這是不少同學比較關心的問題，我從老師的角度來說一下個人看法。

首先，對於數學專業的準研究生同學來說，確實可以在讀研期間主攻大資料、人工智慧相關方向，而且目前有不少數學專業的老師都在同時帶數學專業和計算機專業的研究生。

從導師的角度來說，由於研究方向上的差異，對於學生的要求也是不同的。

如果在本科期間沒有積累一定的計算機相關知識，沒有做過與大資料、人工智慧相關的科研實踐活動，或者沒有積累過任何機器學習、深度學習相關的背景知識，讀研主攻人工智慧方向會遇到較大的障礙，也很難快速融入到課題組當中。

如果在聯絡導師的過程中，導師已經給出了較為明確的答案，自己還想爭取往人工智慧方向發展，那麼可以在入學前這段時間，多積累一些機器學習相關的基礎知識，或許會給自己贏得一些進組的機會。

讀研期間導師跟學生之間是一種合作關係，導師會為學生提供科研場景和專業指導，學生在導師的課題組裡開展科研活動並完成成果輸出。

如果學生的基礎太差，長時間不能完成成果輸出，對於導師來說也可以認為是一種科研資源浪費，所以很多導師在選擇學生的時候會非常慎重，這也是對雙方負責的態度。

機器學習是開啟人工智慧技術大門的鑰匙，而且目前機器學習的學習門檻並不算高，可以從經典的機器學習演算法開始學起，然後完成一些經典文獻的復現，這會提升自己對於機器學習的認知能力。

在具備了一定的機器學習基礎之後，可以選擇一個自己的主攻方向，寫一篇綜述，完成初稿之後，可以讓自己的目標導師給予一些建議，如果導師感覺你的基礎還可以，也許會給你進組的機會。

學習機器學習等人工智慧相關知識，應該給自己營造一個較好的交流和科研實踐場景，這會提升自己的學習效率，同時也會少走不少彎路。

目前我聯合多名大陸外知名大學的導師和網際網路大廠的企業導師，共同搭建了一個技術論壇，在持續開展大資料、人工智慧相關的科研和成果分享活動，感興趣的同學可以聯絡我申請參與。