各位网友好，小编关注的话题，就是关于人工智能辅修的问题，为大家整理了2个问题人工智能辅修的解答内容来自网络整理。

交大密院有什么专业

建筑专业，交大密院是上海交大和美国密西西根大学联合举办的，两所学校都是世界顶尖大学，密院的计算机专业也是两所学校的强势专业，师资力量雄厚，在新一轮学科评估中，密院的计算机专业为A加级，国内高校计算机排名前3，所以密院的含金量非常高，社会认可度高

机械工程——与清华大学机械工程专业同批被国际权威ABET的认证 涵盖设计与制造、流体、热力学、材料与固体力学、动力学、机电控制和机电一体化等方向。

电子与计算机工程——是全国目前该学科唯一被国际权威ABET认证专业 电气工程和计算机工程两个学科的交叉复合专业,涵盖电路、半导体与器件、电磁、通信、人工智能、光学和 光电物理、纳米科学、计算机工程、控制理论、数据科学等方向。

材料科学与工程 涵盖材料物理、材料热力学、动力学、材料工程设计、储能材料、计算材料、纳米材料等方向。 计算机科学辅修、数据科学辅修、创业辅修( 颁发辅修证书)、人工智能辅修(即将开设)

数学专业可以学习人工智能深度学习吗

先来给你说说数学专业本科生学的课程吧（如果是研究生都是估计直接冲，不会问这样的问题），数学分析、高等代数、解析几何、C/C++、概率论与数理统计、运筹学、离散数学、数据结构、数据库原理、复变函数、数值分析、算法设计及分析……

再来对比一下计算机专业学生的课程，C、离散数学、数据结构、java、数据库原理、EDA、概率论与数理统计、计算机网络、数值分析、计算机组成原理、操作系统……

不同学校同一个专业的课程也会不一样，但基本上都会有这些。目前人工智能火热，有些学校也会将机器学习等课程加入到本科生课程中。

人工智能涉及的范围很广，最为火热的莫过于深度学习，那么这里就认为指数学专业学生可不可以学深度学习。

其实从上面的课程设置来看，跟深度学习相关的就那么两样：数学、编程～

先说数学，数学专业学生在数学这方面占极大优势，比如生成对抗网络（神经网络的一种，一种深度学习方法）的生成模型和对抗模型就来自概率论与数理统计方面的知识，虽然两个专业都有学这门课，但课时是不同的，即数学专业的学生在课程要求上会更深入一点。

再说编程，现在深度学习几乎都是用python了吧，当然深度学习领域也有大神们还在写C/C++和cuda，但这样写是真的累skr人，且大部分人都没学过怎么用cuda。在编程方面计算机专业的学生会略占优势，因为就计算机思维来说是数学专业学生远比不上的，相对来说掌握python以及深pytorch、tensorflow这些度学习框架会更快点。

如果仅仅是调参，那么python掌握熟悉，熟悉一下深度学习框架，***几个预训练模型套上数据即可，仅仅要求需要一定编程模型。但是在具体的实践中，完全一样的神经网络模型（深度学习方法）可能效果并不好，这就要求需要对神经网络有一定的了解，比如激活函数的效果，卷积池化的作用，根据这些来修改以达到良好的效果，然而激活函数、卷积池化这些其实全都是数学上来的，不见得多高深但是至少得会。

上图表示一个卷积操作，其数学表达式为：

相对其他专业来说，数学专业和计算机专业的学生是很有优势的了。做一些应用的话计算机专业的学生短期内会更有优势，比如用已有的神经网络模型完成一些图像识别、文本情歌分析，但是从长远来看，数学专业学生是更有优势的，因为在硬件条件固定的情况下，要想深度学习效果更好只有在理论上做到更有优，所以你可以看到SOTA网络（指该算法（模型）的性能在当前是最优）的数学理论越来越复杂。。。

如果打算走下去了，就开始学吧……

到此，大家对人工智能辅修的解答时否满意，希望人工智能辅修的2解答对大家有用，如内容不符合请联系小编修改。