保研常見的問題-tft每日頭條

在今年有很多學弟學妹們問我，聯系導師發現自己對各個老師的研究方向一點都不了解，自己也沒有任何了解的方向和想學習的方向，其實這也是很多人的通病，越是說自己學什麼都可以的人，大概率是對自己未來沒有規劃的表現。

保研常見的問題（你對想研究的方向真的有了解嗎）1

因此就有了不知道聯系哪些導師，聯系導師除了成績不知道如何介紹自己來吸引老師。其實不隻是聯系導師時，面試時很多學校也會要求學生說明自己喜愛的研究方向或者是興趣點，當然不是所有學校都在意這一部分，但是據我的經驗，越好的學校，越好的老師對于此點越看重，也會越謹慎。

如果此時的你已經拿到了滿意的夏令營優營名額，并且聯系到合适的老師，但是你在此前三年并未對你研究方向和興趣有過多了解，那麼趁着現在，好好了解下自己的研究方向，規劃下以後的職業生涯。

如果你還想在預推免努力一下好的學校，那麼我想經曆了夏令營幾次面試，你對自身基礎知識、項目知識，論文内容甚至文書簡曆已經爛背于心，那麼你最應該努力的點就在于自己的研究規劃。

我以人工智能為例講，一是因為這個領域最近幾年比較熱，二是因為這個專業跨專業學生異常多，因此，人工智能的老師對學科的包容性很大，同等本科是計算機科學與技術專業但是對人工智能一竅不通的學生和跨專業的參與了解過很多人工智能項目的人，本科計科學生的優勢明顯嗎？明顯不會！甚至人工智能領域其實是喜歡和别的學科融合的，我下面也以人工智能為例，說一下我對未來規劃的理解。

人工智能覆蓋面很廣，其中較為常見的有數據挖掘、計算機視覺、語音識别和自然語言處理等，在應用領域，比如智能交通、機器人等都是以上三種技術的應用。那麼計算機視覺、自然語言處理和數據挖掘，他們之間鴻溝大嗎？答案是側重點會有不同，但是不是非A即B那麼嚴重，比如他們都會涉及到一些機器學習模型，甚至深度神經網絡模型有時也通用，比如自然語言中大師級别transformer預訓練模型，也嘗試用于了計算機視覺領域，CNN在自然語言處理中的應用也有不短的曆史了。

最後如何開啟掃盲之路呢？

1、如上所說，很多方向不是沒任何關系，如果你真不知自己興趣點，找一個方向先了解着。

2、網絡知識現在太多了，隻要想學，不會沒資源，隻是我想提醒一下，視頻和博客看了不等于理解學會，條件允許情況下，要懂得實踐是檢驗真理的唯一标準，動手算一算或者寫一寫，有自己理解與升華的過程。三、通過動手檢測自己掌握情況。

以上内容不針對某一學科，我隻想說學會自己查找篩選資料，真正弄懂一個知識，是所有人必不可少的技能