Naukowa dyscyplina uczenia maszynowego koncentruje się na opracowywaniu algorytmów do znajdowania wzorców lub prognozowania na podstawie danych empirycznych. Dyscyplina ta jest coraz częściej stosowana przez wiele zawodów i branż (np. Produkcja, handel detaliczny, medycyna, finanse, robotyka, telekomunikacja), ponieważ może pomóc w uporządkowaniu dużej ilości danych cyfrowych w celu rozwiązania trudnych problemów, takich jak zrozumienie ludzkich zachowań i zapewnienie wydajności. alokacja zasobów. Zapotrzebowanie na absolwentów o znaczącej wiedzy w zakresie uczenia maszynowego znacznie przewyższa podaż. Program tutaj w KTH przygotowuje Cię do kariery w przemyśle (start-up lub tradycyjna firma o ugruntowanej pozycji), a także przygotuje Cię do dalszych studiów na poziomie doktoranckim.

Uczenie maszynowe w KTH

W tym programie nauczysz się matematycznych i statystycznych podstaw i metod uczenia maszynowego w celu modelowania i odkrywania wzorców z obserwacji. Zyskasz również praktyczne doświadczenie w zakresie dopasowywania, stosowania i wdrażania odpowiednich technik ML w celu rozwiązywania rzeczywistych problemów w szerokim zakresie domen aplikacji. Po ukończeniu programu uzyskasz pewność i doświadczenie, aby zaproponować możliwe do rozwiązania rozwiązania potencjalnie niestandardowych problemów z nauką, które możesz efektywnie i skutecznie realizować.

Program rozpoczyna się obowiązkowymi kursami z uczenia maszynowego, sztucznej inteligencji, zaawansowanego kursu uczenia maszynowego i metodologii badań, które zapewniają wprowadzenie i solidne podstawy w tej dziedzinie. Od drugiego semestru studenci wybierają kursy z trzech obszarów: domen aplikacji w zakresie uczenia maszynowego, matematyki stosowanej / statystyki i informatyki. Obszary te odpowiadają głównym kompetencjom eksperta w dziedzinie uczenia maszynowego.

Pierwszy obszar opisuje, w jaki sposób uczenie maszynowe jest wykorzystywane do rozwiązywania problemów w określonych domenach aplikacji, takich jak wizja komputera, wyszukiwanie informacji, przetwarzanie mowy i języka, biologia obliczeniowa i robotyka. Drugi obszar daje studentom szansę podjęcia bardziej podstawowych kursów teoretycznych z matematyki stosowanej, statystyki i uczenia maszynowego. Szczególnie interesujące dla wielu będzie możliwość poznania i zrozumienia szczegółowej ekscytującej dziedziny głębokiej nauki poprzez kilka najnowocześniejszych kursów, takich jak:

  • DD2424 Deep Learning in Data Science
  • DD2423 Analiza obrazu i komputerowa wizja
  • DT2119 Rozpoznawanie mowy i głośników
  • DD2437 Sztuczne sieci neuronowe i głęboka architektura
  • DD2425 Robotyka i systemy autonomiczne

Trzeci obszar pozwala studentom pogłębić wiedzę z zakresu informatyki, inżynierii oprogramowania i obliczeń równoległych.

Program ma również 30 punktów ECTS z zajęć fakultatywnych, które można wybrać z szerokiej gamy kursów, aby specjalizować się dalej w polu zainteresowań, lub poszerzyć swoją wiedzę do nowych obszarów w zakresie uczenia maszynowego.

Końcowy termin jest poświęcony projektowi stopnia, który obejmuje udział w zaawansowanych projektach badawczych lub projektowych w środowisku akademickim lub przemysłowym, w Szwecji lub za granicą. Dzięki temu projektowi student demonstruje swoją zdolność do samodzielnej pracy nad projektem, wykorzystując umiejętności zdobyte podczas kursów w programie. W przeszłości studenci programu ukończyli projekty w takich firmach jak Saab, Elekta, Flir, Eriksson, Tobii, Spotify, Thales, Huawei.

Tematy poruszone

Uczenie maszynowe, głębokie uczenie się, modelowanie statystyczne, sztuczna inteligencja, komputerowa wizja, technologia mowy, wyszukiwanie informacji, optymalizacja

Kariera

Zapotrzebowanie na inżynierów i naukowców posiadających wiedzę w zakresie uczenia maszynowego rośnie wraz ze wzrostem ilości danych na świecie. Po ukończeniu studiów możesz rozpocząć karierę, na przykład jako programista, inżynier, inżynier komputerowy, analityk danych, inżynier oprogramowania, analityk ilościowy, specjalista ds. Danych i inżynier systemów dla firm takich jak Dice, Logitech, Google i McKinsey. na przykład Szwecja, Szwajcaria, Niemcy, Chiny, Indie i USA.

Program tego mistrza jest również odpowiednią podstawą do pracy w dziale badań i rozwoju w przemyśle, a także do kontynuowania kariery naukowej i studiów doktoranckich.

Program prowadzony przez:
  • Język angielski

Zobacz 56 więcej kursów w KTH Royal Institute of Technology »

Ten kurs jest Na kampusie
Data początkowa
Duration
2 lat
W pełnym wymiarze godzin
Cena
310,000 SEK
Wg lokalizacji
Wg daty