學習大數據相關技術一定離不開大數據平臺，大數據平臺不僅是大數據開發的重要基礎，大數據分析同樣離不開大數據平臺的支撐，所以學習大數據平臺知識是學習大數據的重要步驟。編程語言是大數據技術體系的重要基礎，不論是學習大數據開發技術還是學習大數據分析技術，都離不開編程語言。

1、本科學大數據專業，考研學人工智能怎么樣？

作為一名計算機專業的研究生導師，我來回答一下這個問題。首先，答案是肯定的，本科學習大數據專業是可以讀人工智能方向研究生的，在本科階段讀計算機、數學、物理、大數據等專業，在讀研期間都是可以選擇人工智能方向的，因為這些專業都是人工智能的相關專業。雖然目前已經有一些高校陸續在本科階段開設了人工智能專業，但是長期以來，人工智能只是研究生階段的研究方向，因此大量的人工智能方向的研究生都是來自于計算機、數學等專業，

對于大數據專業的本科生來說，在研究生階段選擇人工智能方向不僅可以，而且是個不錯的選擇，原因有以下幾點：第一：大數據與人工智能關系密切。大數據可以說是人工智能的基礎，無論對于機器學習還是自然語言處理來說，都需要通過大量的數據來訓練算法，從而提升智能體的決策能力，這也是為什么在大數據時代背景下，人工智能得到廣泛關注的重要原因之一，

第二：從大數據進入人工智能領域相對容易。大數據的技術體系當中，數據分析占據著重要的位置，數據分析是挖掘數據價值的重要途徑之一，而數據分析通常有兩種方法，分別是統計學方式和機器學習方式，所以通過大數據進入機器學習進而全面進入人工智能領域是一個比較不錯的選擇，有不少人工智能領域的研發人員就是從大數據進入人工智能領域的。

第三：大數據與人工智能將全面融合，隨著物聯網、大數據、云計算的不斷發展，未來大數據等技術會與人工智能領域的相關技術進一步融合。從這個角度來看，從大數據技術進入人工智能也具有一定的必然性，當前正處在大數據落地應用的初期，而人工智能也將與大數據技術一道為產業互聯網的發展提供服務，未來大數據和人工智能領域的發展空間將非常值得期待。

2、新入學研究生想學大數據與人工智能方向，學習路線是怎么樣的？謝謝您？

作為一名研究生導師，同時大數據和機器學習也是我的主要研究方向，所以我來回答一下這個問題，首先，大數據雖然與人工智能有緊密的聯系，但是大數據方向與人工智能方向有較為明顯的區別。大數據方向往往致力于數據價值化，涉及到數據采集、數據整理、數據分析（挖掘）、數據呈現等內容，另外還涉及到大數據平臺研發和大數據應用研發，

人工智能研究的細分方向包括機器學習、計算機視覺、自然語言處理、知識表示、自動推理和機器人學，另外人工智能按照行業領域劃分還可以選擇智慧醫療、智慧出行、智慧城市、智慧金融、智能裝備、智慧教育等方向。從技術體系結構上來看，人工智能與物聯網、云計算、大數據、邊緣計算也都有比較緊密的聯系，對于剛入學的研究生來說，從大數據開始學習然后再進入人工智能領域也是可以的，比如從大數據分析轉向機器學習就是比較常見的選擇。

從大數據分析轉向機器學習可以按照以下學習路線展開學習步驟：第一：系統學習一下算法知識，通常大數據方向的研究生在研二的時候會進駐項目組，具體的研發內容要根據導師的安排來進行，而在研一期間一定要做好基礎知識的深入學習，其中算法知識就是比較重要的內容。無論是從事大數據還是人工智能，算法知識都是重要的基礎，第二：學習一下大數據平臺知識。

學習大數據平臺知識能夠鍛煉自身的動手實踐能力，同時也能夠積累一定的開發經驗，大數據平臺可以從Hadoop開始學起，然后系統的學習一下編程語言，可以選擇Java或者Python，目前可以重點關注一下Python。第三：采用機器學習的方式完成數據分析，機器學習是目前進行數據分析的兩種主要方式之一，通過采用機器學習的方式實現數據分析包括數據整理、算法設計、算法實現、算法訓練和算法應用幾個步驟。