人工智能基础
本课程推荐教材及与课程学习目标对应关系如下：
1. 授课教材：《人工智能》丁世飞编著电子工业出版社 2020年第三版ISBN：9787121363955。
（1）教材特点：《人工智能导论（第3版）》主要阐述人工智能的基本原理、方法和应用技术。全书共13章，除第1章讨论人工智能基本概念、第13章讨论人工智能的争论与展望外，其余11章按照“基本智能+典型应用+计算智能”三个模块编排内容。一个模块为人工智能经典的三大技术，分别为知识表示技术、搜索技术和推理技术，主要包括知识表示、确定性推理、搜索策略、不确定性推理；第二个模块为人工智能的典型应用领域，包括机器学习、支持向量机和专家系统；第三个模块为计算智能与群智能，包括神经计算、进化计算、模糊计算和群智能。
本课程主要选用了本教材的第一稿模块，即知识表示技术、搜索技术和推理技术中相关的内容。
（2）使用方法：本教材对应课程学习目标1-5，可以做到对课程内容前半部分的全覆盖，请同学们学习完视频之后，一定要详细阅读教材中的对应部分，并针对课后习题进行联系，能够有效提高学习质量；
2、本课程参考了大量网络上的课程。对应课程学习目标6-8，包括：
https://stanford-cs221.github.io/spring2021/
https://cse.iitkgp.ac.in/~dsamanta/courses/da/
百度飞桨师资培训的机器学习和深度学习的内容。
https://easyai.tech
此外还有参考百度百科、B站、以及知乎和CSDN等各类科技网站。
在此表示感谢！
人工智能是属计算机科学,人工智能属于什么学科门类
属于工学门类电子信息类专业。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能专业解读
培养目标
以培养掌握人工智能理论与工程技术的专门人才为目标，学习机器学习的理论和方法、深度学习框架、工具与实践平台、自然语言处理技术、语音处理与识别技术、视觉智能处理技术、国际人工智能专业领域最前沿的理论方法，培养人工智能专业技能和素养，构建解决科研和实际工程问题的专业思维、专业方法和专业嗅觉。
是什么
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。例如：人脸识别技术，语音识别技术、基于用户兴趣的智能算法推荐技术。
学什么
《人工智能、社会与人文》、《人工智能哲学基础与伦理》、《先进机器人控制》、《认知机器人》、《机器人规划与学习》、《仿生机器人》、《群体智能与自主系统》《无人驾驶技术与系统实现》《游戏设计与开发》《计算机图形学》《虚拟现实与增强现实》、《人工智能的现代方法I》、《问题表达与求解》、《人工智能的现代方法II》、《机器学习、自然语言处理、计算机视觉等》。
汇总人工智能类学科A+、A水平高校有哪些
计算机科学与技术
电子科学与技术、信息与通信工程、控制科学与工程和计算机科学与工程是计算机的4个主要分支。上表中的15所高校表现不同，像清华四个专业都很优秀，两个A+两个A；“两邮一电”也表现不俗，都有A+入账；国防科技大学和上交都是各有3个专业获评A或A+。那么该如何选择呢？下面我们就一一为大家进行推荐介绍。
北京大学
北京大学作为全国数一数二的最顶尖高校，虽然在工科排名中没有十分靠前，但是它的计算机专业却是非常的强势。比如北大的计算机科学与工程在教育部第四轮学科评估中被评估为了A+的学科。不仅拥有一级学科的博士点，还拥有计算机科学与技术的博士后流动站。
北京大学的计算机专业成立于1987年，作为一名百年名校，综合实力全国排名第二，仅次于清华大学，可见学科实力也是非常强悍，北京大学计算机专业的师资力量非常雄厚，硬件设备也是非常好的，该专业一直致力于培养学生的实践能力，注重人才的交流和培养，从北京大学计算机专业出来的人才可以说都是一等一的精英。本科阶段，北大有四个计算机方向，分别是计算机科学与技术，电子学，微电子学，人工智能，都隶属于信息科学技术学院。研究生阶段还有操作系统，数据库，软件工程等方向。
清华大学
清华大学计算机专业成立于1958年，经过50多年的不懈努力，现已经发展成为我国计算机学科领域内教学、科研综合实力强，影响力大的计算机系，在中国计算机事业的发展乃至国民经济建设中发挥着重要的作用，是我国最早开设计算机相关专业的高校之一。作为国内理工科大学赫赫有名的大学，首屈一指，几乎没有一所高校可以与之相互媲美，清华大学的计算机专业更是闻名全国，是同领域的“领头羊”，目前已经处于我国的领先地位，在国际上也享有盛誉，技术实力可是遥遥领先！能进入清华大学计算机专业就读的学生，可都是学霸级人物，毕业生毕业后就可以进入世界500强工作，薪资福利待遇水平也是相当不错的。
北京航空航天大学
北京航空航天大学是中华人民共和国工业和信息化部直属、中央直管副部级建制的全国重点大学，世界一流大学建设高校，211工程、985工程重点建设高校，是全国第一批16所重点高校之一、80年代恢复学位制度后全国第一批设立研究生院的22所高校之一，也是新中国第一所航空航天高等学府。
北航是我国最早创建计算机专业的高等院校之一，是计算机强校。北航计算机学院现有中国科学院院士3名（中科院2人，工程院1人），教授52名，副教授52名，长江学者2人，教育部/新世纪人才14人，兼职博导4人。下设计算机科学技术系、计算机应用工程系、信息安全系、软件工程系，并建有十家研究单位。
北航计算机学院注重专业知识与综合素质、理论基础与科研实践的结合，倡导认真严谨、开拓创新的学风，为国家培养了一批批优秀人才，学院毕业生以优良的综合素质在社会上赢得了良好的声誉。计算机是北航的王牌专业，北航的控制科学与工程和计算机科学与工程都是国家重点学科，是北航的优势专业，并且在教育部第四轮学科评估中双双被评估为了A+。
北京理工大学
北京理工大学简称北理工，由中华人民共和国工业和信息化部直属，中央直管副部级建制，是新中国成立以来国家历批次重点建设的高校，首批进入国家“211工程”和“985工程”，首批进入世界一流大学建设高校A类行列。是一所以理工科为主干，工、理、管、经、文、法、艺等学科协调发展的全国重点大学，被誉为“红色国防工程师的摇篮”。
北理工计算机学院始建于1958年，是全国最早设立计算机专业的高校之一。2018年4月，计算机学院、软件学院、网络科学与技术研究院合并成立新的计算机学院。学院累计为国家培养各类人才15000余名。计算机科学学科ESI排名进入全球前1%，学科排名进入全国前10%。北京理工大学的控制科学与工程在教育部第四轮学科评估中被评估为了A，控制科学与工程专业应用范围广，自动化、通信、电子等行业均需要。
北京邮电大学
北京邮电大学是中华人民共和国教育部直属，工业和信息化部共建的一所以信息科技为特色，工学门类为主体，管理学、文学、法学、理学等多个学科门类协调发展的全国重点大学，是北京高科大学联盟成员高校、国家首批“双一流”世界一流学科建设高校。系国家“211工程”，'两电一邮'成员之一，被誉为“中国信息科技人才的摇篮”。
北邮的信息与通信工程在教育部第四轮学科评估中被评估为了A+，通信工程专业是北邮的优势专业，是国家级、北京市级特色专业。北邮依托信息与通信工程、电子科学与技术两个国家一级重点学科，师资力量雄厚，并与电信运营商和设备制造商建立了长期、广泛和密切的合作，专业学习和实践内容与通信行业发展同步，毕业生备受行业青睐。本专业已为通信信息行业输送了大批优秀的专业技术人才，在社会上享有很高的声誉和知名度。
东北大学
东北大学简称东大（NEU），中华人民共和国教育部直属的高水平研究型全国重点大学，坐落于东北中心城市沈阳，在河北省秦皇岛市设有东北大学秦皇岛分校，由教育部、辽宁省、沈阳市三方重点共建，是世界一流大学建设高校，国家首批“211工程”、“985工程”重点建设高校。
东北大学是国内控制科学与工程十大强校之一，其控制科学与工程在教育部第四轮学科评估中被评估为了A。控制科学与工程学科主要有控制理论与控制工程、检测技术与自动化装置、模式识别与智能系统、导航、制导与控制等二级学科，在本科阶段主要叫自动化。该学科一直是处在经济建设与技术革命的前沿，推动自动化进程。
哈尔滨工业大学
哈尔滨工业大学简称哈工大（HIT），是中华人民共和国工业和信息化部直属、中央直管副部级建制的全国重点大学，位列世界一流大学建设高校、985工程、211工程，九校联盟主要成员，拥有研究生自主划线资格，以理工为主，理、工、管、文、经、法、艺等多学科协调发展。
哈工大是航天领域的顶尖学校，工科科研能力强大，在国家航天部门拥有众多的校友，典型的工科类院校。一级学科控制科学与工程，下属专业自动化，近些年一直是哈尔滨工业大学的王牌专业，在教育部第四轮学科评估中被评估为了A+，这个专业的就业方向非常广，制造业、互联网、金融、机器人企业，专业前景一片看好。
上海交通大学
上海交通大学简称“上海交大”，位于直辖市上海，是由中华人民共和国教育部直属，中央直管副部级建制的全国重点大学。是中国历史最悠久、享誉海内外的著名高等学府之一，位列“985工程”、“211工程”、“世界一流大学建设高校”。
近年来，随着计算机科学与技术在人们生活中的应用不断深入，特别是随着云计算、物联网、移动互联网、大数据等技术的兴起，上海交通大学计算机系不断调整学科方向，形成了高可靠软件与理论、并行与分布式系统、计算机网络、智能人机交互、密码学与信息安全等研究方向，培养了一大批国家急需、社会满意的高素质人才。上交的计算机专业就业非常好，薪酬在平均水准以上，出国交流机会非常多。
南京大学
南京大学简称“南大”，其学脉可追溯自孙吴永安元年（258年）的南京太学，近代校史肇始于1902年创建的三江师范学堂，是历史悠久、声誉卓著的百年名校。同时，南京大学还是中国现代科学的发祥地之一，是哈佛大学白碧德主义影响下的中国“学衡派”的雅集地，被誉为“中国科学社的大本营和科学发展的主要基地”。
南大的计算机软件与理论、计算机应用技术两个二级学科均被确定为国家重点学科。南京大学计算机专业起步也是很早，早在1958年就已经开始了相关领域的人才培养，上世纪60年代就调试成功了当时国家高等教育部所属高校第一台计算机，实现了我国第一个高级语言编译程序，80年代培养出中国大陆第一位计算机软件博士。据说腾讯公司有一半的元老都是来自南京大学。
东南大学
东南大学简称“东大”，位于江苏南京，既是建筑老八校之一，又是原四大工学院之一。而东南大学电子科学与技术学科是我国最早的电子科学与技术专业学科之一,历史可追溯到1923年国立东南大学电机工程系和之后的中央大学电机工程系。
其电子科学与技术专业是一级学科国家重点学科，也是双一流建设学科，在第四轮学科评估结果中获评A。研究方向包括物理电子学，电路与系统，微电子学与固体电子学，电磁场与微波技术。值得一提的是，东大在江苏牌子很硬，因此毕业生想在长三角地区发展几乎不成问题。
浙江大学
江大学是一所历史悠久、声誉卓著的高等学府，坐落在杭州，其前身前身求是书院创立于1897年，为中国人自己最早创办的新式高等学校之一。现在江大学已经发展成一所特色鲜明、在海内外有较大影响的综合型、研究型、创新型大学，其学科涵盖广，且不少学科实力不俗。
其计算机科学与工程专业在第四轮学科评估结果中获评A+，属于计算机学院，学院师资力量雄厚。而且由于坐落在杭州，所以毕业生在就业方面有一定优势——毕竟杭州的互联网行业的发展大家都有目共睹。
华中科技大学
华中科技大学位于湖北武汉，是综合性研究型全国重点大学。其计算机科学与技术学院具有计算机科学与技术一级学科博士学位授予权，下设计算机系统结构、计算机软件与理论、计算机应用技术和信息安全四个二级学科。
其中，计算机系统结构为国家重点学科、湖北省高校特色学科。该学科是中国计算机学会常务理事单位、湖北省计算机学会理事长单位、“211工程”和“985工程”重点建设学科。同时，华科的牌子在互联网行业也是十分硬的，“南华科，北重邮电”几乎没人可以超越，不是有那么句话吗？“北邮和华科承包了BAT。”
电子科技大学
电子科技大学坐落于四川成都，是985、211、双一流高校，“两邮一电”成员。学校以电子信息科学技术为核心，是一所完整覆盖整个电子类学科，以工为主，理工渗透，多学科协调发展的多科性研究型全国重点大学，被誉为“中国电子类院校的排头兵”。
电子科技大学在这次第四轮学科评估中表现非常好，4个学科中电子科学与技术和信息与通信工程2个学科获评A+，1个获评A，但从A+数量来讲，可以与清华和浙大比肩。
电子科学与技术和信息通信工程都是电子科技大学的王牌专业。其中，信息通信工程所在的通信与信息工程学院是原成都电讯工程学院最资深的院系之一，师资力量雄厚，行业认可度高。大类培养阶段通过通识课程和学科基础课程，打下宽厚、坚实的专业基础；之后学生根据个人专业兴趣、能力优势和成长要求自主选择某个适合的方向，继续完成后一阶段的个性化培养，成长为学术、行业或创业领域的高级专业人才。
西安电子科技大学
西安电子科技大学，简称“西电”或“西军电”，从简称就可以看出这所院校的背景，学校前身是1931年诞生于江西瑞金的中央军委无线电学校。西电是国内最早建立信息论、信息系统工程、雷达、微波天线、电子机械、电子对抗等专业的高校之一，开辟了中国IT学科的先河。
在第四轮学科评估中，其电子科学与技术学科获评A+，为国家级特色专业、陕西省名牌专业。这个专业是整个电子信息科学的基础和支柱，专业覆盖面宽，属于多学科的交叉学科。主要学习电子科学和技术领域的基本理论、设计方法、制造工艺和测试技术等，专业方向为光电子技术、电子材料与元器件等。大口径学科分支众多，适合进一步深造，技术过硬工作比较好找。
国防科技大学
国防科技大学是军委直属院校，前身是1953年创建于哈尔滨的中国人民解放军军事工程学院，目前形成了以工为主，理工结合，理、工、军、管、文协调发展的覆盖国防科技主要领域的综合学科体系。
在第四轮学科评估结果中，计算机科学与工程获得A+的成绩。不同于其他高校，国防科学技术大学计算机科学面向国家和军队的战略需求，凝练并形成了具有独特优势和国际先进水平的研究方向。比如，高性能通用微处理器、网络与通信、信息安全、人工智能、海量信息处理等，国防科学技术大学还以计算机科学为基础产生了以天河巨型计算机为代表的一系列重大研究成果，在国家和军队现代化建设中发挥了重大作用。返回搜狐，查看更多
人工智能属于什么专业
人工智能可以说是一门高尖端学科，属于社会科学和自然科学的交叉，涉及了数学、心理学、神经生理学、信息论、计算机科学、哲学和认知科学、不定性论以及控制论。
研究范畴包括自然语言处理、机器学习、神经网络、模式识别、智能搜索等。人工智能属于什么专业？
1. 如果我们想学习人工智能，可以选择数据科学与大数据技术这个专业，这个专业与人工智能的关系较为密切，其次，这个专业是今年新增的专业，很多学校都新增了这个专业。
2. 如果想学习人工智能，我们也可以选择机器人工程这个专业，这个专业也是今年新增的专业，与人工智能的关系非常的紧密。
3. 如果我们想学习人工智能，也可以选择计算机科学这个专业，这个专业不是新增的专业，但和人工智能的关系也是非常的紧密，学这个专业是非常好的。
4. 如果我们想学人工智能，也可以选择智能科学与技术这个专业，这个专业中有很多关于人工智能的知识。
如果大家是是想潜心做学术，搞理论研究，那么专业推荐选择“应用数学”。目前的机器学习机器学习本质上是微分方程、概率论、矩阵分析等等数学领域的一个应用场景。
而近年来发展蓬勃的深度学习，正是机器学习的一个非常接近人工智能的分支。因此，人工智能方向的研究人员需要有扎实的数学基础才能做好AI的理论研究。这个专业主要是培养学生的数学基础，比如微分方程、线性代数、数理统计、信息论等，这些都是人工智能和机器学习的基础。
除了这些基础的学科知识，还可以了解下传统机器学习的知识，多加锻炼编程能力和英语，但完成本科应用数学专业的学生，如果就读研究生，通常就转专到计算机方向或者经济类方向。
郑州同济医院：http://jbk.39.net/yiyuanzaixian/zztjyy/
大数据和人工智能属于什么专业
人工智能专业主要从事什么工作？1、算法工程师。进行人工智能相关前沿算法的研究，包括机器学习、知识应用、智能决策等技术的应用。以机器学习的过程为例，涉及到数据收集、数据整理、算法设计、算法训练、算法验证、算法应用等步骤，所以算法是机器学习开发的重点。
2、程序开发工程师。一方面程序开发工程师需要完成算法实现，另一方面程序开发工程师需要完成项目的落地，需要完成各个功能模块的整合。
3、人工智能运维工程师。大数据与AI产品相关运营、运维产品研发；相关组件的运维工具系统的开发与建设；提供大数据与AI云产品客户支持。
4、智能机器人研发工程师。研发方向主要从事机器人控制系统开发，高精度器件的设计研发等。工业机器人系统集成方向主要做工作站设计，电气设计，器件选型，机器人调试，编程，维护等。
5、AI硬件专家。AI领域内另外一种日益增长的蓝领工作是负责创建AI硬件(如GPU芯片)的工业操作工作。大科技公司目前已经采取了措施，来建立自己的专业芯片。
大数据专业主要学什么？大数据技术专业属于交叉学科：以统计学、数学、计算机为三大支撑性学科；生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。
此外还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才(有专业知识、有数据思维)。
主要课程包含以下：
基础课程：数学分析、高等代数、普通物理数学与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践。
必修课：离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析。
选修课：数据科学算法导论、数据科学专题、数据科学实践、互联网实用开发技术、抽样技术、统计学习、回归分析、随机过程。
关于大数据专业可以到CDA认证机构了解一下，CDA（CertifiedDataAnalyst），是大数据和人工智能时代面向国际范围全行业的数据分析专业人才职业简称，具体指在互联网、金融、咨询、电信、零售、医疗、旅游等行业专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据人才。
常见的神经网络结构
大数据专业学了主要做什么？大数据技术专业属于交叉学科：以统计学、数学、计算机为三大支撑性学科；生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。此外还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才(有专业知识、有数据思维)。以中国人民大学为例：基础课程：数学分析、高等代数、普通物理数学与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践。必修课：离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析。选修课：数据科学算法导论、数据科学专题、数据科学实践、互联网实用开发技术、抽样技术、统计学习、回归分析、随机过程。
人工智能是什么专业？人工智能专业是中国高校人才计划设立的专业，旨在培养中国人工智能产业的应用型人才，推动人工智能一级学科建设。
人工智能，是一个以计算机科学为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
课程体系
学习内容：机器学习、生物演化论、图像识别、自然语言处理、语义网、博弈论和人工智能导论（搜索法等）。
前置课程：线性代数、微积分、信号处理、编程（最好有数据结构基础）等。
核心课程：高等数学、离散数学、人工智能导论、模式识别、智能机器人、机器学习、人机交互技术、计算机视觉、自然语言处理、控制原理、算法设计与分析、数据分析与大数据挖掘、群体智能、知识工程、自主智能系统。
大数据专业学什么，学完可以从事哪些职业1.数据分析师。
数据分析师是数据师的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中通过运用工具，提取、分析、呈现数据，实现数据的商业意义。
作为一名数据分析师、至少需要熟练SPSS、STATISTIC、Eviews、SAS等数据分析软件中的一门，至少能用Acess等进行数据库开发，至少掌握一门数学软件如matalab、mathmatics进行新模型的构建，至少掌握一门编程语言。总之，一个优秀的数据分析师，应该业务、管理、分析、工具、设计都不落下。
2.数据架构师。
数据架构师是负责平台的整体数据架构设计，完成从业务模型到数据模型的设计工作，根据业务功能、业务模型，进行数据库建模设计，完成各种面向业务目标的数据分析模型的定义和应用开发，平台数据提取、数据挖掘及数据分析。
从事数据架构师这个职位，需要具备较强的业务理解和业务抽象能力，具备大容量事物及交易类互联网平台的数据库模型设计能力，对调度系统，元数据系统有非常深刻的认识和理解，熟悉常用的分析、统计、建模方法，熟悉数据仓库相关技术，如ETL、报表开发，熟悉Hadoop，Hive等系统并有过实战经验。
3.数据挖掘工程师。
一般是指从大量的数据中通过算法搜索隐藏于其中知识的工程技术专业人员。这些知识可用使企业决策智能化，自动化，从而使企业提高工作效率，减少错误决策的可能性，以在激烈的竞争中处于不败之地。
成为数据挖据工程师需要具备深厚的统计学、数学、数据挖掘理论基础和相关项目经验，熟悉R、SAS、SPSS等统计分析软件之一，参与过完整的数据采集.整理.分析和建模工作。.具有海量数据下机器学习和算法实施相关经验，熟悉hadoop，hive，map-reduce等。
4.数据算法工程师。
在企业中负责大数据产品数据挖掘算法与模型部分的设计，将业务场景与模型算法进行融合等；深入研究数据挖掘模型，参与数据挖掘模型的构建、维护、部署和评估，支持产品研发团队模型算法构建，整合等；制定数据建模、数据处理和数据安全等架构规范并落地实施。
需要具备的知识有：扎实的数据挖掘基础知识，精通机器学习、数学统计常用算法；熟悉大数据生态，掌握常见分布式计算框架和技术原理，如Hadoop、MapReduce、Yarn、Storm、Spark等；熟悉Linux操作系统和Shell编程，至少熟悉Scala/Java/Python/C++/R等语言中的一种编程；熟悉大规模并行计算的基本原理并具有实现并行计算算法的基本能力。
5.数据产品经理。
数据平台建设及维护，客户端数据的分析，进行数据统计协助，数据化运营整理、提炼已有的数据报告，发现数据变化，进行深度专题分析，形成结论，撰写报告；负责公司数据产品的设计及开发实施，并保证业务目标的实现；进行数据产品开发。
需要具备的技能有：有数据分析/数据挖掘/用户行为研究的项目实践经验；有扎实的分析理论基础，精通1种以上统计分析工具软件，如SPSS、SAS，熟练使用Excel、SQL等工具；熟悉SQL/HQL语句，工作经历有SQLserver/MySQl等的优先；熟练操作excel，ppt等办公软件,熟练使用SPSS、SAS等统计分析软件其中之一；熟悉hadoop集群架构、有BI实践经验、参与过流式计算相关经验者加分；熟悉客户端产品的产品设计、开发流程。
什么是人工智能专业?人工智能技术关系到人工智能产品是否可以顺利应用到我们的生活场景中。在人工智能领域，它普遍包含了机器学习、知识图谱、自然语言处理、人机交互、计算机视觉、生物特征识别、AR/VR七个关键技术。
一、机器学习
机器学习(MachineLearning)是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据(样本)出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。根据学习模式、学习方法以及算法的不同，机器学习存在不同的分类方法。
根据学习模式将机器学习分类为监督学习、无监督学习和强化学习等。
根据学习方法可以将机器学习分为传统机器学习和深度学习。
二、知识图谱
知识图谱本质上是结构化的语义知识库，是一种由节点和边组成的图数据结构，以符号形式描述物理世界中的概念及其相互关系，其基本组成单位是“实体—关系—实体”三元组，以及实体及其相关“属性—值”对。不同实体之间通过关系相互联结，构成网状的知识结构。在知识图谱中，每个节点表示现实世界的“实体”，每条边为实体与实体之间的“关系”。通俗地讲，知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络，提供了从“关系”的角度去分析问题的能力。
知识图谱可用于反欺诈、不一致性验证、组团欺诈等公共安全保障领域，需要用到异常分析、静态分析、动态分析等数据挖掘方法。特别地，知识图谱在搜索引擎、可视化展示和精准营销方面有很大的优势，已成为业界的热门工具。但是，知识图谱的发展还有很大的挑战，如数据的噪声问题，即数据本身有错误或者数据存在冗余。随着知识图谱应用的不断深入，还有一系列关键技术需要突破。
三、自然语言处理
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，涉及的领域较多，主要包括机器翻译、机器阅读理解和问答系统等。
机器翻译
机器翻译技术是指利用计算机技术实现从一种自然语言到另外一种自然语言的翻译过程。基于统计的机器翻译方法突破了之前基于规则和实例翻译方法的局限性，翻译性能取得巨大提升。基于深度神经网络的机器翻译在日常口语等一些场景的成功应用已经显现出了巨大的潜力。随着上下文的语境表征和知识逻辑推理能力的发展，自然语言知识图谱不断扩充，机器翻译将会在多轮对话翻译及篇章翻译等领域取得更大进展。
语义理解
语义理解技术是指利用计算机技术实现对文本篇章的理解，并且回答与篇章相关问题的过程。语义理解更注重于对上下文的理解以及对答案精准程度的把控。随着MCTest数据集的发布，语义理解受到更多关注，取得了快速发展，相关数据集和对应的神经网络模型层出不穷。语义理解技术将在智能客服、产品自动问答等相关领域发挥重要作用，进一步提高问答与对话系统的精度。
问答系统
问答系统分为开放领域的对话系统和特定领域的问答系统。问答系统技术是指让计算机像人类一样用自然语言与人交流的技术。人们可以向问答系统提交用自然语言表达的问题，系统会返回关联性较高的答案。尽管问答系统目前已经有了不少应用产品出现，但大多是在实际信息服务系统和智能手机助手等领域中的应用，在问答系统鲁棒性方面仍然存在着问题和挑战。
自然语言处理面临四大挑战：
一是在词法、句法、语义、语用和语音等不同层面存在不确定性;。
二是新的词汇、术语、语义和语法导致未知语言现象的不可预测性;。
三是数据资源的不充分使其难以覆盖复杂的语言现象;。
四是语义知识的模糊性和错综复杂的关联性难以用简单的数学模型描述，语义计算需要参数庞大的非线性计算。
四、人机交互
人机交互主要研究人和计算机之间的信息交换，主要包括人到计算机和计算机到人的两部分信息交换，是人工智能领域的重要的外围技术。人机交互是与认知心理学、人机工程学、多媒体技术、虚拟现实技术等密切相关的综合学科。传统的人与计算机之间的信息交换主要依靠交互设备进行，主要包括键盘、鼠标、操纵杆、数据服装、眼动跟踪器、位置跟踪器、数据手套、压力笔等输入设备，以及打印机、绘图仪、显示器、头盔式显示器、音箱等输出设备。人机交互技术除了传统的基本交互和图形交互外，还包括语音交互、情感交互、体感交互及脑机交互等技术。
五、计算机视觉
计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。自动驾驶、机器人、智能医疗等领域均需要通过计算机视觉技术从视觉信号中提取并处理信息。近来随着深度学习的发展，预处理、特征提取与算法处理渐渐融合，形成端到端的人工智能算法技术。根据解决的问题，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类。
目前，计算机视觉技术发展迅速，已具备初步的产业规模。未来计算机视觉技术的发展主要面临以下挑战：
一是如何在不同的应用领域和其他技术更好的结合，计算机视觉在解决某些问题时可以广泛利用大数据，已经逐渐成熟并且可以超过人类，而在某些问题上却无法达到很高的精度;。
二是如何降低计算机视觉算法的开发时间和人力成本，目前计算机视觉算法需要大量的数据与人工标注，需要较长的研发周期以达到应用领域所要求的精度与耗时;。
三是如何加快新型算法的设计开发，随着新的成像硬件与人工智能芯片的出现，针对不同芯片与数据采集设备的计算机视觉算法的设计与开发也是挑战之一。
六、生物特征识别
生物特征识别技术是指通过个体生理特征或行为特征对个体身份进行识别认证的技术。从应用流程看，生物特征识别通常分为注册和识别两个阶段。注册阶段通过传感器对人体的生物表征信息进行采集，如利用图像传感器对指纹和人脸等光学信息、麦克风对说话声等声学信息进行采集，利用数据预处理以及特征提取技术对采集的数据进行处理，得到相应的特征进行存储。
识别过程采用与注册过程一致的信息采集方式对待识别人进行信息采集、数据预处理和特征提取，然后将提取的特征与存储的特征进行比对分析，完成识别。从应用任务看，生物特征识别一般分为辨认与确认两种任务，辨认是指从存储库中确定待识别人身份的过程，是一对多的问题;确认是指将待识别人信息与存储库中特定单人信息进行比对，确定身份的过程，是一对一的问题。
生物特征识别技术涉及的内容十分广泛，包括指纹、掌纹、人脸、虹膜、指静脉、声纹、步态等多种生物特征，其识别过程涉及到图像处理、计算机视觉、语音识别、机器学习等多项技术。目前生物特征识别作为重要的智能化身份认证技术，在金融、公共安全、教育、交通等领域得到广泛的应用。
七、VR/AR
虚拟现实(VR)/增强现实(AR)是以计算机为核心的新型视听技术。结合相关科学技术，在一定范围内生成与真实环境在视觉、听觉、触感等方面高度近似的数字化环境。用户借助必要的装备与数字化环境中的对象进行交互，相互影响，获得近似真实环境的感受和体验，通过显示设备、跟踪定位设备、触力觉交互设备、数据获取设备、专用芯片等实现。
虚拟现实/增强现实从技术特征角度，按照不同处理阶段，可以分为获取与建模技术、分析与利用技术、交换与分发技术、展示与交互技术以及技术标准与评价体系五个方面。获取与建模技术研究如何把物理世界或者人类的创意进行数字化和模型化，难点是三维物理世界的数字化和模型化技术;分析与利用技术重点研究对数字内容进行分析、理解、搜索和知识化方法，其难点是在于内容的语义表示和分析;交换与分发技术主要强调各种网络环境下大规模的数字化内容流通、转换、集成和面向不同终端用户的个性化服务等，其核心是开放的内容交换和版权管理技术;展示与交换技术重点研究符合人类习惯数字内容的各种显示技术及交互方法，以期提高人对复杂信息的认知能力，其难点在于建立自然和谐的人机交互环境;标准与评价体系重点研究虚拟现实/增强现实基础资源、内容编目、信源编码等的规范标准以及相应的评估技术。
目前虚拟现实/增强现实面临的挑战主要体现在智能获取、普适设备、自由交互和感知融合四个方面。在硬件平台与装置、核心芯片与器件、软件平台与工具、相关标准与规范等方面存在一系列科学技术问题。总体来说虚拟现实/增强现实呈现虚拟现实系统智能化、虚实环境对象无缝融合、自然交互全方位与舒适化的发展趋势。
人工智能专业是干什么的?最近一段时期，人工智能专业再次冲上热搜，179所院校设立了人工智能专业，作为一个热词，人工智能的热度无疑会吸引来大量的关注，而网络上对于人工智能的薪资宣传，无疑也会吸引大量的考生。
但是，这179所高校同时设立，未免让人心头稍微一紧，大家都知道，同一个专业名，即使是相当成熟的经典专业，在不同的学校开，自然培养方式不一样，出来也不一样。更不说这种新专业。面对这种新事物，自然而然就有疑问：
人工智能是学什么的?不同学校间培养有什么差别?出来就业如何?。
1、人工智能专业的代码。
经过查阅教育部2020年的本科专业目录：
人工智能专业属于电子信息类，属于同一类的还有电子信息工程和通信工程，这与一般印象中人工智能属于计算机类较为不同。这种分类表明人工智能专业的官方定义中不仅仅局限于计算机领域，更加强调一些电子信息处理的相关方面，更加侧重于理学。
2、人工智能专业培养方案
计算机领域有句名言，Talkischeap.Showmethecode，通俗讲就是别扯没用的，给我看看你的代码，这里也是一样。
经过搜索和分类，本文决定以原985、211的标准分别展示培养方案。
A同济大学
同济大学本科生院jwc.tongji.edu.cn。
大学经典课程比如英语，政治，物理，体育这些就不多说了。
数学课：高等数学、线性代数、概率论与数理统计，复变函数与积分变换、离散数学、最优化、随机过程。
系统与控制课：信号与系统、反馈控制。
计算机课：高级语言程序设计、Python程序设计实践、数据结构、算法、嵌入式系统、人工智能基础。
电子课：电路、模电、数电
以及一些选修课
看了看这个课程体系，尤其是与同济大学自动化专业对比后。
同济大学本科生院jwc.tongji.edu.cn。
同济大学人工智能专业，删减了自动化经典培养体系里的机械、电机部分，增加了计算机语言的课程，选修课里也去掉了电力系统部分，增加了一些前沿选修课。方向更加细化。
由于专业基础为自动控制类，对于计算机课程引入不多，综合来看，培养方向主要还是与硬件有关但主要从事算法开发的人工智能产业岗位，和同济陈院士从事的智能无人系统相契合。
B、武汉理工大学
与同济大学不同，武汉理工大学的人工智能培养体系更加接近于计算机专业。
武汉理工大学本科招生网zs.whut.edu.cn。
专业核心课程：包括数学类核心课程、计算机类核心课程和人工智能核心课程，数学分析，概率与统计，随机过程，离散数学，数据结构，操作系统与编译原理，数据管理与组织，算法分析与设计，最优化理论与方法，人工智能导论，机器学习与模式识别，多智能体系统，知识工程，认知科学。
专业特色课程：智能规划，数据挖掘，博弈论，数字图像处理，多媒体技术，自然语言处理，大数据可视分析，类脑计算，三维视觉，智能汽车互联技术，智能语音处理，深度学习，人工智能伦理与法治，虚拟现实，智能船舶，智能交通系统，生物信息学。
而计算机专业培养方案
武汉理工大学本科招生网zs.whut.edu.cn。
专业核心课程：高级语言程序设计、离散结构、计算机组成原理、数据结构、操作系统、编译原理、数据库系统原理、计算机网络、软件工程。
专业特色课程：面向对象程序设计、计算机基础与编程综合实验、面向对象与多线程综合实验、算法分析与设计、数据结构与算法综合实验、人工智能。
与计算机专业对比后发现，人工智能专业是在计算机专业基础上，适当去掉了一些传统计算机课程，引入了一些前沿课程。与计算机专业差别不大。
通过以上两个个院校的对比，目前开设人工智能专业的院校对当前需求均有认识，按照当前的形势来说，是贴合技能需求的。
开设人工智能专业的院校对当前需求均有认识，按照当前的形势来说，是贴合技能需求的。如今，国家对人工智能的重视已经上升到国家战略的层面，人工智能在未来可预见的范围内一定是个热门专业，既有前途又有“钱途”。
大数据属于什么专业？大数大数据专业属于交叉学科，以统计学、数学、计算机为三大支撑性学科，生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。此外还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才。各院校开设的课程不完全相同，具体以院校设置为准。
以中国人民大学为例：
基础课程：数学分析、高等代数、普通物理数学与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践。
必修课：离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析。
选修课：数据科学算法导论、数据科学专题、数据科学实践、互联网实用开发技术、抽样技术、统计学习、回归分析、随机过程。
大数据专业就业前景
从近两年大数据方向研究生的就业情况来看，大数据领域的岗位还是比较多的，尤其是大数据开发岗位，目前正逐渐从大数据平台开发向大数据应用开发领域覆盖，这也是大数据开始全面落地应用的必然结果。从近两年的秋招情况来看，大数据开发岗位的数量明显比较多，而且不仅需要研发型人才，也需要应用型人才，所以本科生的就业机会也比较多。
学大数据可以从事什么工作1、数据规划师
在一个产品设计之前，为企业各项决策提供关键性数据支撑，实现企业数据价值的最大化，更好地实施差异化竞争，帮助企业在竞争中获得先机。
2、数据工程师
大数据基础设施的设计者、建设者和管理者，他们开发出可根据企业需要进行分析和提供数据的架构。同时，他们的架构还可确保系统能够平稳运行。
3、数据架构师
擅长处理散乱数据、各类不相干的数据，精通统计学的方法，能够通过监控系统获得原始数据，在统计学的角度上解释数据。
4、数据分析师
职责是通过分析将数据转化为企业能够使用的信息。他们通过数据找到问题，准确地找到问题产生的原因，为下一步的改进找到关键点。
5、数据应用师
将数据还原到产品中，为产品所用。他们能够用常人能理解的语言表述出数据所蕴含的信息，并根据数据分析结论推动企业内部做出调整。
6、数据科学家
大数据中的领导者，具备多种交叉科学和商业技能，能够将数据和技术转化为企业的商业价值。
参考资料：中国共产党新闻网-大数据时代我们最需要什么样的人才？