智能机器平台专业主要学习以下内容：

人工智能概论：

介绍人工智能的基本概念、历史和发展趋势。

认知科学：

研究人类认知过程，为人工智能提供理论基础。

机器学习：

学习如何从数据中学习，包括监督学习、无监督学习和强化学习等方法。

模式识别：

研究如何识别和分类数据中的模式。

深度学习：

学习神经网络、卷积神经网络、循环神经网络等深度学习模型的原理和应用。

知识工程：

研究如何表示、存储和应用知识。

数据挖掘：

学习如何从大量数据中提取有用的信息和知识。

物联网：

研究如何将物理设备与互联网连接，实现智能化管理。

数学与统计学基础：

包括线性代数、概率论与统计、微积分等基础数学知识。

工程科学基础：

涉及电路设计、信号处理、传感器技术等。

计算机科学基础：

包括程序设计、数据结构、算法、编译原理、计算机网络等。

人工智能伦理：

研究人工智能的伦理问题，如隐私保护、算法公平性等。

实践环节和创新能力培养：

包括军事技能、工程导论实践、工程创新训练、高级语言程序设计实训、机器学习课程设计、深度学习与计算机视觉课程设计、大数据及数据挖掘课程实训等。

此外，智能机器平台专业还涉及以下跨学科内容：

计算机视觉：

学习如何从视觉数据中提取信息，进行图像识别、视频分析等。

自然语言处理：

研究计算机如何理解和生成人类语言，包括语音识别、文本分类、机器翻译等。

电子工程与嵌入式系统：

包括电路设计、信号处理、传感器技术等，以及嵌入式系统的设计和开发。

机器人学与控制理论：

研究机器人的运动学、动力学、控制理论，设计和实现机器人的控制系统。

机械设计与制造：

了解材料性质、机械结构设计原则、制造工艺，并使用CAD软件进行机器人设计和模拟。

建议：

选择适合的课程：根据个人兴趣和职业规划，选择适合的课程和学习路径。

注重实践：积极参与实践项目和竞赛，积累实际经验和项目经验。

持续学习：人工智能领域发展迅速，需要不断学习和更新知识。