机器学习属于什么专业？
谢邀！ 这个问题问得真是时候，昨天刚好在清华软院的就业论坛上做了个分享，聊的就是这个——为什么我不建议读CS（计算机）专业。 先给出结论：如果将来你想在美国工作，那么不要读CS专业；在国内工作的话，要看情况，CS不是万恶的。 为什么这么说呢？我们先来看看CS专业的课程设置。CS的课程设置基本上是以纯理论知识为主的——比如算法、数据结构、操作系统、计算机网络等等。这些课程固然很重要，但是和机器学习的关系并不直接相关。 CS专业的学生要想学机器学习，一般有两种方式，要么选修其他学院（如软院）开设的机器学习课，要么自己去选网课或者在线课程。这样学习到的机器学习知识比较零散、深度也不够。最重要的是，这样学习的机器学习方法很有可能已经过时了。因为机器学习作为一门迅速发展的学科，它的知识和技术更新迭代非常快。
我看过CMU的ML（机器学习）专业官网，他们开设的所有课程都以实践为主，几乎没有以理论为主的课程。以“统计学习”这门课为例，CMU ML的人教的不是R语言就是Python，教你怎么用工具来解决实际问题。反观CS的专业课程，还是一水儿的C/C++和汇编语言，教的当然是经典算法和理论，这样的课程设置想学好机器学习真的是很困难。 所以我才说，如果你是打算在美国找工作，那么千万别念CS。原因除了以上说过的，还有美国CS专业的master几乎没有什么就业率可言。
当然，如果题主打算回国工作的话，情况又不同。现在国内很多公司对于应聘者的学校和专业要求还是很严格的，尤其要求硕士及以上学历的工作，大部分倾向于招聘CS专业的学生。即便你有一张软院的毕业证书，对方也会怀疑你的能力(毕竟软院的门槛在那里)。相反，如果你是一个CS学生，对方会认为你在专业学习上花费的时间与精力足以让你胜任机器学习的相关工作。所以CS专业在找工作时确实占一些优势。 但是，如果你真的对机器学习很感兴趣，完全可以在本科期间修完所有指定学分的ML相关课程。这样你不但可以拿到CS的毕业证，还有机会申请到MS（硕士）或PhD（博士）的学位，一样可以达到专业学习ML的目的。不过这样耗费的青春和付出的代价也是不小的。
好了，说了这么多，希望对你有所帮助。有什么问题也可以给我留言。