机器学习考研

与机器人相关的专业也比较广泛，和自动化有关系的专业向机器人方向会比较容易，比如，机械设计及其自动化、机械自动化、电气自动化等等，因为这些专业都将会学习到机器人从业所必学的专业知识。从事开发机器人方面的工作所需学习的方向如下：1、自动控制原理。自动控制是机器人运动的基础，别看人类运动的很简单，要让机器人和谐的运动，需要大量的传感器的测量，并进行计算和模拟，最后根据这个，调整参数，进行干扰补偿、负反馈前后两种串联补偿等等。2、智能技术。主要学各种专家系统、机器学习、智能计算、启发式搜索、分布式人工智能、许许多多智能算法如蚁群算法、神经网络。3、机器人学。讲解机器人运动中的数学计算，涉及空间描述，广义坐标，瞬态运动学，雅可比矩阵显式（线性代数基础）、立体视觉、轨迹生成、关节空间动力学、拉格朗日方程、控制学（就是自控）、顺应性。4、单片机开发。要让机器人按照自己的想法运动，必须对其写入程序，对于不太复杂的机器人控制，单片机是完全可以满足要求的，当然要写程序的还需要熟悉单片机的编程语言（C语言、汇编语言等等）5、电机拖动。机器人的运动是靠电机拖动的，因此在机器人设计的过程中你需要了解电机的原理，了解调速、启动、电磁关系。当然要想设计出高水平的机器人，只掌握这些知识还是不够的，行业机器人的设计中还需要相关的行业知识和自己的天赋和悟性。中国的好多都高校都开设了与机器人相关的专业和课程，教学底蕴和师资力量也个不相同，现在国内公认的机器人研究处于领先地位的是北航，北航曾经多次获得中国机器人大赛冠军。

可以的应该考虑自己的兴趣和爱好。兴趣是最好的老师，只有感兴趣的东西，才会真正投入的去学。要选择与自己文化基础相适应的专业，以保证学习的顺利进行。比如说你的数学基础比较好，逻辑思维比较灵活，则可以考虑选择理工类的专业。不要急，总之，要自信，相信自己一定可以成功的。

　　1、计算机应用技术　　研究方向：计算机网络、实时计算机应用、CIMS、计算机图形学、并行计算、网络信息安全、数据库、情感计算、数据挖掘、分布式计算、知识工程、计算机视觉、自动推理、机器学习、草图理解、网络性能分析与协议设计、网络管理与安全、计算机图形学、信息可视化、基于GPU的高性能计算、复杂系统(应急、物流、海洋)领域工程、基于SOA的空间信息共享与业务协同、语义搜索引擎、自然语言处理、机器翻译、搜索引擎、空中交通信息系统与控制、民航信息与决策支持系统、智能交通系统理论与技术等。　　专业特点：计算机应用技术是针对社会与各种企事业单位的信息化需求，通过对计算机软硬件与网络技术的选择、应用和集成，对信息系统进行需求分析、规划和设计，提供与实施技术与解决方案，创建优化的信息系统，并对其运行实行有效的技术维护和管理的学科。　　培养这方面人才所涉及的知识面包括：数学与信息技术基础、程序设计基础、系统平台技术、计算机网络、信息管理与安全、人机交互、集成程序开发、系统架构与集成、Web与数字媒体技术、工程实施、职业操守等。培养目标是为企事业单位和政府机构提供首席信息官及承担信息化建设核心任务的人才，并提供为IT企业提供系统分析人才。　　科研状况：本专业是天津市第一个计算机类博士点，主要从事计算机技术在其它领域应用中核心技术问题研究及相关信息系统开发。近年来在计算机集成制造（CIMS）、计算机辅助教学、虚拟现实技术应用、计算机工业控制、电子商务等方向承担国家863项目及重大项目、国家自然科学基金十余项。承担省部级及横向科研课题近百项。为国家和天津市的信息化建设做出了重要贡献。　　近几年报考简况：本专业从80年代初开始招生，至今已为国家培养出硕士学位研究生300多名。近年来，报考人数和录取名额逐年同步增加。　　硕士期间主要课程及论文要求：主要课程：高等计算机网络、计算理论、排队论及在计算机中的应用、应用组合数学、软件体系结构、面向对象方法学、分布式计算机系统、并行计算、高级计算机图形学、高级人工智能、模式识别与理解、机器学习、密码学与信息安全、统一建模语言。　　论文要求：论文选题涉及计算机在各领域应用的理论研究、尖端技术开发、以及在国民经济各个领域的应用研究。论文应能全面反映本学科发展动态、具有科学性、先进性和一定的创新性。对于理论研究课题，要求达到较高的理论水平和创新；对于系统设计、系统开发及系统应用课题，要求指导理论正确，实现技术先进，设计新颖，所设计的系统应能付诸实现、具有实际应用价值并能够带来明显的社会经济效益。 就业方向：本专业培养的研究生具有坚实的计算机科学与技术的理论基础，全面掌握计算机应用领域的理论和工程方法，能很好地胜任高等院校、科研院所、大型企事业单位、高新技术产业等的教学、科研、系统设计、产品开发、应用系统集成等工作。　　2、计算机软件与理论　　研究方向：计算理论、算法理论； 软件工程、中间件、智能软件、计算环境；并行计算、网格计算、普及计算；密码学、信息安全、数据理论；图形图象算法、可视化方法；人工智能应用基础；理论计算机科学其他方向。　　专业特点：计算机软件与理论专业涉及计算机科学与技术的基本理论和方法，强调计算、算法、软件、设计等概念，主要的领域包括计算理论、算法与复杂性、程序设计语言、软件设计与理论、数据库系统、人工智能、操作系统与编译理论、信息安全理论与方法、图形学与可视化计算、以网络为中心的计算等。　　科研状况：计算机软件与理论专业是我院重点发展，进步较快的专业。近年来承担国家863、自然科学基金、，以及省部级项目多项。在网络信息安全、中间件技术、并行计算、网格计算、计算机图形学等方面取得了多项前沿性成果。 近几年报考简况：本专业从96年代初开始招生，至今已为国家培养出硕士学位研究生50多名。近年来，报考人数和录取名额逐年同步增加。　　硕士期间主要课程及论文要求：主要课程：计算理论、应用组合数学、软件体系结构、面向对象方法学、分布式计算机系统、并行计算、高级计算机图形学、高级人工智能、模式识别与理解、机器学习、密码学与信息安全、统一建模语言。 论文要求：论文选题涉及计算机软件的理论研究、尖端技术开发、以及在国民经济各个领域的应用研究。论文应能全面反映本学科发展动态、具有科学性、先进性和一定的创新性。对于理论研究课题，要求达到较高的理论水平和创新；对于系统设计、系统开发及系统应用课题，要求指导理论正确，实现技术先进，设计新颖，所设计的系统应能付诸实现、具有实际应用价值并能够带来明显的社会经济效益。　　就业方向：本专业培养的研究生具有坚实的计算机科学与技术的理论基础，全面掌握计算机软件的理论方法，以及软件工程、信息系统、并行计算、普及计算等等的软件系统开发技术，能很好地胜任高等院校、科研院所、大型企事业单位、高新技术产业等的教学、科研、系统设计、产品开发、应用系统集成等工作。 3、计算机系统结构　　研究方向：分布式计算机系统、计算机网络系统与全球个人计算系统、真实感图形生成与虚拟现实技术　　专业特点：计算机系统结构（原名计算机组织与系统结构）专业全面研究各种类型的计算机系统（从单机到网络）的构成、硬件与软件的联系与功能匹配、计算机系统性能评价与改进等。该专业的研究课题涉及高性能处理机系统结构、多机系统、并行计算与分布式计算系统、计算机系统性能评价、VLSL设计、容错计算技术、计算机接口技术、计算机网络系统与通信系统、移动计算、全球个人计算系统等。　　科研状况：本专业近年来承担多项国家科委、国家教委、国家计委及天津市自然科学基金项目，并有多项科研获奖。其中G.T9112计算机解密系统获北京市公安局科技进步二等奖，表面高度复杂实体的CAM获国家科委科技进步二等奖。目前承担国家自然科学基金项目“面向ASIC的真实感图形算法和系统结构的研究”、国家高科技863项目“用于建筑环境仿真设计的分布式多用户虚拟现实系统”、天津自然科学基金项目“分布式多用户VR开发系统平台的研究”和一大批为企事业单位开发的横向科研项目。　　近几年报考简况：本专业从80年代初开始招生，至今已为国家培养出硕士学位研究生50多名。近年来，报考人数和录取名额逐年同步增加。　　硕士期间主要课程及论文要求：主要课程：应用数学、外语、高等计算机网络、排队论及在计算机中的应用、计算理论、现代计算机体系结构、计算机综合实验、计算机控制及应用、计算机网络研究热点问题、计算机系统仿真、量子计算、密码学与信息安全、面向对象方法学、嵌入式系统设计、统一建模语言、图　　象/模式识别与理解、机器学习、软件体系结构。 　　论文要求：论文选题涉及计算机系统结构的理论研究、尖端技术开发、以及在国民经济各个领域的应用研究。论文应能全面反映本学科发展动态、具有科学性、先进性和一定的创新性。对于理论研究课题，要求达到较高的理论水平和创新；对于系统设计、系统开发及系统应用课题，要求指导理论正确，实现技术先进，设计新颖，所设计的系统应能付诸实现、具有实际应用价值并能够带来明显的社会经济效益。　　就业方向：本专业培养的研究生具有坚实的计算机科学与技术的理论基础，全面掌握计算机系统结构、计算机工程、网络工程、嵌入式系统等的应用开发技术、能很好地胜任高等院校、科研院所、大型企事业单位、高新技术产业等的教学、科研、系统设计、产品开发、应用系统集成等工作。　　计算机系统结构 02 网络与信息安全　　04 计算机通信，信息安全，多媒体信号处理 05 图形图像处理技术　　07 计算机图形图像处理技术、嵌入式系统 09 计算机网络与图形图像处理 10 计算机网络与信息处理　　11 输入输出技术与设备、图像处理与图像理解 12 信息安全理论与技术,嵌入式系统 13 网络安全　　14 信息安全与编码　　15 网络安全和网络计算 16 图形图像和外设　　17 计算机输入输出技术与设备、图形图像处理与理解 考试科目:　　①101政治理论②201英语③301数学（一）④431计算机基础(计算机基础包含离散数学45分；数据结构45分；计算机组成原理60分) 计算机软件与理论 02 面向对象技术　　04 软件安全与编译器体系结构 06 分布计算与互联网技术　　08 并行与分布计算，生物信息学算法 09 软件工程、信息系统 10 软件理论与应用　　11 高可信软件技术、互联网计算与互联网软件、可编程芯片支持软件和嵌入式系统　　12 软件测试与自演化技术 14 程序理解、软件再工程　　15 计算智能的理论、方法与应用　　16 高可信软件技术、互联网计算与互联网软件、可编程芯片支持软件和嵌入式系统

《矩阵计算》、《凸分析》、《统计推断》《模式分类》、《web数据挖掘》、《统计学习方法》、《Pattern Recognition and Machine Learning》、《The Elements of Statistical Learning》、《Machine Learning：A Probabilistic Perspective》

过一遍机器学习，这个是基础过一遍花书，这也是基础。需要的数学基础研一就要补充完。期间可以跟着实验室做点东西研二重点选择一个方向，然后阅读相关paper，和导师，实验室人讨论选择什么方向研究，起码不能是一片红海的领域。论文弄完后，就去实习。不过，不着急的话还是读博。这玩意一两年干不出啥，也就一个稍微入门的水平计算机视觉，通过RGB或者RGBD信息，让计算机能对其中包含的信息，如图片中主要有什么，感兴趣的物体（人）在图中什么位置。最近有一项研究关于NBA篮球赛，可从视频中分析出要进行大动作的"焦点人物"。计算机视觉中，会用到一些传统的图像处理方法，不过越来越多的计算机视觉研究基于机器学习和深度学习。之前视觉总需要提取特征，sift，stip等，而特征的好坏直接影响到视觉识别结果，通过无监督特征学习，如稀疏自编码，能从数据中得到一个比较靠谱的特征，后续直接通过分类器等进行处理即可。机器学习是数据驱动，在获得大量数据后，通过数据构建模型从而完成预测，分类等任务。机器学习包含较多方面，只说神经网络。通过人工神经元构建的神经网络，只要两三层便能较好的拟合任意函数，对于简单的任务只要把数据扔进去训练即可。后来有人发现如果多几层，神经网络的准确率会更好，不过层数过多时，提升不明显，训练时间极具提高。此外对于很多复杂的任务，简单的神经网络不足以应付。比如对于20*20的数字灰度图片，只要把这400个像素值输入网络即可。但是对于640*480的彩色图片，要识别图中是什么动物，那简单的神经网络结果就不怎么样了，而且通常需要预先从图中提取特征向量，而不能直接把图片当成特征向量。深度学习对神经网络进行了多种改进，比如卷及神经网络，循环神经网络等，无一例外就是网络层数提高，而且直接输入原始数据，学习特征，再学习分类模型。

新加坡留学不可缺少的选择就是新加坡国立大学，位居亚洲第一，那么新国大的热门专业数据科学与机器学习理学硕士课程究竟如何呢？我们从对未来的发展、课程设计和费用分析一波。从未来发展来看，我们处于数据爆炸的时代，无论各行各业都离不开扒数据和数据分析，该专业是你未来发展的垫脚石，该课程旨在培养下一代数据科学的领导者。从课程设计来看，该课程是一门跨学科的研究生学位课程且有多个方向的专业选择，符合社会对于复合型人才的渴求，全面发展但专攻一项才是目前所需要的顶端人才。从费用来看，一年总费用大约为新币53800-56500，折合人民币二十八万左右，相对于欧美国家来说，性价比极高。因此新国大的数据科学与机器学习理学硕士课程绝对是物超所值，希望你们都能拿到满意的offer~

运筹和数据挖掘不直接相关，你选统计都比运筹强。自动化偏模式识别，比如CV之类的计算机这边相对来说偏机器学习和数据挖掘应用多一些，和自动化那边关注的点不太一样。看你想做什么了。如果是模式识别就去自动化，如果对数据挖掘尤其是相关的应用感兴趣，就去计算机学挖掘机哪家强，就去山东找蓝翔。。。。更多追答→_→追答整个问题里面。。。挖掘两个字给我印象深刻。。。就想到了blueshit。。。。2 小时前→_→然而跟挖掘一点关系都没有〒_〒

1、关于考研，如果准备考机器学习方向，搜了几个学校，比如，南大，浙大，发现机器学习是一级学科计算机科学与技术下面的某个二级学科的一个研究方向，所以说到底，其实考的还是计算机。2、假如考上了后同一二级学科下不同方向所上的课也基本上是一样的，只是毕业论文选题和指导老师不同而已。课基本一样，那就是其他方向的课也会上？怎么感觉又跟本科似的？是的，教学计划都是按照专业而不是按照研究方向来设置。我去，那考研还有什么意思啊……通常硕士课程偏重研究；方法；专题的探讨，具体建议咨询专业学院。

把机器学习当做研究生和今后的职业规划靠谱，只要坚持。你自己制定的线路是没有问题的，基础打好总不是坏事。没有人带应该是正常现象，只能自己在苦苦摸索中；机器学习的前景在近 5-8 年内还会处在上升期；目前创业公司落地的产品主要集中在计算机视觉，产品一般是安防。3·人工智能肯定有未来。 但看目前的现状，大部分公司的 AI 部门都是负盈利，属于不良资产。公司啥时候甩掉这个包袱，取决于公司能不能熬到未来到来。但是，ai 在计算设备，机器人，视觉，辅助教育，金融等领域，一定会有未来。