人工智能的核心技术
人工智能的核心技术主要包含：深度学习、计算机视觉、自然语言处理和数据挖掘等。* 下图更加直观和详细的给大家说明了人工智能涉及到的技术和应用领域。同学们考虑人工智能方向求职的话，可以根据下图梳理一下自己需要掌握的基础知识，相关技能。
机器学习是实现人工智能的一种重要方法。 机器学习就是使用算法分析数据，从中学习并自动归纳总结成模型，最后使用模型做出推断或预测。 深度学习的基础是大数据，实现的路径是云计算。 只要有充足的数据、足够快的算力，得出的结果就会更加准确。 应用领域：人脸识别可以说是当前深度学习最为成熟的应用。 人 脸识别，是基于人的脸部特征信息，进行身份识别的一种 生物识别技术。 用摄像机或摄像头采集，含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸来对检测到的人脸，进行脸部识别的一系列相关技术。
✅计算机视觉 计算机视觉Computer Vision（CV）是指计算机从图像中识别出物体、场景和活动的能力。 比如，一些技术能够从图像中检测到物体的边缘及纹理，分类技术可被用作确定识别到的特征是否能够代表系统已知的一类物体。 应用领域： 计算机视觉有着广泛的细分应用，其中包括，医疗成像分析被用来提高疾病的预测、诊断和治疗；人脸识别被支付宝或者网上一些自助服务用来自动识别照片里的人物。同时在安防及监控领域，也有很多的应用。
✅自然语言处理 自然语言处理Natural Language Processing（NLP）是计算机科学、人工智能、语言学关注计算机和人类（自然）语言之间的相互作用的领域。应用领域： 自然语言处理有着十分广泛的应用场景，包括：搜索关键词联想、机器翻译、社交媒体监控、聊天机器人、智能语音助理、语法检查程序、电子邮件过滤等。
✅数据挖掘 数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。 数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验 法则）和模式识别等诸多方法来实现上述目标。 应用领域： 数据挖掘最主要的就是在统计上的应用了，基于用户的行为、属性（用户浏览网站产生的数据），通过算法分析和处理，主动发现用户当前或潜在需求，并主动推送信息给用户的信息网络。例如电商网站的智能推荐。
人工智能大学推荐
卡内基梅隆大学
Carnegie Mellon university
作为CS与AI专业的先驱，卡内基梅隆大学的人工智能专业在U.S News / CS Rankings专业榜单中均排名第一。
CMU的人工智能专业设置在计算机科学学院内，学习内容包括CS、软件研究、人机交互，且师资力量十分强大。
本科生申请要求高中相关课程（4年英语、4年数学、1年物理、2年化学/生物/电脑科学、2年外语、3门选修课）。
硕士项目共3学期，申请要求相关学科的本科背景、GRE成绩和作为国际生的英语成绩。
西北大学
西北大学的工程学院本科设有计算机科学专业，研究生项目包括人工智能（MS in Artificial Intelligence）。
与其他学校不同的是，西北大学AI专业的学生可以选择超过20种不同的课程内容。甚至有一门课程允许学生用IBM的智能电脑Watson来建立一个全新的产品。
其计算机科学专业研究生申请要求托福90/雅思7.0，GPA平均在3.5左右。
加州大学圣地亚哥分校
Univ. of California - San Diego
加州大学-圣地亚哥分校的人工智能专业排在CS Rankings的第5位，U.S News的第11位。
UCSD Jacobs工程学院为工程专业提供计算机科学与工程（CSE）本科方向，并为其他工程专业本科生提供人工智能与机器学习相关课程。
其计算机科学与工程系的研究生课程中，开设了人工智能的研究领域。
