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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12