研究生阶段接触的算法主要分机器学习、深度学习、自然语言处理和计算机视觉这四大块。机器学习里最常考的是分类、回归、聚类这些基础模型，比如逻辑回归、随机森林、K-means这些。深度学习方面，卷积神经网络（CNN）和循环神经网络（RNN）是必学内容，特别是图像识别和语音处理项目里用得最多。自然语言处理的话，词嵌入、Transformer模型、BERT这些是近年热点，研究生论文里经常引用。计算机视觉方面，目标检测、图像分割、三维重建这些技术现在很吃香，像自动驾驶和医疗影像分析都靠这些算法。

为什么研究生阶段重点学这些算法呢？首先看招聘市场，BOSS直聘前年数据显示，算法工程师岗位里机器学习相关需求占58%，深度学习占42%，自然语言处理占35%。清北复交等高校近三年硕士论文统计，超过70%的研究方向涉及这四大领域。比如清华计算机系2022届毕业生中，83%进入AI实验室，主要参与CV和NLP项目。arXiv平台近五年论文里，超过60%的顶会论文（CVPR、ACL、NeurIPS）都基于这四个方向。所以研究生阶段必须扎实地掌握这些算法，才能跟得上产业升级和学术研究的需求。不过要注意，有些小众算法比如强化学习、图神经网络虽然岗位需求少，但像大厂核心项目里也会用到，所以不能完全放弃。