伊利诺伊理工大学人工智能硕士怎么样？

很难，而且随着近年来报考人数增多，考试难度增大，录取率也在不断降低。但花费大量的时间精力备考，也是可以被录取的。

其实，选择国际免联考硕士的原因，不只是联考很难，更重要的是，这种学习形式是否合适自己。

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方 法、技术及应用系统的一门技术科学。经历了过去几十年的不断发 展和演变尤其是过去几年深度学习的爆发性发展，人工智能技术已 经成为当今科技领域最重要的议题之一，并且深刻改变了人类社会 生活和世界。

今天的人工智能在众多行业已经拥有大量的实际应用：智能交通、通讯网络、社交网络、娱乐媒体、工业制造、医疗健康、生物科技、 航空航天、语言文化甚至艺术创作等等。

当今市场对人工智能的理论基础与技术应用方面的人才需求也呈现 爆发性的增长，各个领域都在不断加强人才对于人工智能的了解和 实际应用场景的落地。

伊利诺伊理工大学的人工智能硕士项目由电子与计算机工程系中杰 出的教授们教学，带领学生们深入探索正在快速发展的人工智能技 术机器学习、计算机视觉、自动化、机器人科学等多领域的先进知 识。研究方向包括：人工智能和深度学习、机器视觉和图像处理、 数据挖掘、自动化与机器人技术、云计算等。

伊利诺伊理工大学向领先国际提供了计算学院部分人工智能课程大纲，包括教师背景和经验、课程目标、课程内容、教材、考核方式和编程语言，希望帮你提前了解，通过伊利诺伊理工大学的AI硕士：

能学到什么内容？

是否掌握核心技术？

未列举全部课程，后续实际授课老师可能会有所调整。

一、人工智能概论

人工智能发展概论

智能代理

通过搜索解决问题

对抗性搜索

知识表达（命题逻辑、一阶逻辑、不确定性表达）

通过逻辑和概率进行的推断

学习（监督学习、加强学习等）

二、机器学习

机器学习简介

回归算法

核方法（Kernel methods）

生成学习（Generative Learning）

判别学习（Discriminative learning）

神经网络（Neural networks）

支持向量机（SVM）

图模型

非监督学习（Unsupervised Learning）

维度降低

三、机器视觉

计算机视觉领域的简介（包括应用领域、常用软件、OpenCV介绍）

图像的组成与表示（数字表示、几何模型、仿射变换等）

图像滤波（卷积、平滑等）

特征提取（边缘、角、曲线、材质等）

模型匹配

相机参数标定（Camera calibration）

对极几何（Epipolar geometry）

模型重建

动作捕捉

动作跟踪

对象识别和形状表达

四、并行和分布式处理

并行计算的范围

并行架构：基本问题及其对编程的影响

性能评估

算法设计与分析：案例研究

并行编程

网络，通信和分布式处理

系统注意事项：分区，通信，调度和操作系统问题

数据访问和I / O

集群和分布式网络计算

并行处理的其他当前趋势

五、数据密集型计算

范例：超级计算，网格计算，云计算，多核计算

并行编程系统：MapReduce、工作流程、MPI、OpenMP等

工作管理系统：批量计划、轻量级任务计划

存储系统：共享文件系统、分布式文件系统、并行文件系统、分布式NoSQL密钥/值存储区、关系型数据库