Lees de Officiële Beschrijving

Gegevens zijn de drijvende kracht achter de hedendaagse informatiegebaseerde samenleving. Er is een snel toenemende vraag naar specialisten die de nieuwe schat aan informatie kunnen exploiteren in grote en complexe systemen.


Het programma richt zich op moderne methoden van machine learning en databasebeheer die de kracht van statistieken gebruiken om efficiënte modellen te bouwen, betrouwbare voorspellingen te doen en optimale beslissingen te nemen. Het programma biedt studenten unieke vaardigheden die tot de meest gewaardeerde van de arbeidsmarkt behoren.

De snelle ontwikkeling van informatietechnologieën heeft geleid tot het overweldigen van de samenleving met enorme hoeveelheden informatie gegenereerd door grote of complexe systemen. Toepassingen in IT, telecommunicatie, zaken, robotica, economie, geneeskunde en vele andere gebieden genereren informatievolumes die professionele analisten uitdagen. Modellen en algoritmen van machine learning, datamining, statistische visualisatie, computationele statistieken en andere computerintensieve statistische methoden die in het programma zijn opgenomen, zijn ontworpen om te leren van deze complexe informatievolumes. Deze hulpmiddelen worden vaak gebruikt om de efficiëntie en productiviteit van grote en complexe systemen te vergroten en ze ook slimmer en autonomer te maken. Dit maakt deze instrumenten natuurlijk steeds populairder bij zowel overheidsinstanties als de particuliere sector.

Het programma is bedoeld voor studenten met een basiskennis van wiskunde, toegepaste wiskunde, statistiek en informatica en hebben een bachelor's degree in een van deze gebieden, of een ingenieursdiploma.

De meeste van de cursussen die deel uitmaken van het programma bieden studenten met een diepe theoretische kennis en praktische ervaring van enorme hoeveelheden laboratoriumwerk.


Studenten krijgen de kans om te leren:

  • hoe classificatiemethoden te gebruiken om de spraakherkenningssoftware van een mobiele telefoon te verbeteren om klinkers in een lawaaierige omgeving te onderscheiden
  • hoe gerichte marketing verbeterd kan worden door winkelpatronen in scannerdatabases van supermarkten te analyseren
  • hoe een spamfilter te bouwen
  • hoe u vroegtijdig waarschuwt voor een financiële crisis door de frequentie van crisisgerelateerde woorden in financiële media en internetfora te analyseren
  • hoe het effect te schatten dat nieuwe verkeerswetgeving zal hebben op het aantal doden bij verkeersongevallen
  • hoe een complexe DNA-microarraygegevensreeks te gebruiken om meer te weten te komen over de determinanten van kanker
  • hoe interactieve en dynamische afbeeldingen kunnen worden gebruikt om de oorsprong van een olijfolie monster te bepalen.

Het programma bevat een breed scala aan cursussen waaruit studenten kunnen kiezen. Studenten die bereid zijn om hun studie aan te vullen met cursussen aan andere universiteiten hebben de mogelijkheid om deel te nemen aan uitwisselingsstudies tijdens de derde termijn. Onze partnerprogramma's zijn zorgvuldig geselecteerd om verschillende methodologische perspectieven en toegepaste gebieden te omvatten.

Tijdens de laatste termijn van het programma, studenten krijgen hulp bij het vinden van een particulier bedrijf of een overheidsinstelling waar ze kunnen werken aan hun proefschrift. Daar kunnen ze hun kennis toepassen op een echt probleem en mensen ontmoeten die geavanceerde gegevensanalyses in de praktijk gebruiken.


Syllabus en cursus details

Het programma loopt over twee jaar en omvat 120 studiepunten, inclusief een scriptie.

De inleidende blok van cursussen bevat een cursus in basisstatistieken aangeboden voor studenten met een achtergrond in informatica of engineering, en een cursus in programmeren aangeboden voor studenten met een diploma in statistiek of wiskunde. De cursussen Introduction to Machine learning, Data Mining, Big Data Analytics, Computational Statistics en Bayesian learning vormen de kern van het programma.

Bovendien hebben masterstudenten de vrijheid om te kiezen tussen profielcursussen - gericht op het versterken van de statistische en analytische vaardigheden van studenten - en aanvullende cursussen - die studenten in staat stellen zich te concentreren op bepaalde toegepaste gebieden of relevante cursussen uit andere disciplines. Mogelijkheden voor uitwisselingsstudies worden geboden tijdens het derde semester van het programma.

Om de graad te behalen, moeten studenten geslaagd zijn voor 90 ECTS van vakken inclusief 42 ECTS van de verplichte vakken, minimaal 6 ECTS van de inleidende cursussen, minimaal 12 ECTS van de profielvakken, en mogelijk een aantal aanvullende cursussen. De studenten moeten ook met succes een masterproef van 30 ECTS-credits hebben verdedigd.


Cursus details

Jaar 1

Inleidende cursussen

  • Statistische methoden, 6 studiepunten
  • Geavanceerde R-programmering, 6 credits

Verplichte vakken

  • Gevorderde academische studies, 3 studiepunten
  • Introductie tot Machine Learning, 9 credits
  • Advanced Data Mining, 6 credits
  • Big Data Analytics, 6 credits
  • Introductie tot Python, 3 credits
  • Philosophy of Science, 3 credits
  • Bayesian Learning, 6 credits
  • Computationele statistieken, 6 credits

Profielcursussen

  • Tijdreeksanalyse, 6 credits
  • Multivariate statistische methoden, 6 studiepunten

Aanvullende cursussen

  • Webprogrammering, 6 credits
  • Neurale netwerken en leersystemen, 6 studiepunten

Jaar 2

Profielcursussen

  • Visualisatie, 6 credits
  • Geavanceerd machinaal leren, 6 credits
  • Waarschijnlijkheidsrekening, 6 credits
  • Besliskunde, 6 studiepunten

Aanvullende cursussen

  • Data Mining Project, 6 credits
  • Text mining, 6 credits
  • Database-technologie, 6 credits

Masterproef, 30 studiepunten

Carrièremogelijkheden

De vraag neemt snel toe voor specialisten die grote en complexe systemen en databases kunnen analyseren met behulp van moderne computerintensieve methoden. Business, telecommunicatie, IT en geneeskunde zijn slechts enkele voorbeelden van gebieden waar onze studenten veel gevraagd zijn en na het afstuderen geavanceerde analytische posities vinden.

Studenten met een wetenschappelijke loopbaan zullen het programma de ideale achtergrond vinden voor toekomstig onderzoek. Veel van de docenten van het programma zijn internationaal erkende onderzoekers op het gebied van statistiek, datamining, machine learning, databasemethodologie en computationele statistieken.


Toelatingseisen

Bachelor's degree gelijkwaardig aan een Zweedse Kandidatexamen binnen statistieken, wiskunde, toegepaste wiskunde, informatica, engineering of een vergelijkbare graad. Cursussen in calculus en lineaire algebra, statistieken en programmeren zijn ook vereist.

Engels overeenkomend met het niveau van het Engels in het Zweeds hoger secundair onderwijs (Engels 6 / B).


Speciale selectie

Selectie zal gebaseerd zijn op:

  • Academische verdiensten en Letter of Intent

Elke aanvrager moet daarom een ​​in het Engels geschreven intentieverklaring bijvoegen waarin wordt uitgelegd waarom de kandidaat wil studeren aan het programma, hoe de academische achtergrond van de aanvrager verband houdt met de inhoud van het programma en hoe de academische achtergrond van de aanvrager overeenkomt met het specifieke programma. vereisten. Als er cursussen in de transcripties van de kandidaat zijn die overeenkomen met de cursussen die worden vermeld in de specifieke vereisten, wordt de aanvrager aanbevolen deze cursussen in de letter of intent te benoemen. Het wordt ook aanbevolen dat de aanvrager een beschrijving van andere relevante ervaring opneemt in de intentieverklaring (werkervaring, projectdeelname, enz. Met betrekking tot de specifieke vereisten van het programma of de inhoud van het programma).


Collegegeld

190.000kr - NB: is alleen van toepassing op studenten van buiten de EU, EER en Zwitserland.

Opleiding te volgen in:
Engels

Zie 22 andere vakken van Linköping University »

Laatst bijgewerkt op August 23, 2018
Deze cursus is Campus based
Begindatum
Sept. 2019
Duration
2 jaar
Voltijd
Prijs
190,000 SEK
Alleen van toepassing op studenten van buiten de EU, EER en Zwitserland.
Op locaties
Op datum
Begindatum
Sept. 2019
Aanmeldingslimiet

Sept. 2019