首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

AI方向申请的相关知识准备(一)

欢迎关注 晚鸟计划

今天就让我们来浅谈一下研究生申请中,人工智能大类相关的一些技术知识和具体的专业方向。大牛与专家可以忽略。

本文只是从新手申请角度写,一篇文章难以覆盖全,以后会尽量持续更新,不足之处请指出

1

研究方向与申请和就业浅谈

申请博士是分方向的,人工智能分布在 CS, EE, ECE和ME 甚至有的学院单独有 robotic college, 是一个CS, EE 和ME的交叉学科学院。

申请硕士生,对于国外很多学校是不分方向的进去以后根据所学的课程,再成为某个方向的研究生track。当然要申请研究型的硕士的话,可能要另当别论,但是进去学校以后授课型硕士可以转成研究型硕士的,而且除个别学校之外,北美很多学校也没有那么细分了,有的直接就是硕士。

其实就找工作而言什么型的并不是那么重要,就算课程硕士你比较优秀积极也可以找老师做项目拿RA.甚至还可能发论文,我就遇到过这样例子。

当然,如果能在上学期间到大公司实习实战,也胜过和某些老师做研究放水好。

对CS大类的工程师岗位,工程能力是最重要的,什么论文什么的除非是顶级会议的。项目也要尽量工程一点。这里就不详细说了,以后有机会我会细说。

所以就算大家之前没有某个方向的具体深度研究也是不那么要紧的,但是最好还是有所涉猎,比如做过相关项目,上过相关网络课程等等,总之你的PS里面需要有一点技术性的理由描述为什么你打算读硕士(博士),读硕士(博士)目的是什么等等

2

人工智能(AI)相关研究方向

要弄明白人工智能(AI)相关研究方向,AI的目的和应用入手。

AI的目的,这里给出一种非学术非严谨的解释,就是模仿人的智能去代替或者协助人完成一些事情,借助计算机的计算能力提高人在完成一些需要智能工作的效率。

AI的应用场景,根据我的理解从某个角度,可以分为两大类,传统的人工智能(比如机器人方面的应用)和结合互联网产业的人工智能。

人工智能其实很多应用,这里就申请的一些主流方向讲吧。

首先一个机器要模仿人,那么它就得模仿人的,视觉,听觉,语言和推理方式以及如何根据推理采取行动等。

视觉方面:就是计算机视觉为主

听觉,语言:自然语言处理

推理的话,专家系统,机器学习,数据挖掘

分类:机器学习等

根据推理来采取行动就是:机器人方向范畴。

根据应用场景,传统人工智能的应用包括,专家问答系统(决策与推理),自动驾驶,导航(地图理解),机器人(计算机视觉,语音语义理解,语音合成,智能控制),智能调度,异常检测

这里我画了一张图有助大家理解:

(1)

对于传统应用比较好理解了,但是背后逻辑和算法是比较复杂的。 比如人脸识别,那么首先就要判断这个输入进来的图片照片是不是人的脸(分类算法),如果是,那么就得计算这个输入进来的人的脸是谁的脸?为了判断这个,机器需要将这个输入进来的图片和后台保存的大量图片进行相似度计算匹配,筛选出相似度最高的的匹配结果。

(2)

结合了互联网应用以后,人工智能用于:文本检测,搜索分类,推荐搜索,语义信息理解等。 其实就是把人工智能的技术和思想去解决互联网大数据的问题,让互联网更好的根据不同人的需求提供更加精准和个性化差异化的服务。

打一个比方,你要搜索一个条目,“北京素食饭馆”; 这时候搜索引擎要把这个条目 分成几个关键词, 北京,素食,饭馆。

然后再根据这几个关键词分析出来语义信息:你想找饭馆,饭馆的地点在北京,饭馆的类型是提供素食的。 分析出你要找的东西是饭馆以后,搜索引擎会根据你的位置,你的历史搜索信息,你现在的输入等信息给你从后台的数据库中找出和你可能感兴趣的餐馆,而且还要对他们进行排序显示在你的搜索结果中。

(3)结合控制

结合控制的话,就是一些涉及到硬件和机械和信号处理的机器人系统了。

其实这些应用之间很多知识和技术是共用的,只不过应用场景不同,背后的算法很多都差不多。但因为应用不同涉及的交叉学科也不同。 但是对于计算机和ECE的同学需要掌握的知识其实是需要有一个核心知识系统的,并不需要理解一个智能应用所需要的所有知识,因为智能应用是一个交叉学科的合作,包括了计算机,电子,机械工程,自动化,生物等等。

一下章节就简单介绍一下,作为新手,学习人工智能需要掌握的一些主要基础知识。

3

人工智能基础知识来源

人工智能算法方向主要基础知识来源:概率统计,最优化(凸优化),微积分,线性代数, 计算机算法(主要涉及的是动态规划和一些搜索算法),数值分析,面向对象编程和一些信号处理知识(optional)等

有了这些基础,学习相关算法就很快

然后其实对于CS和ECE同学 主要从机器学习,自然语言处理,计算机视觉,数据挖掘其中一个入行可能比较好。

其实自然语言处理,计算机视觉,数据挖掘 是 机器学习的几个主要应用与研究方向,每一个说起来都是长篇大论。以后有机会细说吧,欢迎加我微信或者加公众号,入群,获取更多活动和干货信息。

申请的话,机械同学比较匹配的就是 机器人,对于CS, ECE同学比较比较匹配的就是以上提到这几个方向

对于这些 算法层面主要涉及哪些算法和知识点,以后有机会再说吧,今天就先到这

关注公众号 “晚鸟计划” 你将获得至少一次免费深度咨询的机会

让拥有海外留学就业实战的学长学姐来帮你逆袭留学!

本文由”晚鸟计划“公众号的主编 PAN学长原创,欢饮转载,转载必须注明来源:本文由微信公众号 晚鸟计划 原创!

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20171230A0GT6E00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券