於金融學裡面的公式模型以及一些風險控制等專業概念理解起來比較快。

2.計算機類

眾所周知，計算機是由數學衍化出來的一門學科。計算機核心是編程，而編程的核心是數學，比如高等數學，線性代數。

而數學專業對這些計算機需要的數學知識大都比較熟練。但數學專業再轉為計算機研可能會因為實操（編程）不熟練而灰心，挺過去，就一切都很簡單了。

3.大數據

大數據包括數據挖掘和分析，這個東西的應用可參考某寶某當某東某多。核心就是根據數據分析和挖掘，使效率最大化。

4.人工智慧AI，例如模式識別國家重點實驗室（中國科學院自動化研究所）。

5.統計

可搜某為最近幾年手機研發，需要大量數學（統計）博士。