Leer machinaal leren

Algemeen

Lees meer over deze opleiding op de website van de instelling

Beschrijving van opleiding

Machine Learning ontwikkelt algoritmen om patronen te vinden of voorspellingen te doen op basis van empirische data en deze master leert je deze vaardigheden onder de knie te krijgen. Machine Learning wordt in toenemende mate gebruikt door tal van beroepen en industrieën, zoals productie, detailhandel, geneeskunde, financiën, robotica, telecommunicatie en sociale media. Afgestudeerden van het programma zullen experts in het veld zijn, gekwalificeerd voor opwindende carrières in de industrie of doctorale studies.

tech, circle, technology

Machine Learning bij KTH

In dit programma leer je de wiskundige en statistische grondslagen en methoden voor machine learning met als doel het modelleren en ontdekken van patronen uit observaties. Je zult ook praktische ervaring opdoen met het matchen, toepassen en implementeren van relevante machine learning-technieken om echte problemen in een breed scala van toepassingsdomeinen op te lossen. Na het behalen van de opleiding heb je het vertrouwen en de ervaring opgedaan om handelbare oplossingen voor mogelijk niet-standaard leerproblemen voor te stellen die je efficiënt en robuust kunt implementeren. Stockholm heeft zowel een levendige start-upgemeenschap als grote gevestigde bedrijven die AI en machine learning integreren in hun technologische ontwikkeling. Dit geeft je het potentieel voor relevant en opwindend industrieel werk binnen het veld tijdens en na je studie.

Om een inleiding in het vak en een solide basis te bieden, start het programma met verplichte cursussen in machine learning en kunstmatige intelligentie. Deze cursussen worden gevolgd door een gevorderde cursus in machine learning en onderzoeksmethodologie. Vanaf het tweede semester kiezen studenten cursussen uit twee gebieden: toepassingsdomeinen die gebruikmaken van machine learning en theoretisch machine learning. Deze gebieden komen overeen met de kerncompetenties van een machine learning-expert.

De eerste groep van cursussen beschrijft hoe machine learning wordt gebruikt om problemen op te lossen in bepaalde toepassingsdomeinen, zoals computervisie, het ophalen van informatie, spraak- en taalverwerking, computationele biologie en robotica. De groepering van de tweede cursus geeft de studenten de kans om meer theoretische basiscursussen in toegepaste wiskunde, statistiek en machine learning te volgen. Van bijzonder belang voor velen zal de kans zijn om het opwindende gebied van diep leren te leren kennen en in detail te begrijpen door middel van verschillende geavanceerde cursussen.

Het programma heeft ook tot 30 ECTS-studiepunten aan keuzevakken die u kunt kiezen uit een breed scala aan cursussen om u verder te specialiseren in uw interessegebied of om uw kennis uit te breiden naar nieuwe gebieden.

Het laatste semester is gewijd aan een afstudeerproject waarbij wordt deelgenomen aan geavanceerde onderzoeks- of ontwerpprojecten in een academische of industriële omgeving, in Zweden of in het buitenland. Met dit project kunnen studenten aantonen dat ze in staat zijn om zelfstandig projectwerk uit te voeren, gebruikmakend van de vaardigheden die ze hebben opgedaan met de cursussen in het programma. In het verleden hebben studenten van het programma projecten afgerond bij bedrijven als Saab, Elekta, Flir, Eriksson, Tobii, Spotify, Thales, Huawei.

Dit is een tweejarig programma (120 ECTS-credits) dat in het Engels wordt gegeven. Afgestudeerden krijgen de graad van Master of Science. Het programma wordt voornamelijk gegeven op de KTH Campus in Stockholm door de School of Electrical Engineering and Computer Science (bij KTH ).

Behandelde onderwerpen

Machine learning, deep learning, statistische modellering, kunstmatige intelligentie, computervisie, spraaktechnologie, ophalen van informatie, optimalisatie.

Carrière

De vraag naar ingenieurs en wetenschappers met kennis van Machine Learning groeit naarmate de hoeveelheid data in de wereld toeneemt. Na je afstuderen kun je carrière maken in de industrie, bij een start-up of in een traditioneel gerenommeerd bedrijf. Mogelijke titels zijn softwareontwikkelaar, deep learning-engineer, computer vision-engineer, data-analist, software-engineer, kwantitatief analist, data-wetenschapper en systeemingenieur bij bedrijven als Dice, Logitech, Google en McKinsey in bijvoorbeeld Zweden, Zwitserland, Duitsland, China, India en de VS.

Deze masteropleiding is ook een geschikte basis voor werk op een onderzoeks- en ontwikkelingsafdeling in de industrie, evenals voor een voortgezette onderzoekscarrière en doctoraatsstudies.

Na het afstuderen

Softwareontwikkelaar, deep learning-ingenieur, computer vision-ingenieur, data-analist, software-engineer, kwantitatief analist, data-wetenschapper en systeemingenieur.

"Hoewel ik gewend ben om in teams te werken met projecten en opdrachten, heb ik nog nooit in een omgeving gewerkt die zo divers is als die bij KTH , en dezelfde doelstellingen deelde met mijn klasgenoten, maar soms met verschillende perspectieven en methodologieën."

Andres Alonso Toledo Carrera, Mexico

Duurzame ontwikkeling

Afgestudeerden van KTH hebben de kennis en tools om de samenleving in een duurzamere richting te brengen, aangezien duurzame ontwikkeling een integraal onderdeel is van alle programma's. De drie belangrijkste doelstellingen voor duurzame ontwikkeling die worden aangepakt door de masteropleiding Machine Learning zijn:

  • 3 Goede gezondheid en welzijn
  • 11 Duurzame steden en gemeenschappen
  • 16 Vrede, gerechtigheid en sterke instellingen

Ontwikkelingen op het gebied van machine learning zijn doorgedrongen tot veel aspecten van ons leven en er wordt voorspeld dat dit een steeds groter effect zal hebben op de samenleving, bijvoorbeeld door veel blauwe en witte banen overbodig te maken door meer automatisering of door betere resultaten voor patiënten door beter gepersonaliseerde medicijnen en diagnose. Sommige van deze ontwikkelingen profiteren mogelijk niet iedereen in de samenleving of hebben mogelijk onbedoelde gevolgen. Als afgestudeerden van dit programma ben je zeer goed geïnformeerd over de technische mogelijkheden en mogelijke toepassingen van machine learning, en ben je goed gepositioneerd om de vooruitgang van machine learning / AI nog verder te stimuleren. Dus als onderdeel van het programma, evenals binnen KTH , benadrukken we de ethische kwesties en verantwoordelijkheden die met deze vaardigheden en kennis gepaard gaan in verplichte cursussen zoals DD2301 en DD2380. We zien deze verantwoordelijkheden als in lijn met de VN-doelstellingen voor duurzame ontwikkeling, waar we specifiek de bewustwording van de SDG's bevorderen als onderdeel van "DD2301: de programma-integratiecursus" en ook de gebruiksscenario's van "AI for good" benadrukken, die SDG's, zoals het ontwerp en de exploitatie van wind- en zonneparken om ze efficiënter te maken, de diagnose en behandeling van verschillende ziekten en het ontwerp van gezondheidsinterventies, en precisietechniek om efficiëntere landbouwpraktijken te bevorderen.

In het laatste jaar van hun studie krijgen studenten van de opleiding de kans om afstudeerprojecten af te ronden die zeer relevant zijn voor meerdere SDG's. Voorbeelden van waar dergelijke projecten in het verleden hebben plaatsgevonden zijn:

  • SDG: "Good Health and Well-being", met medische technologiebedrijven zoals Elekta en RaySearch;
  • SDG: "Duurzame steden en gemeenschappen", met de automatische monitoring van satellietbeelden binnen de divisie Geo-informatica, KTH .
  • SDG: "Peace and Justice Strong Institutions", met het onafhankelijke internationale instituut SIPRI.

Toelatingseisen

Om in aanmerking te komen voor het programma, moet je een bachelordiploma hebben behaald, de Engelse taal beheersen en voldoen aan de opleidingsspecifieke eisen.

Bachelor diploma

Een bachelordiploma, gelijk aan een Zweeds bachelordiploma, of gelijkwaardige academische kwalificaties van een internationaal erkende universiteit, is vereist. Studenten die langere technische opleidingen volgen en cursussen hebben afgerond die gelijkwaardig zijn aan een bachelordiploma, worden geval per geval bekeken.

Studenten in hun laatste jaar van een undergraduate-studie kunnen zich aanmelden en, indien gekwalificeerd, een voorwaardelijke acceptatie ontvangen. Deze aanvragers moeten een schriftelijke verklaring bijvoegen volgens de instructies van University Admissions. Studenten in het laatste jaar van een undergraduate-studie aan een Zweedse universiteit hoeven geen schriftelijke verklaring te overleggen om, indien gekwalificeerd, een voorwaardelijke toelating te krijgen. Wel moeten ze voor 1 februari 150 ECTS-studiepunten van de bacheloropleiding hebben behaald.

Kennis van het Engels

Engelse taalvaardigheid gelijk aan (de Zweedse bovenbouw) Engels cursus B / 6 is vereist. Aan het vereiste kan worden voldaan met een resultaat gelijk aan of hoger dan dat vermeld in de volgende internationaal erkende Engelse tests:

  • TOEFL Op papier gebaseerd: score van 4,5 (schaal 1-6) in schriftelijke test, een totaalscore van 575.
  • TOEFL ITP wordt niet geaccepteerd.
  • TOEFL iBT internet: Score van 20 (schaal 0-30) in schriftelijke test, een totale score van 90
  • IELTS Academic / IELTS UKVI: een minimum algemeen cijfer van 6,5, met geen sectie lager dan 5,5
  • Cambridge ESOL: Cambridge English: Advanced (CAE) Certificate in Advanced English of Cambridge English: Proficiency (CPE) (Certificate of Proficiency in English)
  • Michigan English Language Assessment Battery (MELAB): Minimale score van 90
  • De universiteit van Michigan, ECPE (examen voor het certificaat van bekwaamheid in het Engels)
  • Pearson PTE Academic: Score of 62 (writing 61)

Aan de taalvereiste kan ook worden voldaan door eerdere universitaire studies en studies op de middelbare school. Meer informatie over erkende Engelse tests, eerdere studies en vereiste documenten wordt verstrekt door University Admissions.

Specifieke eisen voor de masteropleiding Machine Learning

Een bachelordiploma of gelijkwaardig, overeenkomend met 180 ECTS-studiepunten, met een niveau in wiskunde en informatica gelijk aan of hoger dan dat van de volgende vakken aan KTH :

  • SF1624 Algebra en geometrie
  • SF1625 Calculus in één variabele
  • SF1626 Calculus in verschillende variabelen
  • SF1901 Kansrekening en statistieken
  • DD1337 Programmering
  • DD1338 Algoritmen en gegevensstructuren
Inschrijvingsdocumenten

Uw aanvraag is niet compleet zonder de vereiste ondersteunende documentatie. De volgende algemene en opleidingsspecifieke documenten moeten daarom in de aangegeven volgorde bij de aanvraag worden gevoegd:

Algemene documenten

  • Certificaten en diploma's van eerdere universitaire studies
  • Afschrift van voltooide vakken en cijfers die zijn opgenomen in je diploma
  • Bewijs van Engelse taalvaardigheid
  • Een kopie van uw paspoort inclusief persoonlijke gegevens en foto of andere identificatiedocumenten

Specifieke documenten voor de masteropleiding Machine Learning

  • Motivatiebrief
  • Aanbevelingsbrieven
  • Samenvatting *

* Om uw aanvraag als voltooid te kunnen beschouwen, moet u het online overzichtsformulier invullen. Als u geen samenvattingsblad toevoegt, kan dit uw evaluatiescore negatief beïnvloeden. Zorg ervoor dat u alle vereiste informatie invult voordat u het formulier verzendt.

Als u vragen heeft over het overzichtsblad, neem dan rechtstreeks contact op met het programma.

Laatst bijgewerkt op okt 2020

Over de school

KTH Royal Institute of Technology has served as one of Europe’s key centres of innovation and intellectual talent for almost two hundred years. Recognized as Sweden’s most prestigious technical univer ... Lees meer

KTH Royal Institute of Technology has served as one of Europe’s key centres of innovation and intellectual talent for almost two hundred years. Recognized as Sweden’s most prestigious technical university, KTH is also the country’s oldest and largest. With over 12,000 students and an international reputation for excellence, the university continues to nurture the world’s brightest minds, helping to shape the future. Lees Minder