1樓：納瓦霍奧爾挲狗
題主可能是說的是自動化系底下那個模式識別吧，要是計算機學院的可能不會考慮這個問題，現在的前景是，畢業進公司後，你會發現做演算法工程師的人許多以前都是做模式識別與影象處理的，但是由於當前影象識別的識別率只能在特定場景下保證，所以現在影象識別的應用價值還不大，要想商業化我覺得必須再突破相關的技術瓶頸，要是讀碩士的話我覺得方向不是很重要，反正出來都是碼農或者演算法工程師(演算法玩的溜的人)，要是想以後讀博做科研，我覺得這個方向是極好的，可能未來十幾年，CV都是研究的熱點。
2樓：
碩士就讀於某渣校老牌DIP實驗室，做DIP、PR相關課題。
沒見過太多世面但是談一下所了解的DIP碩士應屆的就業情況：
老牌DIP企業給碩士應屆的待遇大多耍猴；
新興企業需要DIP技術人員的往往不需要碩士應屆生，至少不需要一般水平的碩士；
實驗室大多同學轉而去網際網路公司做開發、測試，少部分做了非技術崗，更少部分去做了公務員。
以上僅供參考，前景這種東西畢竟看個人，統計情況只能給你乙個可期的目標。
求問模式識別和機器學習，以及深度學習的最基礎的前置課程有什麼？
泰克尼客 Python幾天就ok了，好好複習本科的幾門數學課，高數，線代，概率，千萬別丟。這是基礎中的基礎。讀研階段，矩陣泛函也要學紮實。 WILL 先說下我和題主理解的稍有不同的吧，這三個概念其實相關性很大，模式識別約等於機器學習，深度學習是在機器學習基礎之上發展而來的，尤其是神經網路，是需要機器...
計算機視覺和影象處理方向前景如何？
1 遊戲行業。2 軍工行業。3 安防行業。4 銷售行業。5 開公司。6 頂級公司的研究院 7 出國就業 本人學渣，戰力五，遊戲行業。軍工行業。安防行業。均混過。作為乙個能說會道自帶喜感的學渣。當年的最大錯誤選擇 自己未果斷放棄所謂技術，進入第四個行業。開啟上帝模式。人總是後悔的。自帶學術戰力的一定要...
地鐵施工中地下管線如何識別和處理？
一年老一歲的大叔 首先明確一點，管線遷改和交通疏解這些屬於前期工程，是需要業主牽頭協調的，一般管線產權單位遷改完成後，施工單位才會全面進場。一條地鐵線路正線的話一般都在25公里或以上了，目前的技術是，車站多用明挖，區間多用盾構，明挖施工才會涉及要扒開地面，遷改管線，盾構由於埋深一般超過十公尺，基本上...