机器学习算法在职研究生

说实话不懂算法，是不可能能学好机器学习的。推荐你上海涛德顾问学院，数学算法和机器学习以及深度学习同时学习。另外由于招聘公司的要求，本科以下学历就别学了，浪费时间。有时间能考个研究生除外。

你对机器学习感兴趣？基本上各高校计算机类专业计算机软件与理论、计算机应用技术都有机器学习这个研究方向可以查询各校师资介绍一般会有导师研究机器学习、模式识别或数据挖掘这种方向。学术型研究生的奖学金拿来抵学费绰绰有余，具体数额查询各学校研究生院网站。现在不要太关心钱，而是要打好专业基础（和几乎所有计算机专业研究方向一样，机器学习对数学要求很高），保证自己能在这个领域有所成就。这样的话以后钱什么的都不是问题。

学成后能不能研究出类似asimo那样的？
------------------------------------------------
“学成”这个话太大了，国内的院士有几个敢说学成的？asimo是N多牛人N年的智慧结晶，一个研究生这样定位不现实。你可以把它当成一生的理想，但是绝不是三年硕士的目标。
三年时间很短，还有N多的课程要你学习，你还有找工作的时间，真正能踏实搞课题，可能就1年多的时间。所以你自己能在一个很小的领域研究明白就很难得了，比如机器人路径规划的问题，你能提出一个新的算法，或者改进一下现有的模糊算法，神经网络，遗传算法，蚁群算法，甚至证明一下你的算法收敛性，那就足够你毕业了。再比如研究多机器人通信，如果你对传感器或者对通信协议或者对ARM，SOC，DSP无论哪一小块，你能研究明白，就很不简单了。
当然如果你不打算深究原理和设计，只做实现工作，只要求三年做出来一个能实现某种单一功能的小型机器人（比如拧魔方机器人），这个也可以，但是你可能只是照猫画虎，对很多信号采集的，通信的，机械的，建模的，嵌入式的，芯片的，控制算法的细节知识，你可能就不精通了。所以看你怎么选择了。
学不学电子和机械，要看你的导师要你搞哪一块，如果你单纯搞软件，做算法研究，不学也可以。
我的水平有限，只能体会到这种层次，再深层的体会，建议你和你们学校的教授博导们多沟通，他们的建议会让你终生受益匪浅的。
--------------------------------------------------
国内做机器人方面，东北大学人工智能与机器人研究所和沈阳自动化所应该都不错。
东北大学人工智能与机器人研究所建议你报考薛定宇教授的研究生，薛老师在国内比较有名。沈阳自动化所牛X的导师太多了，国内在智能机器人方面绝对权威，如果有实力建议你报考。
国内其他自动化方面学校，建议选择清华，北京自动化所，北京航空航天大学，哈尔滨工业大学，上海交通大学，浙江大学，华中科技大学
西安交通大学，国防科学技术大学，但是这些学校的优势不一定在智能机器人方面。
------------------------------------------
东北大学人工智能与机器人研究所简介：
东北大学人工智能与机器人研究所是在东北大学控制仿真研究中心的基础上建立的（仍在仍继续使用仿真中心的名称）。研究所现有教授3人、副教授3人、其他教师4人，博士、硕士研究生各20余人。
学科领域：控制科学与工程——模式识别与智能、控制理论与控制工程
科研目标：出成果，育英才，创效益，争发展
科研方针：顶天立地
主要科研方向：
1．智能机器人——足球机器人，自主机器人，单足机器人（倒立摆）等，已小批量生产集控式足球机器人，供国内兄弟院校使用。
2．计算机视觉与模式识别——视觉定位、视觉导航、视觉伺服、电子警察、指纹识别等。
3．仿真与虚伪现实
4．智能控制与调度
5．多智能体
-------------------------------------
沈阳自动化所
沈阳自动化研究所拥有机器人技术国家工程研究中心、中国科学院机器人学重点实验室、机器人学国家重点实验室、国家科技部高技术研究发展计划成果产业化基地、国家863计划机器人主题产业化基地、中国科学院先进制造技术研究发展基地。
沈阳自动化所拥有一支具有丰富科研与教学经验的导师队伍，博士生导师和硕士生导师近百名。其中有2位中国工程院院士、多名科技攻关项目首席科学家以及973项目、863领域、主题专家及海外高级访问学者。
几个机器人研究方向的主要课程要求：
机器人学实验室（第一研究室）
主要研究方向：
机器人学
²环境适应机构学理论
²环境感知与建模方法
²机器人自主行为理论与方法
²自主学习以及人与机器人合作理论与方法
²微纳操作机器人学
²实验集成包括：地面、水面、空中移动机器人、微型移动机器人、仿生机器人等。
2．面向应用的机器人集成
²机器人化制造装备与
²重大科学工程的机器人
²难、社会服务机器人
²危险作业以及面向国防安全的机器人
水下机器人研究室（第二研究室）
主要研究方向：
水下机器人理论、方法及应用技术研究
²水下机器人总体技术研究
²新概念水下机器人研究
²特种水下机器人研究
²多水下机器人协同作业研究
无缆自治水下机器人（AUV）
²水下机器人智能控制及方法研究
²水下机器人导航、传感器融合研究
²载体线型、水动力研究
有缆遥控水下机器人（ROV）
²强作业深水ROV研究
²海底爬行水下机器人研究
²水业研究
新松机器人自动化股份有限公司新松公司
主要研究方向：
²新一代工业机器人
²移动机器人
²服务机器人
²洁净机器人
²微纳米机器人及极限制造
²智能制造

付费内容限时免费查看回答当下大多数专业的本科生的就业前景不容乐观，机器人工程也一样。很多机器人工程专业的学生在本科期间由于接触过模式识别、计算机视觉、深度学习等项目和课程，所以会选择在研究生期间攻读模式识别方向与人工智能方向，这其实是绕了一圈又回到自动化专业了。也有攻读基于深度学习、强化学习的机器人相关方向，主要是抓姿、识别、规划等问题，该问题目前尚处于研究室阶段，工业中尚未广泛应用，但高校老师大多研究该方向。去过招聘会，机器人工程师很少招本科生，因为本科生的能力确实无法胜任该工作。研究生就业那肯定很香了，985的硕士毕业年薪30w起步不是问题，上限到近百万也有。不过现在都是互联网热，自动化、机器人工程的也去互联网大厂搞深度学习，跟计算机的一起卷，人各有志，国家智能制造发展需要机器人方面的人才。更多4条

安徽工业大学计算机应用技术学科专业硕士研究生培养方案
作者：|来源：|发布时间：2022-02-25
一．学科、专业简介
计算机应用技术学科作为计算机科学与技术学科的二级学科，着重研究计算机用于各个领域所涉及的原理、方法与技术，它是计算机产业和计算机科学与技术学科发展的动力和源泉。
学科研究范围及主要课程：人工智能，计算机图形学CAD，图象处理与模式识
别，计算机视觉，多媒体应用技术，人机交互技术，计算机仿真技术，智能控制与机器人学，管理信息等。
二．培养目标：
培养面向现代化、面向世界、面向未来，在国民经济建设、科学技术发展和社会进步中能发展积极作用的具有创新精神的复合型的科学研究人才、工程技术人才、高级管理人才和高等学校师资。具体要求如下：
1、努力学习马列主义、思想、邓理论和重要思想，成为有道德、有理想、有文化、有纪律的年轻一代；能够运用主义的观点和方法分析问题、解决问题；拥护党的基本路线、方针和政策；热爱祖国，遵纪守法，品行端正，具有良好的职业道德，积极为我国的建设服务。
2、应具有坚实的计算机科学与技术的基础理论，掌握的有关计算机软件与理论、计算机结构的各种专门知识，熟悉现代计算机软、硬件环境和工具，有娴熟的计算机使用技能。具有从事科学研究或担负专门技术工作的能力，通过与其他学科交叉，能运用计算机技术解决多种研究及应用课题。有严谨求实的科学态度与作风。较为熟练地掌握一门外国语。可在研究院所、工厂企业以及高等院校从事本专业或相邻专业的科研、工程技术和教学工作。
三、学制及学习年限
硕士研究生的学制为两年半，课程学习为一年，在职研究生的学习可适当延长一年。
特别优秀的硕士研究生提前完成培养计划并符合提前毕业条件，经过规定的审批程序可以提前毕业，获得学位。也允许研究生在某些情况下经审批延期毕业，但硕士研究生在校学习总年限一般不得超过四年。
四．研究方向：
1、计算机检测与控制技术
主要研究内容有：
（1）计算机在工业过程控制中的应用：本方向着重对过程控制策略、远距离过程控制等开展应用开发研究，包括新型PID控制技术、智能控制技术、工业控制局域网（含现场总线）技术、数字图象处理技术等。
（2）计算机在设备运行状态监测与故障诊断中的应用：本方向着重对冶金企业大型设备运行状态监测和故障诊断方法等方向开展应用研究，包括将专家、信息融合、神经网络等技术应用于大型设备的运行状态监测和故障诊断中。
2、计算机仿真技术
本研究方向面向冶金生产第一线、面向经济主，在理论和实际相结合的基础上研究冶金生产工艺过程的计算机仿真与应用，目前已经覆盖了轧钢、炼钢、炼铁等生产过程和微观组织的研究等方面。
3、人工智能
本研究方向主要是针对人工智能领域中的相关理论与实践进行研究，特别是将人工智能领域中的理论为生产过程中的具体实践的相关方法研究。
主要研究方向有：
（1）高速高精度机器人轨迹控制原理和方法研究：着重研究运用非线性反馈和
补偿原理，结合运用离线和在线辩识技术进行机器人控制和轨迹规划及相关高效算法研究。目前国际上机器人技术研究的核心问题之一，就是要寻找利用计算机实现实时控制的机器人动力学和轨迹规划与控制的高效算法，围绕这一核心问题开展研究，其成果可用于机器人的动力学建模、路径规划及其控制。
（2）机器学习与知识发现：研究机器学习的知识表示模型及学习方法，以及大规模数据库中的潜在知识模型及其相关的数据挖掘技术，同时进行数据仓库组建技术、数据分析等研究。重点研究适合工业生产过程的知识模型及实用高效的机器学习算法、生产过程的自动智能优化、智能故障预警、企业数据仓库的组建及其数据组织和分析方法、高效实用的单维及数据挖掘算法等。
（3）多智能体应用研究：研究Agent的表示模型、Multi-Agent的协作、网络智能搜索、分布式Agent等，并结合数据挖掘技术的研究成果，进行分布式数据挖掘技术的研究。重点研究Multi-Agent在企业生产中的应用，包括集散中的多结点协调控制、企业内部数据网络的智能分布计算、网络智能搜索、网络数据挖掘方法、经济活动的竞争模拟、网络安全防范等。
五．课程设置与学分分配
硕士生课程设置是研究生培养方案的重要组成部分，是研究生应具有的基础理论和专业知识学习要求的具体化。培养方案中对课程的总体设计体现了下述原则：
字串8
（1）应该首先考虑本学科硕士生应具有的基础理论和专门知识结构的要求，各门课程在加深和拓宽研究生基础理论和学科知识面及相关的能力培养等方面，既有所分工、有所侧重，又相互补充、相互协调，从而真正形成研究生的课程体系或教学体系。
（2）对本学科的基本领域应有一定的覆盖，要着眼于一级学科的范围，同时也要重视一些与本学科相关的相邻学科和交叉学科的课程。
硕士生必须在规定年限内至少修满32学分，其中学位课18学分，非学位课12学分。课程及学分分配如下：
类别序号课程名称学时学分备注
学
位
课1自然辩证法542
2科学社会主义理论与实践361
3研究生英语1505
4矩阵理论502．5
5数理统计502
任选两门
6随机过程402
7最优化方法502
8高级软件工程402
9计算机网络402
10分布式数据库402
合计5505
非
学
位
课1面向对象方法与技术402
任选三门
2高级操作402
3算法设计与分析402
4高级人工智能402
5专业英语402必选
6电子商务402
任选
7计算机控制技术402
8专家技术402
9计算机仿真技术402
10管理信息402
合计44022
六、实践环节安排
主要包括：
教学实践或专业实习。总学时不少于120学时。内容可以是本科专业课、基础课的讲授和辅导、答疑、指导实验、指导实习、协助指导本科生毕业设计或论文等。教学实践或专业实习是提高研究生工作能力和业务水平的重要手段，该环节结束后由系主任或院写出考核评语，合格者记2学分。
参加4次以上的学术研讨或学术报告,记一学分。每年应有不少于500字的小结，经导师签字后自己保存备考。
七、学位论文要求及工作安排
学位论文工作是培养硕士研究生综合运用所学的知识，掌握科学研究方法，提高进行科学研究和解决工程实际问题能力的重要环节，也是培养研究生具有实事求是的工作作风和严谨踏实的治学态度的不可缺少的环节。硕士学位论文应在导师指导下选定研究课题并完成，用于论文的实际工作时间不得少于一年。论文工作的每一环节选题报告、论文计划、论文评审和答辩等都应齐全。硕士学位论文必须对所研究课题有新见解。硕士研究生在校期间必须至少发表一篇论文。论文工作的进程安排如下
序号内容时间安排考核方式
1文献综述与开题报告（报研究生部）第3学期10月底院学位评定分委员会
2论文工作（含阶段汇报）第3-5学期院学位评定分委员会
3论文预答辩（系、教研室通过预答辩）第5学期11月底院学位评定分委员会
4论文答辩第5学期末答辩委员会
5在国内外学术期刊发表一篇与学位论文相关的学术论文。