MSc in statistiek en machinaal leren

• Start: augustus 2021
• Plaats van studie: Linköping
• Niveau: tweede cyclus

De snelle ontwikkeling van informatietechnologieën heeft de samenleving overweldigd met enorme hoeveelheden informatie die wordt gegenereerd door grote of complexe systemen op het gebied van telecommunicatie, robotica, geneeskunde, het bedrijfsleven en vele andere gebieden. Deze masteropleiding gaat de uitdagingen aan om van deze complexe volumes te leren door middel van modellen en algoritmen uit machine learning, datamining en andere computerintensieve statistische methoden. Door je bij ons aan te sluiten, verhoog je de efficiëntie en productiviteit van de systemen en maak je ze slimmer en autonomer.

Leer betrouwbare voorspellingen te doen

Het programma richt zich op moderne methoden van machine learning en databasebeheer die de kracht van statistieken gebruiken om efficiënte modellen te bouwen en betrouwbare voorspellingen en optimale beslissingen te maken. Je zult diepgaande theoretische kennis en praktische ervaring opdoen door uitgebreide hoeveelheden laboratoriumwerk. Als je je studie wilt aanvullen met vakken aan andere universiteiten, kun je tijdens het derde semester deelnemen aan uitwisselingsstudies.

Afhankelijk van je interesses werk je toe naar je scriptie bij een bedrijf, een overheidsinstelling of een onderzoekseenheid bij LiU. Daar kun je je kennis toepassen op een echt probleem en mensen ontmoeten die geavanceerde data-analyse in de praktijk gebruiken of je kunt dieper in het onderzoek gaan.

Dit programma is voor jou als je ernaar streeft te leren hoe je:

• het vermogen van de spraakherkenningssoftware van een mobiele telefoon verbeteren om klinkers in een lawaaierige omgeving te onderscheiden
• vroegtijdig waarschuwen voor een financiële crisis door de frequentie van crisisgerelateerde woorden in financiële media en internetfora te analyseren
• gerichte marketing verbeteren door winkelpatronen in de scannerdatabases van supermarkten te analyseren
• bouw een effectief spamfilter
• schat het effect in dat nieuwe verkeerswetgeving zal hebben op het aantal doden bij verkeersongevallen
• gebruik een complexe DNA-microarray-dataset om meer te weten te komen over de risicofactoren van kanker
• bepaal de oorsprong van een olijfoliemonster met behulp van interactieve en dynamische afbeeldingen

Syllabus en cursus details

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

Het inleidende blok met cursussen bevat een cursus basisstatistiek die wordt aanbevolen voor studenten met een achtergrond in informatica of engineering, en een cursus programmeren die wordt aanbevolen voor studenten met een diploma in statistiek of wiskunde. De cursussen Machine learning, Advanced Data Mining, Deep Learning, Big Data Analytics, Computational Statistics en Bayesian learning vormen de kern van het programma.

Daarnaast hebben masterstudenten de vrijheid om te kiezen tussen profielcursussen - gericht op het versterken van de statistische en analytische competentie van studenten - en complementaire cursussen - waarmee studenten zich kunnen 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.

Carrièremogelijkheden

Een specialist waar veel vraag naar is

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

Studenten die een wetenschappelijke carrière nastreven, vinden de opleiding de ideale achtergrond 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 statistiek.

Toelatingseisen

Bachelordiploma gelijk aan een Zweedse Kandidatexamen in statistiek, wiskunde, toegepaste wiskunde, informatica, engineering of een vergelijkbare graad. Afgeronde cursussen met een voldoende cijfer in de volgende vakken:

• calculus
• lineaire algebra
• statistieken
• programmering

Engels dat overeenkomt met het niveau van het Engels in het Zweeds hoger secundair onderwijs (Engels 6 / B). Vrijstelling van Zweeds 3.

Speciale selectie

Selectie vindt plaats op basis van:

Academische verdiensten en Letter of Intent

Elke aanvrager moet daarom een in het Engels geschreven intentieverklaring bijvoegen, waarin wordt uitgelegd waarom de aanvrager aan het programma wil studeren, 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 de specifieke programma-eisen. Als er cursussen in de transcripties van de aanvrager zijn die overeenkomen met de cursussen die in de specifieke vereisten worden genoemd, wordt de aanvrager aanbevolen om deze cursussen te noemen in de intentieverklaring. Het wordt ook aanbevolen dat de aanvrager een beschrijving van andere relevante ervaring opneemt in de intentieverklaring (werkervaring, projectdeelname, enz. Gerelateerd aan de specifieke vereisten van het programma of de programma-inhoud). Dien uw intentieverklaring samen met andere documenten in bij toelating tot de universiteit.