1、人工智能博士
人工智能 （AI） 正在改变技术格局。从医疗保健到自动驾驶汽车，人工智能正在彻底改变世界各地的领域和行业。今年，如果你想了解更多关于人工智能的知识，人工智能博士是适合你的课程。本课程将涵盖人工智能的工作原理、弱人工智能和强人工智能之间的差异、围绕人工智能的行为主义和认知思想流派、计算机的基础数学及其在人工智能应用中的使用方式、神经网络的工作原理、各种类型的机器学习算法及其与其他学习算法（如决策树）相比的优缺点， 群体智能的工作原理及其与人工智能的关系，量子计算和遗传算法与传统计算技术有何不同，以及与人工智能相关或对人工智能有重大影响的许多其他主题。
在大学学习者上找到有关人工智能薪水博士学位，人工智能全额资助博士学位，人工智能和机器人技术博士学位，人工智能在线博士和美国人工智能博士的所有实用和有价值的信息。祝您阅读愉快！
2、机器学习博士指南
机器学习学习博士学位不仅开辟了一些收入最高的工作，它还让你对世界产生巨大的积极影响。这本关于机器学习博士的综合指南将帮助您入门。
80，000小时是一个非营利组织，研究具有社会影响力的职业并提供在线建议。该指南基于与六名机器学习研究人员的讨论，其中两名在DeepMind，一名在OpenAI，一名在机器人初创公司。查看以下亮点。
3、为什么要攻读机器学习博士学位？
机器学习涉及提供软件规则以从经验中学习，而不是直接编程所需的步骤。这是一个热门领域，一些炒作是真的——强大的机器学习系统可以从根本上改变社会，无论好坏。我们可以看到诸如更准确的医疗诊断和减少交通死亡人数的自动驾驶汽车等好处。但负面影响包括潜在的不平等，大规模失业甚至灾难性事故。
凭借您可以在博士学位中获得的机器学习技能，您可以帮助塑造这项强大的技术并将其应用于重要问题。您可以从事以下工作：
• 具有社会影响力的初创企业，例如为发展中国家制定替代经济指标。
•技术研究，例如构建从人类偏好中学习目标的系统，这可能会使他们不太可能做危险的事情。在我们的人工智能风险研究简介中阅读有关此类技术研究的更多信息。
• 政策研究，如模拟人工智能军备竞赛。在我们的人工智能政策和战略工作指南中阅读更多相关信息。
但是，如果您想更多地关注应用机器学习而不是研究新技术，那么硕士学位通常就足够了。
4、怎么申请？
您需要获得定量学科的本科学位，例如物理、数学、计算机科学或工程学，您应该涵盖概率和统计、多变量微积分和线性代数。您还需要知道如何编程，无论是从课程还是自学。
许多人关注成绩，但证明你可以做好研究是被录取的关键，所以要尽快深入研究。作为一名本科生，获得暑期研究职位。如果你攻读硕士学位，那就做一个具有强大研究成分的学位，并尝试在完成之前获得出版物。
获得良好的推荐信也很重要，最好是从评估您的申请的人认识的人那里。
尽管成绩不太重要，但您仍然需要 GPA 高于美国的约 3.6 和英国的 1st 或高 2：1。要申请美国大学，您需要在 GRE 的定量部分获得 >= 95 个百分位数。
5、应该学习什么主题？
根据DeepMind和OpenAI的研究人员的说法，这些技术在构建强大的人工智能系统方面看起来很有希望：
•深度学习：它一直在以前的机器学习方法中难以解决的问题。
•强化学习：与其他机器学习方法相比，它更适合类人试错学习
6、如何测试此路径？
以下是一些测试适合性的方法，大致按顺序排列：
1. 与正在攻读机器学习博士学位的人交谈。
2. 从书籍和课程中学习，例如此列表中的书籍和课程。
3. 阅读论文并从中实施模型。如果你发现这让人上瘾，并且你可以快速实现模型，这是一个好兆头。查看重要的论文，了解如何在深度学习和强化学习中做到这一点。
4. 做暑期研究实习，可能还有包括研究项目的硕士学位。询问您的研究主管是否认为您适合机器学习研究。
7、机器学习博士课程
卡内基梅隆大学的机器学习博士课程旨在通过跨学科课程、实践应用和前沿研究的结合，培养学生成为明天的领导者。机器学习博士课程的毕业生将具有独特的优势，可以开拓该领域的新发展，并成为行业和学术界的领导者。
了解使用目前储存的大量数据的最有效方法，对社会，因此也是对科学和技术的重大挑战，因为它寻求从计算机化和数据收集方面的巨大投资中获得回报。数据分析和决策自动化技术的发展需要机器学习算法和基础、统计学、复杂性理论、优化、数据挖掘等领域的跨学科工作。
博士机器学习课程适用于对机器学习研究感兴趣的学生。
资金支持
在您参加我们的计划时，担心您的学费和津贴是我们的责任，而不是您的责任。我们致力于为下一学年提供全额学费和助学金支持。只要您继续在我们的计划中取得令人满意的进展，我们打算继续提供这种支持。没有外部经济支持的学生将通过研究生助学金获得资助，从 9 月到 5 月授予为期九个月的奖学金，通常来自他们的顾问助学金。因此，特定的研究机会可能会受到资金可用性的限制。获得部分外部经济支持的学生将得到补充，以使他们获得全部支持水平，并且通常会在此基础上获得额外的补充。如果您有受抚养人，我们还将向您支付抚养津贴，即每位符合条件的受抚养人 MLD 月基本津贴的 10%，除非您的配偶或符合条件的家庭伴侣每月收入超过 500 美元。
8、博士课程要求
博士课程要求
• 完成必修课程，核心课程+ 1门选修课
• 精通教学，会议演示和研究技能。
• 博士论文答辩成功。
注意：一些学生在进入MLD博士课程之前会参加上述一些课程：例如，作为CMU的MS学生。如果学生在加入MLD博士之前曾在卡内基梅隆大学学习过上述课程，则这些课程可用于满足要求，无需重复。（请注意，课程只能用于单个硕士学位。
一些学生在进入MLD博士课程之前会在其他大学学习类似的课程。基于这种等效的课程作业，任何学生都可以申请用菜单核心或选修课替换（而不是减少）最多两门课程。所有请求必须得到导师的支持，并由博士联合主任进行评估。
MLD博士论文委员会规则（适用于所有ML博士）：
委员会应由学生及其导师组成，并由博士项目主任批准。它必须包括：
• 至少一名MLD核心教师
• 至少一名额外的MLD核心或附属教员
• 至少一个外部成员，通常意味着CMU的外部成员
• 总共至少有四名成员，包括担任委员会主席的顾问
会议演讲技巧：在第二年或第三年，博士生必须发表至少30分钟的演讲，并邀请演讲技巧委员会成员参加并进行评估。作为这一要求的准备，邀请学生参加关于演讲技巧的可选研讨会，这些研讨会将在每学期提供两次（或更频繁地按需提供）。
教学：博士生必须从第二年开始担任机器学习课程（10-xxx）的两个学期的助教。这满足了他们的教学技能要求。
研究：预计所有博士生从第一学期开始就从事积极的研究。此外，导师选择发生在进入博士课程的第一个月，可以选择在以后更改。学生大约一半的时间应该分配给研究和实验室工作，一半应该分配给课程，直到这些工作完成。
其他要求：此外，学生必须遵守所有大学政策和程序。
9、典型时间线
以下是前两年学习的典型时间表：
秋季 – 第一年
10-715 高级机器学习
36-705 中级统计
10-920 研究（24学分）
10-716 统计机器学习
10-718 数据分析课程
10-920 研究（24学分）
秋季 – 第二年
核心课程或选修课
核心课程或选修课
10-920 研究（24学分）
核心课程或选修课
10-920 研究（24学分）
硕士学位的额外选修课
第一年和第二年
前两年典型的全日制研究生课程负荷包括每学期两节课（每班 12 个研究生单元）加上 24 个高级研究单元。除了必修课程外，学生还有机会参加几门选修课。
第三年
到第三年，博士生应该完成所有课程作业。对于那些在完成ML博士学位后寻求学术职位的学生，或那些追求某些子领域的学生，可以在与学生的顾问协商后选择SCS，MCS，哲学，泰珀商学院或其他相关学科的其他高级选修课。与前两年的每一年一样，任何课程都辅以研究，总共 48 个单元/学期。
第四年及以后
博士生通常在第四年开始之前提交论文提案，然后花第四年，有时是第五年进行论文研究。
申请信息
申请需要GRE一般考试成绩。您必须说一口流利的英语：如果您不是母语人士，我们建议您将托福综合成绩设置为 100，没有低于 25 的子分数，但在特殊情况下我们会例外。非正式地，我们建议对数学（特别是线性代数，概率和证明）和计算机编程（在计算机科学本科学位的水平，尽管我们的许多申请人在没有主修CS的情况下获得了必要的经验）的高度舒适感。可以即时填写一些背景，但您将努力做到这一点！此外，该计划竞争非常激烈，因此成功的申请总是以某种方式从同行中脱颖而出——例如成绩、研究经验或推荐信。