今天又有一名同学想报同等学力申硕这种学习形式，并咨询我某个科目的通过率能达到多少。计算机专业同等学力申硕最难的是综合科目的考试（数学、网络、人工智能、软件工程、计算机系统结构），如果纯靠自己摸索学习，不买培训视频考过的概率很低。

其实，这个问题是根本没法回答的问题，因为影响通过率的因素简直太多了。如果非要问个结论，心里才放心，那么可以参考如下几个因素。

一、学校因素

如果贪图便宜，看重学费，选择学费较低但是管理松懈的，那么通过率低。如果选择管理严格的，通过率高。

二、考生个人因素

如果考生本科就是名校的学霸，学的专业跨度不大，不存在高数不会这样明显的弱项，没有明显的短板，那么通过率高。

如果考生本科就是学渣，报的专业还是自己的短板专业，那么通过率极低。

三、同学因素

如果一个班的同学都是负能量同学，都觉得同等学力申硕可以不能力就能通过，或者一个班同学都是不愿意在学习上做任何付出和努力的同学，那么会影响整个班的风气，最后整个班都很危险。

反之，如果一个班有一些有过考研失败经历的同学，对学习有浓厚兴趣的同学，积极正能量，那么这个班的同学会互相促进通过率高。

所以说，在根本不知道上述因素的情况下断言同等学力通过率是不科学的。

根据笔者多年经验：

选的学校好，认真负责+考生个人上进+班级氛围好，同等学力通过率 30%以上；

选的学校差，基本不管+考生自己是学渣+班级氛围差，同等学力通过率10%以下。

计算机辅导视频资料：

https://www.bilibili.com/video/BV1np4y1r7dY?from=search&seid=10086423001846881566

https://blog.csdn.net/andychuen/article/details/108566309

Logo
DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

【滤波跟踪】基于 EKF的姿态角估计实战（核心是融合 IMU 传感器数据，通过四元数建模实现 RollPitchYaw 姿态估计）matlab代码

一、引言在无人机飞行控制、自动驾驶、机器人导航等工程领域，姿态角（横滚角 Roll、俯仰角 Pitch、偏航角 Yaw）的实时精准估计是核心技术之一 —— 姿态信息直接决定载体的运动控制精度与导航可靠性。惯性测量单元（IMU）作为姿态感知的核心传感器，能够输出三轴加速度计与三轴陀螺仪数据，但存在固有缺陷：陀螺仪易受漂移影响，长时间测量误差累积；加速度计易受外界振动、线性加速度干扰，动态场景下精度下

avatar DAMO开发者矩阵

【滤波跟踪】基于 EKF的姿态角估计实战（核心是融合 IMU 传感器数据，通过四元数建模实现 RollPitchYaw 姿态估计）matlab代码

一、引言在无人机飞行控制、自动驾驶、机器人导航等工程领域，姿态角（横滚角 Roll、俯仰角 Pitch、偏航角 Yaw）的实时精准估计是核心技术之一 —— 姿态信息直接决定载体的运动控制精度与导航可靠性。惯性测量单元（IMU）作为姿态感知的核心传感器，能够输出三轴加速度计与三轴陀螺仪数据，但存在固有缺陷：陀螺仪易受漂移影响，长时间测量误差累积；加速度计易受外界振动、线性加速度干扰，动态场景下精度下

avatar DAMO开发者矩阵

【滤波跟踪】基于 EKF的姿态角估计实战（核心是融合 IMU 传感器数据，通过四元数建模实现 RollPitchYaw 姿态估计）matlab代码

一、引言在无人机飞行控制、自动驾驶、机器人导航等工程领域，姿态角（横滚角 Roll、俯仰角 Pitch、偏航角 Yaw）的实时精准估计是核心技术之一 —— 姿态信息直接决定载体的运动控制精度与导航可靠性。惯性测量单元（IMU）作为姿态感知的核心传感器，能够输出三轴加速度计与三轴陀螺仪数据，但存在固有缺陷：陀螺仪易受漂移影响，长时间测量误差累积；加速度计易受外界振动、线性加速度干扰，动态场景下精度下

avatar DAMO开发者矩阵