京公网安备 11010802034615号
经营许可证编号:京B2-20210330
美国最权威大学排名(US News):人工智能专业CMU第一,MIT第二
US News 的大学排行榜是全球最具影响力的大学排行榜之一,一直有着非常大的影响力。3月20日,US News发布2019美国较佳研究生院排名(2019 Best Grad Schools Rankings),跟往年一样,今年的研究院排名依然分商科、教育、法律、工程、医学和护理六大类,每个大类下细分为多个专业排名。本文重点介绍该排名的计算机科学部门,以及其中“人工智能”这一分支的排名。
研究生院排名——人工智能专业
研究生院排名——人工智能专业Top 20
1. 卡内基梅隆大学
CMU计算机科学学院下属部门包括:机器人学院、软件工程学院、人机交互学院、语言技术学院等。
2017年6月,CMU推出一项一项名为 CMU AI 的新计划,联合学校各个院系和学科的人工智能研究,形成了世界上规模较大、经验最丰富的 AI 研究团体之一。
CMU的著名AI大牛包括(不完全整理,排名不分先后,下同):
Andrew Moore:计算机学院院长
Geoffrey J. Gordon:机器学习教授、微软蒙特利尔研究院研究总监
Tuomas Sandholm:教授、德州扑克AI“冷扑大师”发明人
Ruslan Salakhutdinov:机器学习系副教授、苹果AI主管
邢波(Eric P. Xing):教授,研究方向为机器学习、计算生物学、统计方法等
Christos Faloutsos:教授、数据挖掘领域大师
Manuela Veloso:机器学习系负责人、自主机器人领域专家
Tai-Sing Lee:计算机科学学院和认知神经基础中心教授
马坚:计算机科学学院副教授,计算生物和机器学习领域
…………
2. 麻省理工学院
MIT 的人工智能实验室全称叫 CSAIL (Computer Science and Artificial Intelligence Laboratory),是 MIT 较大的实验室,也是世界上最重要的信息技术研发中心。包括波士顿动力创始人Marc Raibert、iRobot的创始人Colin Angle等都出身于CSAIL。
MIT的著名AI大牛有:
Daniela Rus:CSAIL负责人
Frédo Durand:电气工程与计算机科学系教授、微观影像专家
William T. Freeman:研究兴趣为计算摄影、视觉学习等
Antonio Torralba:MIT-IBM Watson AI 实验室负责人、计算机视觉和机器学习专家
Regina Barzilay:NLP领域大牛
…………
3. 斯坦福大学
斯坦福大学同样是北美计算机强校,是一所私立研究型大学。斯坦福大学在机器学习、人工智能等领域实力深厚,著名的斯坦福人工智能实验室(SAIL)成立于 1962 年,是全球最较高级的人工智能研究机构之一。目前 SAIL 聚集了多个领域专家,覆盖计算机视觉、机器学习、图像处理、传感器网络、自然语言处理、机器人技术等多个领域。
斯坦福大学的著名AI大牛有:
Sebastian Thrun:斯坦福大学终身教授、Udacity创始人、Google X 实验室创始人
Andrew Ng:斯坦福大学副教授、人工智能实验室主任、Coursera 联合创始人
Daphne Koller:斯坦福大学教授、Coursera 联合创始人
Fei-Fei Li (李飞飞):斯坦福大学计算机系终身教授,斯坦福人工智能实验室和斯坦福视觉实验室主任、谷歌云首席科学家
Christopher Manning:斯坦福大学计算机科学和语言学教授
Dan Jurafsky:斯坦福大学计算机科学系和语言学系教授、语言学系主任
Richard Socher:斯坦福大学副教授、Salesforce 首席科学家
…………
4. 加州大学伯克利分校
UC Berkeley的著名AI大牛有:
Michael I. Jordan:电机工程与计算机系和统计学系教授、机器学习奠基者
Stuart Russell:人工智能系统中心创始人、计算机系教授
Pieter Abbeel:教授、机器人与强化学习领域大牛
Peter L. Bartlett:研究方向为机器学习、学习理论
Jitendra Malik:教授、研究方向为计算机视觉
Trevor Darrell:机器学习教授、计算机视觉领域大牛
Alexei Efros:副教授、研究方向为计算机视觉
…………
5. 华盛顿大学
6. 康奈尔大学
7. 佐治亚理工学院
8. 伊利诺伊大学香槟分校
8. 德克萨斯大学奥斯汀分校
10. 密歇根大学安娜堡分校
11. 马萨诸塞大学安姆斯特分校
12. 哥伦比亚大学
13. 宾夕法尼亚大学
14. 加州大学洛杉矶分校
15. 南加州大学
16. 马里兰大学帕克分校
17. 普林斯顿大学
18. 哈佛大学
19. 加州理工学院
20. 威斯康星大学麦迪逊分校
研究生院排名——计算机科学专业
研究生院排名——计算机专业Top 25
计算机科学专业的研究生院排名中,强校分数十分接近(评分为1~5分),四大名校CMU、MIT、斯坦福和UC Berkeley排名并列第一。前面AI专业Top 20学校也全都出现在计算机Top 25的榜单里。
研究生院排名——计算机专业Top 25:
1. 卡内基梅隆大学(Carnegie Mellon University)
1. 麻省理工学院(Massachusetts Institute of Technology)
1. 斯坦福大学(Stanford University)
1. 加州大学伯克利分校(University of California— Berkeley)
5. 伊利诺伊大学香槟分校(University of Illinois— Urbana- Champaign)
6. 康奈尔大学(Cornell University)
6. 华盛顿大学(University of Washington)
8. 佐治亚理工学院(Georgia Institute of Technology)
8. 普林斯顿大学(Princeton University)
10. 德克萨斯大学奥斯汀分校(University of Texas— Austin)
11. 加州理工学院(California Institute of Technology)
11. 密歇根大学安娜堡分校(University of Michigan— Ann Arbor )
13. 哥伦比亚大学(Columbia University)
13. 加州大学洛杉矶分校(University of California— Los Angeles )
13. 威斯康星大学麦迪逊分校(University of Wisconsin— Madison)
16. 哈佛大学(Harvard University)
16. 加州大学圣地亚哥分校(University of California— San Diego)
16. 马里兰大学帕克分校(University of Maryland— College Park)
19. 宾夕法尼亚大学(University of Pennsylvania)
20. 普渡大学西拉法叶分校(Purdue University— West Lafayette)
20. 莱斯大学(Rice University)
20. 马萨诸塞大学安姆斯特分校(University of Massachusetts— Amherst)
20. 南加州大学(University of Southern California)
20. 耶鲁大学(Yale University)
25. 布朗大学(Brown University )
以下是Computer Engineering Programs的研究生院总排名,除得分外,US News 还统计了各校的学费、招生总人数,甚至所要求的GRE分数等信息(需登录查看),非常值得作为申请学校的参考。
研究生院——计算机工程部门总排名
今年US News研究生院排名的计算机科学部门细分为人工智能、编程语言、系统、理论四个子专业,前面介绍了人工智能专业,下面是编程语言、系统、理论这三个方向的排名。
研究生院排名——编程语言Top 20
研究生院排名——计算机系统强校Top 20
研究生院排名——计算机理论强校Top 20
排名方法
根据US News网站的说明,研究生院排名的一个重要依据是专家对于该学校及专业实力的意见。调查采用问卷的形式,由第三方机构向学术界人士发送调查问卷及回收调查结果。个人对每个大学的评分范围是1分(边缘)至5分(杰出),并要求不熟悉特定学校专业的人选择“不知道”。
在计算机专业,共有1 81所学校接受了调查,回复率为35%。计算机专业之下细分为人工智能、编程语言、系统、理论四个子领域。
具体的排名方法请在这里查看:https://www.usnews.com/education/best-graduate-schools/articles/science-schools-methodology
US News 2019较佳研究生院排名官网:https://www.usnews.com/best-graduate-schools
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27