1樓：陽光
去學學歷史、會計、法律，換換腦子
法律考試竟然一道計算題都沒有，真的，，
考乙個CPA或者法律相關的證書也是不錯的~~~ 以後對AI又感興趣了還可以轉~~~
2樓：
你確實是個好學生，不隨波逐流。如今在矽谷，機器學習人才已經開始氾濫，已經不再稀缺。我們苦口婆心卻說學生不要再扎堆學，但是很少有人聽。
當然，基本的機器學習理論還是要了解的，只是不必非要從事這一行。學科這麼多，機器學習只是其中的乙個而已。你需要觀察五年甚至十年後市場需要些什麼技術，而不是今天的市場。
3樓：小李飛刀
一方面，要知道自己內心的真實訴求，要知道你要什麼。
另外，你要知道機器學習，深度學習必然是下個十年最大的風口，這是無可爭議的。
4樓：沐雪秋神殤
如果不是搞純理論的話，ML只是一種手段一種方法，各個大學本科和研究生應該都開設了相關的課程，它就好像生活技能一樣，確實需要去理解和掌握的。對於ML這個東西千萬不要因為自己覺得沒興趣就去抵制它，如果能靜下心來去學一學ML為什麼要這麼做那當然最好，知其所以然嘛；如果確實不感興趣，或許試試運用的話沒準會有不一樣的理解。
5樓：Tabbbbbb
機器學習也就是這兩年才火起來之前火的是資料分析
吃不上演算法崗的飯就一定找不到開發崗的工作了麼？實在不行去網際網路公司當個hr 姑且也算專業相關（bushi
6樓：FTDdata
可以專注學別的。機器學習只是乙個方向，其他的比如前後端開發，伺服器運維，資料倉儲等，都是不一樣的，機器學習要比較好的數學知識，工作中是綜合人才，業務理解，加上演算法除錯，依靠統計知識，才會做出結果。
7樓：sola
我工作前也搞過機器學習，確實有些問題處理起來有效果，但學不好。。。現在市面上泡沫太大了，就拿我們公司來說吧，內部用了一些模型，質量太爛，都是一些所謂的博士大牛搞的，最後都需要用工程方案兜底，最近偷偷的把模型去了，發現準召好了一倍不止。。。
如果學不下去就別去搞了，省得回頭再讓我們工程給你們擦屁股→_→
8樓：天O地方
首先啊。
1、計算機應該不等於機器學習。
2、機器學習絕對是乙個具體研究方向。
3、實驗室方向雖然做機器學習，但是你也可以找其他的面，不用擠在一起。
4、計算機研究生不是寫寫web做做前端，寫寫中介軟體就完事。無論你研究嵌入式、體系結構、高可信、密碼學都離不開數學。對數學無感也要有感。
9樓：流星街拉比克
首先你說猶豫是否應該學習機器學習，且自己對數學無感：入門機器/深度學習只需要最基本的微積分/線代/概率論，加上一些基本資訊理論/最優化知識，這些你本科或是考研時都是學過的。因此要入門機器學習不需要花很多功夫，你不妨可以放下「理想化」的「興趣」認知，花部分精力嘗試一下。
對於你說機器學習包含了很多的數學：做學習理論研究，才需要很強大的數學功底（我了解到的，可能不準確）。而ML的應用方面，以NLP舉例，深度學習是NLP現在的主流手段，目前其中大部分研究（我看到的），並不是在做數學研究，更像是工程實驗。
至於「對數學無感」：我覺得做機器學習應用研究，準確說需要的是對資料的感覺。
建議題主先不用想太多，嘗試一下，身邊人都在做的事，一般不是壞事；嘗試了覺得還是沒興趣，也算是給自己排雷了。別人都做ML，你不做，這也沒啥，找準適合你自己的方向最重要，尤其是現在AI落地有些泡沫的時期。
10樓：小尕尕
：沒有興趣是對計算機和軟體的意義了解不深表現，實際上，世界本身就是一道程式，徹底解開這道程式，你就是「上帝」。多從這方面入手，你的興趣就來了。
11樓：Yaqiang
有這樣問題的學生很多，我遇到的有這樣問題的學生，一般也即使沒有機器學習存在他也會有類似的問題，因為自己就沒目標、沒自信、隨波逐流，還是從自己身上找問題吧...
12樓：摸魚人
本人是物理專業的，也是結合自己的專業與機器學習去做一些有意思的東西，如何把問題設計的有意思，去做一些有意思的研究可能會容易堅持下去，就我自己而言我覺得如何將機器學習的視覺化與物理問題的可解釋性結合就挺有意思的，還是設計一些有意思的問題才更有可能堅持下去
13樓：
其實，這個問題，我也很糾結，但是計算機領域有很多，只是這些年人工智慧的火熱，導致機器學習等很熱門，但是還有很多領域，分布式系統等等的，沒必要一定需要機器學習。當然個人見解。
14樓：胡大海
首先，看一些機器學習應用方面的書籍，看看有沒有自己感興趣的方向。如果真沒有興趣，直接做軟體開發也挺好的。工作還是最好能選自己喜歡做的領悟。
15樓：厚禮謝丶王德法
不一定只做機器學習，不過也確實，對於乙個研究生來說，機器學習的路真的太長，除非你真的想一直走，偏傳統的控制也是可以做的，不過因為比較成熟，不太好有較大的優化。各有各的難吧只能說
16樓：一知半解
那你要想大四的時候用什麼作為你的工作，專業最好學，你對機器學習不感興趣，開發崗，分析崗，爬蟲崗都是可以的。千萬不要認為不感興趣，就放棄學習。沒有什麼事情能一直有興趣的，唯一的就是當你擅長做某事的時候就會有興趣，別人的讚賞，以及自己產生了成就感。
專業當中，門路也分好多條路走，不要把不感興趣當藉口，來麻痺自己。去找到其他崗位感興趣的去做。
17樓：王宇
方向那麼多機器學習也只是一時的熱門而且對數學要求比較高
這邊建議題主可以選擇偏硬體當方向或者系統方向
再不濟就去工作吧。。
18樓：char
你這問題都把我問傻了，機器學習本來也是數學專業先搞出來的東西，只不過現在得益於硬體和理論的同時發展，機器學習，尤其是深度學習火了一把，按你提問題的口吻，怎麼就成了搞cs的人必須要「感興趣」的東西？世界很大，建議多走走看看。（絲毫沒有攻擊搞機器學習的人的意思，我自己就是個學CV的）
中國計算機學會推薦國際學術會議和期刊目錄-中國計算機學會
這也只是計算機相關會議期刊的乙個比較簡略的分類評級表。很多cs的具體研究方向的頂刊這裡都沒有列出來。沒有興趣怎麼辦？沒興趣就不搞唄！找你感興趣的方向搞。
19樓：Klein Hu
我猜你擔心的是如果不喜歡機器學習，將來找不到好工作。
完全不要擔心，有的是領域可以深鑽。只要你在乙個領域有了話語權，工作和錢都不是問題的。
20樓：木家彤
機器學習本質上還是一種程式設計正規化，有其適用場景和範圍，並不是所有的問題都可以通過機器學習實現最優解。
電腦科學除了機器學習了，還有許許多多值得深入研究的課題，沒有必要，也無需跟風，人云亦云。
找到自己感興趣的方向深入下去才是合理的。以上。
21樓：啊瓜
挺好的，現在機器學習領域灌水很多，感覺也挺浮躁的，很多研究生研究的東西並非有什麼實際的價值，結果是放棄了許多其他領域的機會，沒有機器學習，計算機研究生能做的還有很多，我覺得更加重要的東西，更加關注記憶體模型，關注計算機系統知識本身，這本身也是乙個龐大的體系架構，感覺比沉迷於玄學調參好
22樓：
計算機有價值的研究點太多了，就算要做演算法，也不是只有機器學習。我覺得還是找自己喜歡的方向，畢竟許多人，終其一生都不知道自己喜歡什麼，你如果知道的話，就已經強於大多數人。
23樓：Chuang
挺好的啊。
計算機技術有不僅僅只是侷限於機器學習這個領域。ML、DL現在確實在風口，也有一堆人進坑（也包括我）
但是，避免盲從，知道自己想要什麼，更加可貴吧。
如果問建議的話，多聽多看多問多思考，搞清楚自己的想要的以及有前景的方向，然後努努力，沒準下乙個風口就是你選擇的方向呢，不是美滋滋？
研究生讀機械人還是計算機？
二十四畫苟 不如來計算機視覺和機械人的交叉 SLAM 這個方向需要學習計算機視覺的知識，也需要對機械人控制演算法有一定的了解，目前剛研一，才學SLAM兩個月，感覺門檻很高，入門最起碼得一年吧。 司南牧 謝 雅居邀 我覺得做計算機和做機械人現在都是熱門行業。計算機就不用說了在知乎計算機就是唯一的熱門專...
機械是否需要讀研，機械研究生和計算機研究生的出路對比？
蒙奇D黃猿 強行回答。我不是前輩但我總結了一些前輩的經驗。哥們我跟你情況差不多，廣東某普通一本，大三機械電子工程，對這專業很無奈，因為不符合個人職業規劃 工資少，成長慢 做個思維導圖吧。一，直接就業。1.網際網路IT行業。自學程式設計，計算機專業知識，做程式設計師。開發？測試？或者做產品經理？2.嵌...
美國計算機研究生申請？
啟德教育 建議一 盡早詳細了解美國 CS 專業的形勢，有利於個人的申請 隨著計算機的普及以及在不同領域的廣泛使用，IT 高科技尖端人才會大受追捧。美國的 CS，可以讓學生學習到最先進的 IT 技能 能夠讓學生根據個人的喜好選擇偏理論或應用的課程作為學習的重點。當然，美國的 CS 更多的設定了許多實用...