跨專業從事機器學習或數據挖掘可能性?

我就讀於上海一所以土木見長的985大學的生命科學學院,目前大二。大一修了c語言,和資料庫的課程以後,感覺我的興趣其實在計算機。我可以選生物信息方向,會修一部份計算機相關的課程(比起軟體學院只是很小的一部分),高數線代概率論這些基礎的數學課也都會學。

知乎上的各位大神前輩, 我有可能改變專業,在研究生階段進行機器學習的研究嗎?從現在起該如何準備呢?我猜想機器學習方面是否國外讀研會好一些呢,但就想知道會不會因為我的本科背景難以申請到國外優秀的大學呢,我現在怎麼做能增大我申請成功的可能呢?還有機器學習是否要做好學到博士才能學有所成的準備呢?請前輩們為晚輩該如何準備指一條明路。


現在國外跨專業申請machine learning還是挺難的。因為這個方向時當前CS最火的方向,大家都想申請,已經扎堆了。國內有些學校不錯,像清華,交大,南大這些,都可以考慮呀。如果實在想來國外,就必須要好好準備一下。盡量提高自身實力,積极參加學校的一些實驗室,做一些跟ml相關的研究。最好申請國外的暑期研究項目。如果運氣好能發出paper,對申請幫助很大。現在做machine learning,即使只讀一個master,也是能找到不錯的工作的。但想做一些深入的研究,還是要讀一個phd的,因為這個領域發展太快了,你只是上課的話,很難抓住前沿,還是要沉下心來搞搞研究。


我高中文科,大學本專業政治學,雙學位西歐中古史,大三開始學計量,現在是「數據科學家」。

轉行跟你興趣有關,跟你的起點無關。


謝邀。

我有可能改變專業,在研究生階段進行機器學習的研究嗎?

完全沒問題。可能性和你的努力成正比。

從現在起該如何準備呢?

好好學習各門數學課。更深一些的復變泛函優化等等,能修就修,不能修就旁聽。數學儘可能多學。計算機專業的離散數學、演算法和數據結構課跟著聽。

我猜想機器學習方面是否國外讀研會好一些呢,但就想知道會不會因為我的本科背景難以申請到國外優秀的大學呢,我現在怎麼做能增大我申請成功的可能呢?

提高數學課程和計算機課程的GPA。提高英語水平。寫論文發論文。

還有機器學習是否要做好學到博士才能學有所成的準備呢?

不太理解這個問題。你學了多少就有多少所成。有的博士也一無所成,有的本科就能開展很優秀的工作。學歷在初入職場是個加分項,但這個行業最認可能力。


雖然不是干機器學習這一行的,但是出於興趣,也面過不少公司的機器學習崗。「從事機器學習或數據挖掘」也分應用型和研究型的。

應用型的大多比較希望有一些相關的項目簡歷,對常見的模型與演算法比較了解,一些概念(過擬合、正則化、梯度下降等等)能說出個所以然來。另外可能會考一些coding(當然了比碼農崗考的coding要簡單不少),有時候甚至會給出一些面試官在工作中遇到的問題讓你說說想法。

研究型(或者說偏理論基礎的)的需要有比較強的概率統計與線性代數這樣的數學功底。曾經面過一個研究型的ML崗位,一上來先問了一個概率統計的問題(後來發現其實很簡單,但是多年不碰全忘了),然後答不出來,面試就結束了。。。所以數學功底必須ok,coding和項目就是加分項了

結合上面面試的問題,想必答主也能大概知道該如何準備、準備什麼了。目前看來,機器學習的碩士畢業生,想找一個應用型的工作,需求量還是挺大的(依據:自己的面試經歷與Linkedin上po出來的jobs)


想學就學了,為啥想這麼一大坨,又不是全世界只有你一個人要干這事兒,又不是壞事兒,又不是不道德事兒,想干就研究怎麼干,思前想後的啰嗦。


本身科班沒垮過專業,不過聽搞人工智慧的高大上同學說,人工智慧也並不是我們想像那麼高不可攀,尤其是有很多既有的工具或資源可用的情況下,人工智慧的鑽研就可深可淺,就看你能玩到哪個級別啦。樓主才大二,有大把時間和精力去研究學習,感心趣就放心去搞吧


感覺只有最後一個問題本人能回答,從招聘來看博士一般是(機器學習)研究,碩士是研發,本科是開發,側重點不一樣。跨專業一般都不是好簡單的,個人也跨過兩個專業,本科我們差不多都是生命科學,只不過我沒考研,直接工作軟體開發(其實也很難找),現在是機器學習數據挖掘相關。HR一般跨專業的絕大多數直接丟,校招好一點,社招即便寫過大型工程也是秒拒(HR也是偏好概率高的,也不想被罵是不?),機器學習相關更是(雖然機器學習工作並不是多難,但是有一條無形的屏障,經歷過的人才知道,而且招聘數量並沒有太多和軟體開發招聘數量差了太多),建議想自己出來就做機器學習相關,考研吧,你也可以兩手抓,大四試試投簡歷。


生物信息方向算是和CS比較匹配得了,跨的幅度並不算大。同濟的生物信息的本科生考國內計算機系的研究生或者申請國外學校的CS方向master本質上都是匹配的。我在國外讀研時候的導師就是掛靠在生物學院下的做機器學習方向的教授。

再說說機器學習的問題,如果以這個方向來說,本科基本是不夠用的,至少從我做機器學習和數據挖掘到現在為止工作過和接觸過的公司的相關都不招本科生。不過計算機的方向實在是很多,在大一大二就決定方向我覺得為時尚早,先把基礎打牢,編程語言、演算法和數據結構還有高數和線代的基礎部分都要掌握好。成績也刷高一些,這樣不管是考研還是出國讀研都是有幫助的。


看到我濟學弟(妹)出現在時間線上來答一個,僅供參考。

生物信息方向的可以的,接觸過本校生科院跨轉CS的人。可以自學加參加各種相關比賽,保研或出國都行的。

退一萬步講,我一個純土木的都轉成了,你們沒問題的。


Later is better than never!


跨專業直接申請,我覺得只有數學系大牛才有此可能。並且要陶瓷釉老師直接收。以你的背景,直接申請是不可能了。建議曲線救國。先申bioinfo,其中很多lab其實是用ml做bioinfo的內容。


先申個IT或者Data Science的碩士吧

轉行要一步一步來


完全可以,你應該是同濟的吧。讀研轉計算機就好了。


媽蛋 我的是專科,工作八九年的碼農,豈不被大多數科技公司刷下來?


你的目標不在於學習研究機器學習,大概率下是因為看到機器學習深度學習近幾年的火熱,可以從中撈一把。還是好好想想自己真正喜愛的,再說了同濟大學這麼好的學校夠你用的,不必因為市場而轉變自己的觀點。


如果想從事相關的研究工作還是得讀個PhD,研究型的master像UIUC,CMU的都很不錯,其實不管你本科學什麼的,只要有心學習我覺得都可以學得會。時間長短罷了,看你是不是願意投入時間。見過幾個土木轉CS申請到NYU等學校CS PhD 的,其實跟著國外老師做一些研究,發幾篇頂會,就有很大幾率申請上比較好學校的PhD了。

機器學習這個領域挺大的,看你做什麼方向啦。有做data mining等應用機器學習的,也有搞優化理論,統計機器學習的,也有搞deep learning的,需要的技能不大一樣的。建議多上一點數學統計的課增強基礎


我認識的有學藝術的 就是那種高考數學考不了一半分的都在紐約做了數據科學家了


某國內985 一文學院大神學的中國語言文學,前段時間保研結果出來他去了清華大學計算機系


不就是想轉行嗎,起點比你低,成就很高的人多的是。

可能性這東西,1%也是可能性,何況學習這條路上,並沒有什麼阻礙你前進,那就算可能性是100%吧。


不好判斷。說得有點籠統。


土木見長我想應該只有同濟了,出身這麼好想幹嘛就去幹嘛啊,同濟氛圍還是很寬鬆的,能最大化你的興趣,想學什麼就趕緊去學不要在知乎上浪費時間提問了,才大二還有大把的時間。


不就是同濟嘛

本科開始學也沒啥啊,公開課網上不都有一堆嗎?

讀個研當然好了,本科學歷很多公司不看簡歷直接丟的。非要讀國外應該不至於。


推薦閱讀:

數據結構方面,你認為最好的書是哪本?
如果計算機沒有浮點運算能力,系統能正常啟動嗎?
請問大家覺得日後更優秀的編程語言會不會是一種結合所有既有編程語言優點的語言呢?
當數據量不夠大的時候,有什麼方法可以提高CNN訓練效果?
研究linux kernel 0.11有哪些意義?

TAG:人工智慧 | 數據挖掘 | 機器學習 | 計算機科學 | 大數據 |