1樓：
很多回答很誤導人， 。
只說乙個建議，一定要去聽牛人的意見。至少是能拿到sp以上的人，最好是gfma level的。其他的千萬不要聽。
2樓：
以後想從事機器學習理論方面的研究，跟搞機器學習理論的老師，數學和計算機專業的都無所謂的（一般來說，理論搞的深入的老師都在清北，中科院，上交，南大等名校名所）。但是這一行最好是要讀到博士畢業。碩士出去基本都是在公司做工程的，這與社會需求相脫節。
如果要是畢業後直接從事機器學習應用方面的工作或者科研，那計算機的老師無疑更有優勢。
一般來說，數學的老師偏向於理論研究，而計算機的老師偏向於應用實踐，但界限也不是那麼絕對。
3樓：
其實你可以思考這樣乙個問題，這幾年機器學習這麼火，但是很多基礎設施級別的理論早在15年前就有了。
這樣就引出乙個問題：
想必你也有答案了，目前機器學習的火熱不是因為數學，而是因為計算機的計算能力。所以選計算機！
4樓：
你以為這個方向最重要的是理論麼？錯了兄弟，最重要的是實踐能力，專案經歷，看你做的是什麼方向。
你跟乙個數學老師估計做的大都是理論研究吧，有什麼用呢。。。。深度學習的理論基礎不難，比傳統機器學習的都要簡單。而且現在基本上除了大牛，大家在深度學習上的研究，基本都是任務驅使的，理論研究太難搞。
還是找個計算機的吧。。。。
5樓：
如果你想碩士的研究方向是機器學習，主要看老師做不做這個方向吧。別說計算機數學，任何專業的都有可能做機器學習方向。
如果你想學得好，畢業做機器學習相關的工作，我覺得更主要的還是看你自己。不論你跟誰學，都得好好學數學和計算機。
雖然我一直覺得，機器學習這東西，開一門課就夠了，非得當做乙個專業學，感覺沒那個必要，自學就夠了。
研究生讀機器學習的哪個方向好？
大煎餅 通用的方向比較好，將來的出路比較多。從目前來看，卷積神經網路及其變體是最常用的。1 卷積神經網路卷積神經網路至今仍是影象識別領域最常用的演算法，主要包括卷積層 池化層等部分。卷積神經網路 2 殘差網路殘差網路是新增了跨層連線的卷積神經網路。殘差網路 3 殘差收縮網路針對強噪 高冗餘資料，殘差...
機器學習，資料探勘方向的研究生三年應該如何安排？
超越 估計題主都要研究生畢業了，那就給其他人參考吧。1 多層感知機 多層感知機可以看作是最基礎的人工神經網路，到目前仍是很常用的，應該是每個機器學習從業者都要了解的。多層感知機 2 卷積神經網路 卷積神經網路的基本結構如下圖所示，主要特色部分是卷積層和池化層。卷積神經網路 3 殘差收縮網路 在資料雜...
機器學習方向的研究生和博士生如何系統且高效地複習和學習數學？
家裡有只肉丸子 我最近幾年也在研究機器學習和深度學習，但主要研究方向是醫療領域應用，對於演算法開發涉及不多。想要弄明白機器學習要補什麼數學知識，首先要搞明白機器學習一般涉及哪些數學知識。我稍微舉例幾個常見機器學習演算法以及大概涉及哪些知識，屬於哪門課程 貝葉斯分類器 貝葉斯定理，極大似然估計 概率論...