Magister statystyki i uczenia maszynowego

• Start: sierpień 2021
• Miejsce studiów: Linköping
• Poziom: drugi cykl

Szybki rozwój technologii informacyjnych przytłoczył społeczeństwo ogromnymi ilościami informacji generowanych przez duże lub złożone systemy z telekomunikacji, robotyki, medycyny, biznesu i wielu innych dziedzin. Ten program magisterski spełnia wyzwania związane z uczeniem się z tych złożonych tomów za pomocą modeli i algorytmów z uczenia maszynowego, eksploracji danych i innych intensywnych komputerowo metod statystycznych. Dołączając do nas, zwiększysz wydajność i produktywność systemów oraz sprawisz, że będą inteligentniejsze i bardziej autonomiczne.

Naucz się dokonywać wiarygodnych prognoz

Program koncentruje się na nowoczesnych metodach uczenia maszynowego i zarządzania bazami danych, które wykorzystują moc statystyki do tworzenia wydajnych modeli i dokonywania wiarygodnych prognoz i optymalnych decyzji. Zdobędziesz głęboką wiedzę teoretyczną, a także praktyczne doświadczenie wynikające z obszernej pracy laboratoryjnej. Jeśli chcesz uzupełnić swoje studia o kursy na innych uczelniach, możesz uczestniczyć w studiach wymiany w trakcie trzeciego semestru.

W zależności od zainteresowań będziesz pracować nad swoją pracą dyplomową w firmie, instytucji rządowej lub jednostce naukowej na LiU. Tam możesz zastosować swoją wiedzę do realnego problemu i spotkać ludzi, którzy w praktyce wykorzystują zaawansowaną analitykę danych, lub możesz zagłębić się w badania.

Ten program jest dla Ciebie, jeśli chcesz nauczyć się:

• poprawić zdolność oprogramowania do rozpoznawania mowy w telefonie komórkowym do rozróżniania samogłosek w hałaśliwym otoczeniu
• zapewnić wczesne ostrzeganie o kryzysie finansowym, analizując częstotliwość pojawiania się słów o kryzysie w mediach finansowych i na forach internetowych
• udoskonalić marketing ukierunkowany poprzez analizę wzorców zakupów w bazach danych skanerów supermarketów
• zbudować skuteczny filtr antyspamowy
• oszacować wpływ, jaki nowe przepisy drogowe będą miały na liczbę ofiar śmiertelnych w wypadkach drogowych
• korzystać ze złożonego zestawu danych z mikromacierzy DNA, aby dowiedzieć się o czynnikach ryzyka raka
• określić pochodzenie próbki oliwy z oliwek za pomocą interaktywnej i dynamicznej grafiki

Sylabus i szczegóły kursu

Program trwa dwa lata i obejmuje 120 punktów, w tym pracę magisterską.

Blok wprowadzający obejmuje kurs z zakresu statystyki podstawowej, który jest polecany studentom z wykształceniem informatycznym lub inżynierskim, oraz kurs programowania, który jest polecany studentom posiadającym dyplom z zakresu statystyki lub matematyki. Podstawą programu są kursy Machine Learning, Advanced Data Mining, Deep Learning, Big Data Analytics, Computational Statistics i Bayesian learning.

Ponadto studenci studiów magisterskich mają swobodę wyboru między kursami profilowymi - mającymi na celu wzmocnienie kompetencji statystycznych i analitycznych studentów - oraz kursami uzupełniającymi - które pozwalają studentom skupić się na określonych zastosowanych obszarach lub odpowiednich kursach z innych dyscyplin. Możliwość odbycia studiów w ramach wymiany przewidziana jest w trzecim semestrze programu.

Aby uzyskać dyplom, uczniowie muszą zdać 90 punktów ECTS z kursów, w tym 42 punktów ECTS z kursów obowiązkowych, minimum 6 punktów ECTS z kursów wprowadzających, co najmniej 12 punktów ECTS z kursów profilowych, i ewentualnie pewna ilość kursów uzupełniających. Studenci muszą również skutecznie obronić pracę magisterską z 30 punktów ECTS.

Możliwości zawodowe

Specjalista o dużym zapotrzebowaniu

Szybko rośnie zapotrzebowanie na specjalistów, którzy potrafią analizować duże i złożone systemy i bazy danych za pomocą nowoczesnych metod wymagających dużej mocy obliczeniowej. Biznes, telekomunikacja, informatyka i medycyna to tylko kilka przykładów dziedzin, w których nasi studenci są bardzo poszukiwani i po ukończeniu studiów znajdują zaawansowane stanowiska analityczne.

Studenci planujący karierę naukową uznają program za idealne tło dla przyszłych badań. Wielu wykładowców programu to uznani na całym świecie badacze w dziedzinie statystyki, eksploracji danych, uczenia maszynowego, metodologii baz danych i statystyki obliczeniowej.

Wymagania wstępne

Stopień licencjata odpowiadający szwedzkiemu Kandidatexamen w zakresie statystyki, matematyki, matematyki stosowanej, informatyki, inżynierii lub podobnego stopnia. Ukończone kursy z wynikiem pozytywnym z następujących przedmiotów:

• rachunek różniczkowy
• algebra liniowa
• Statystyka
• programowanie

Angielski odpowiadający poziomowi języka angielskiego w szwedzkim szkolnictwie średnim II stopnia (angielski 6 / B). Zwolnienie ze szwedzkiego 3.

Specjalny wybór

Selekcja będzie oparta na:

Zalety akademickie i list intencyjny

Dlatego każdy kandydat powinien załączyć list intencyjny w języku angielskim, wyjaśniający, dlaczego chce studiować w ramach programu, w jaki sposób doświadczenie akademickie wnioskodawcy jest powiązane z treścią programu oraz w jaki sposób doświadczenie akademickie wnioskodawcy pasuje do konkretnego wymagania programu. Jeśli w transkrypcjach kandydata znajdują się kursy, które pasują do kursów wymienionych w szczególnych wymaganiach, zaleca się, aby wnioskodawca wymienił te kursy w liście intencyjnym. Zaleca się również, aby wnioskodawca zawarł w liście intencyjnym opis innego odpowiedniego doświadczenia (doświadczenie zawodowe, udział w projekcie itp., Związane ze szczegółowymi wymaganiami programu lub zawartością programu). Prześlij swój list intencyjny wraz z innymi dokumentami do rekrutacji na uniwersytet.

Semestr 1 (jesień 2024)

• 732A60 --- Zaawansowane studia akademickie --- 3
• 732A93 --- Metody statystyczne --- 6
• 732A94 --- Zaawansowane programowanie w R --- 6
• 732A98 --- Wizualizacja --- 6
• 732A90 --- Statystyka obliczeniowa --- 6
• 732A99 --- Uczenie maszynowe --- 9

Semestr 2 (wiosna 2025)

Kursy wstępne

• 732A54 --- Analityka dużych zbiorów danych --- 6
• 732A55 --- Sieci neuronowe i system uczenia się --- 6
• 732A56 --- Programowanie internetowe --- 6
• 732A70 --- Wprowadzenie do Pythona --- 3
• 732A75 --- Zaawansowana eksploracja danych --- 6
• 732A78 --- Głębokie uczenie się --- 3
• 732A91 --- Uczenie się bayesowskie --- 6
• 732A97 --- Wielowymiarowe metody statystyczne --- 6
• 753A01 --- Analityka sportowa --- 6

Semestr 3 (jesień 2025)

Kursy wstępne

• 732A51 --- Bioinformatyka --- 6
• 732A57 --- Technologia baz danych --- 6
• 732A63 --- Teoria prawdopodobieństwa --- 6
• 732A66 --- Teoria decyzji --- 6
• 732A76 --- Projekt badawczy --- 6
• 732A80 --- Uczenie się szeregów czasowych i sekwencji --- 6
• 732A92 --- Eksploracja tekstu --- 6
• 732A96 --- Zaawansowane uczenie maszynowe --- 6
• 732A98 --- Wizualizacja --- 6

Semestr 4 (wiosna 2026)

Kursy wstępne

• 732A64 --- Praca magisterska ze statystyki --- 30

Możliwości zawodowe

Specjalista o dużym popycie

Szybko rośnie zapotrzebowanie na specjalistów potrafiących analizować duże i złożone systemy oraz bazy danych za pomocą nowoczesnych metod intensywnie wykorzystujących komputery. Biznes, telekomunikacja, informatyka i medycyna to tylko kilka przykładów obszarów, w których nasi studenci są bardzo poszukiwani i po studiach znajdują zaawansowane stanowiska analityczne.

Studenci dążący do kariery naukowej uznają program za idealne tło dla przyszłych badań. Wielu wykładowców programu to uznani na całym świecie badacze w dziedzinie statystyki, eksploracji danych, uczenia maszynowego, metodologii baz danych i statystyki obliczeniowej.