1樓：ChihYuanTSENG
瀉藥。優勢 : 通訊工程相比計算機優勢當然在於通訊的專業課方面。比如你要是做聽覺，那就免不了採集音訊訊號並預處理和分析，對於訊號的採集，處理和分析通訊肯定會更好。
其實做視覺方面也一樣，畢竟本科有一定基礎感覺上會更好。(一般計算機本科專業不會開訊號處理，但有的會開影象處理)
劣勢 : 程式設計和除錯的熟練度會有差別。其實就程式設計能力來說差距不會太大，現在做深度主要都是用的tensorflow，tensorflow用的是Python，而Python的風格就和matlab差不多，都是封裝好的函式，很多底層的東西不用去考慮(當然如果要是用C和OpenCV做那就不一樣了)。
但是就程式的除錯，資料結構，演算法這些東西，畢竟通訊本科很少會有深入了解，因此會有差距。
總的來看，通訊和計算機各有優劣，AI本就是交叉學科，各科都會有優勢和劣勢。關鍵還是在於研究生期間的努力程度和靈感。
因此，不要畏懼，做自己想做的事情，即使有一些差距，研究生期間只要努力，都能超過去。
2樓：Derek
看你找什麼工作了。
如果找通訊方向的工作，需要用到機器學習，那你優勢就大了。
如果你找普通機器學習工作，跟電子沒關，那你就劣勢了。
機器學習只是工具，真用的時候還要結合專業知識，所以就看你怎麼利用你的專業知識了。
IT最近就要比通訊形式好太多，但是你如果通訊能做得牛那又比半路出家搞IT吃香，看你個人規劃了。
機械研一碩士，該如何往機器學習方向發展？
星辰大海 機械裝置的智慧型故障診斷，跟機械和機器學習都是沾邊的。雖然在企業一直都用不起來，但是碩士畢業還是綽綽有餘的。2 畢業後可以轉行到網際網路公司，我很多師弟就是這樣的。M.Zhao,S.Zhong,X.Fu,et al.Deep residual shrinkage networks for ...
虛擬實境和機器學習那個方向好？
小賴sqLai 首先，我把機器學習這個圈子擴大到整個ai領域再做比較，因為時至今日，只掌握傳統機器學習裡的那麼一些簡單演算法，是完全不足以找到工作的。實際上ar，vr，本身和ai是有交集的，對於ar來說，底層的特徵匹配模組，基本就是傳統cv領域裡的match部分，語音互動和手勢跟蹤之類的，也是ai領...
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...