KTH Royal Institute of Technology
MSc Machine Learning
Stockholm, Schweden
DAUER
2 Years
SPRACHEN
Englisch
TEMPO
Vollzeit
BEWERBUNGSSCHLUSS
Request application deadline
FRÜHESTES STARTDATUM
Aug 2024
STUDIENGEBÜHREN
SEK 342.000 / per year *
STUDIENFORMAT
Auf dem Campus
* non-EU/EEA/Swiss is 342,000 SEK.
Einführung
Machine Learning develops algorithms to find patterns or make predictions from empirical data and this master’s programme will teach you to master these skills. Machine Learning is increasingly used by many professions and industries such as manufacturing, retail, medicine, finance, robotics, telecommunications and social media. Graduates from the programme will be experts in the field, qualified for exciting careers in industry or doctoral studies.
Machine Learning at KTH
In this programme, you will learn the mathematical and statistical foundations and methods for machine learning with the goal of modelling and discovering patterns from observations. You will also gain practical experience in matching, applying and implementing relevant machine learning techniques to solve real-world problems in a broad range of application domains. Upon graduation from the programme, you will have gained the confidence and experience to propose tractable solutions to potentially non-standard learning problems which you can implement efficiently and robustly. Stockholm has a vibrant start-up community and large established companies integrating AI and Machine Learning into their technological development. This gives you the potential for relevant and exciting industrial work within the field during and after your studies.
The programme starts with mandatory courses in machine learning and artificial intelligence to provide an introduction to the field and a solid foundation.. These courses are followed by an advanced course in machine learning and research methodology. From the second semester, you choose courses from two areas: application domains exploiting machine learning and theoretical machine learning. These areas correspond to the core competencies of a machine learning expert.
The first grouping of courses describes how machine learning is used to solve problems in application domains such as computer vision, information retrieval, speech and language processing, computational biology and robotics. The second course grouping allows you to take more basic theoretical courses in applied mathematics, statistics, and machine learning. Of particular interest to many will be the chance to learn about and understand in detail the exciting field of deep learning through several state-of-the-art courses.
The programme also has up to 30 ECTS credits of elective courses which you can choose from a wide range of courses to specialise further in your field of interest or extend your knowledge to new areas.
The final semester is dedicated to a degree project which involves participating in advanced research or design projects in an academic or industrial environment, in Sweden or abroad. With this project, you get to demonstrate your ability to perform independent project work, using the skills obtained from the courses in the programme. In the past, students from the programme have completed projects at companies such as Saab, Elekta, Flir, Eriksson, Tobii, Spotify, Thales, Huawei.
This is a two year programme (120 ECTS credits) given in English. Graduates are awarded the degree of Master of Science. The programme is given mainly at KTH Campus in Stockholm by the School of Electrical Engineering and Computer Science (at KTH).
Admissions
Lehrplan
Jahr 1
Kurse, die in den Perioden 1 und 2 des 2. Jahres stattfinden, können möglicherweise in den Perioden 1 und 2 des 1. Jahres belegt werden, wenn dies für den Studierenden zu einer überschaubaren Arbeitsbelastung führt.
Abgesehen von den Pflicht- und Wahlpflichtkursen steht es dem Studierenden frei, aus allen an KTH angebotenen Zweitzyklus- und Sprachkursen zu wählen, um die Anzahl der abgeschlossenen Studienleistungen auf 90 ECTS zu erhöhen. Es können Kurse des ersten Zyklus belegt werden (obwohl wir es bevorzugen, wenn Studierende Kurse des zweiten Zyklus belegen), aber nicht mehr als 30 ECTS-Punkte können für den Abschluss angerechnet werden. Empfohlene Kurse richten sich an diejenigen, die ihre Kompetenzen und Kenntnisse in Informatik und Softwaretechnik erweitern möchten. Darüber hinaus muss eine Abschlussarbeit abgeschlossen werden.
Die Studierenden müssen die Pflichtveranstaltungen (A.1.1) und bedingte Wahlpflichtveranstaltungen absolvieren. Die bedingt gewählten Kurse sind in zwei Gruppen unterteilt; Anwendungsbereich (A.1.3) und Theorie (A.1.4). Ein Student muss Folgendes absolvieren:
- mindestens 6 Kurse aus Anwendungsbereich und Theorie,
mit den Einschränkungen, die
- mindestens 2 der 6 Kurse stammen aus den Theoriekursen und
- Mindestens 2 der 6 Kurse stammen aus den Anwendungsdomänenkursen.
Ausdrücklich bedeutet dies, dass Studierende für den Abschluss entweder Folgendes abgeschlossen haben müssen:
- 2 Kurse aus dem Anwendungsbereich und 4 Kurse aus der Theorie,
- 3 Kurse aus dem Anwendungsbereich und 3 Kurse aus der Theorie,
- 4 Kurse aus dem Anwendungsbereich und 2 Kurse aus der Theorie.
Abgesehen von den obligatorischen und bedingten Wahlpflichtfächern steht es dem Studierenden frei, aus allen an KTH angebotenen Zweitzyklus- und Sprachkursen zu wählen, um die Anzahl der abgeschlossenen Studienleistungen von 90 ECTS zu erwerben. Es können Kurse des ersten Zyklus belegt werden (obwohl wir es vorziehen, wenn Studierende Kurse des zweiten Zyklus belegen), aber nicht mehr als 30 ECTS-Punkte können für den Abschluss angerechnet werden. Kurse, die nicht als Wahlfach zugelassen sind, sind Hobbykurse wie Kochen, Barkeeper usw. In Abschnitt A.1.5 listen wir eine Reihe empfohlener Kurse auf, die Studierende belegen könnten, insbesondere diejenigen, die ihre Kompetenzen und Kenntnisse in Informatik und Software erweitern möchten Maschinenbau. Darüber hinaus ist eine Abschlussarbeit (A.1.2) anzufertigen.
Studierende, die in einem früheren Studiengang einen Kurs belegt haben, der DD1420, DD2380 oder DD2434 entspricht, können sich stattdessen für die Lektüre eines Ersatzkurses bewerben. Der Antrag wird beim Master-Koordinator eingereicht, der dem Studenten nach Durchsicht des zuvor gelesenen Kurses die Erlaubnis erteilt, einen Ersatzkurs aus der Reihe der bedingten Wahlpflicht- oder empfohlenen Kurse zu belegen. Der Ersatzkurs wird, wenn es sich um einen Wahlpflichtkurs handelt, nicht auf eine der 6 Wahlpflichtveranstaltungen angerechnet.
Studierende, die ihre ersten drei Studienjahre an KTH im Rahmen des Programms CINTE abgeschlossen haben und ID1214 Künstliche Intelligenz und Anwendungen gelesen haben, können sich für die Lektüre eines Ersatzkurses bewerben. Kontaktieren Sie den Hauptkoordinator gemäß den obigen Anweisungen.
Obligatorische Kurse
- Einführung in die Wissenschaftstheorie und Forschungsmethodik (DA2205) 7,5 KP
- Grundlagen des maschinellen Lernens (DD1420) 7,5 Credits
- Programmintegrationskurs in Maschinellem Lernen (DD2301) 3,0 Kreditpunkte
- Künstliche Intelligenz (DD2380) 6.0 Credits
- Maschinelles Lernen, Fortgeschrittenenkurs (DD2434) 7,5 Kreditpunkte
Jahr 2
Obligatorische Kurse
- Abschlussprojekt in Informatik und Ingenieurwesen, Spezialisierung auf maschinelles Lernen, Zweiter Zyklus (DA233X) 30,0 Credits
- Programmintegrationskurs in Maschinellem Lernen (DD2301) 3,0 Kreditpunkte
Programmergebnis
Nachhaltige Entwicklung
Absolventen von KTH verfügen über das Wissen und die Werkzeuge, um die Gesellschaft in eine nachhaltigere Richtung zu lenken, da nachhaltige Entwicklung ein integraler Bestandteil aller Programme ist. Die drei zentralen Ziele der nachhaltigen Entwicklung, die der Masterstudiengang Machine Learning adressiert, sind:
- 3 Gute Gesundheit und Wohlbefinden
- 11 Nachhaltige Städte und Gemeinden
- 16 Frieden, Gerechtigkeit und starke Institutionen
Die Entwicklungen im maschinellen Lernen haben begonnen, viele Aspekte unseres Lebens zu durchdringen, und es wird prognostiziert, dass es einen immer tiefgreifenderen Einfluss auf die Gesellschaft haben wird, indem es beispielsweise viele Arbeiter- und Angestelltejobs aufgrund der zunehmenden Automatisierung obsolet macht oder die Patientenergebnisse aufgrund einer besseren Personalisierung verbessert Medikamente und Diagnose. Einige dieser Entwicklungen kommen möglicherweise nicht allen in der Gesellschaft zugute oder können unbeabsichtigte Folgen haben. Als Absolventen dieses Programms sind Sie bestens über die technischen Möglichkeiten und Anwendungsmöglichkeiten von Machine Learning informiert und bestens aufgestellt, um die Weiterentwicklung von Machine Learning/KI noch weiter voranzutreiben. Daher heben wir als Teil des Programms sowie innerhalb von KTH die ethischen Fragen und Verantwortlichkeiten hervor, die mit diesen Fähigkeiten und Kenntnissen in obligatorischen Kursen wie DD2301 und DD2380 einhergehen. Diese Aufgaben sehen wir im Einklang mit den UN Sustainable Development Goals, wo wir im Rahmen von „DD2301: the Programme Integration Course“ gezielt das Bewusstsein für die SDGs fördern und auch die Use Cases von „AI for good“ aufzeigen, die sich mit den überschneiden SDGs, wie z. B. bei der Planung und dem Betrieb von Wind- und Solarparks, um sie effizienter zu machen, der Diagnose und Behandlung verschiedener Krankheiten und der Gestaltung von Gesundheitsmaßnahmen sowie der Feinmechanik zur Förderung effizienterer landwirtschaftlicher Praktiken.
Im letzten Jahr ihres Studiums haben die Studierenden des Programms die Möglichkeit, Abschlussarbeiten mit hoher Relevanz für mehrere SDGs abzuschließen. Beispiele dafür, wo solche Projekte in der Vergangenheit stattgefunden haben, sind:
- SDG: „Gesundheit und Wohlbefinden“ mit Medizintechnikunternehmen wie Elekta und RaySearch;
- SDG: „Sustainable Cities and Communities“, mit der automatischen Überwachung von Satellitenbildern innerhalb der Abteilung für Geoinformatik, KTH .
- SDG: „Peace and Justice Strong Institutions“, mit dem unabhängigen internationalen Institut SIPRI.
Softwareentwickler, Deep Learning Engineer, Computer Vision Engineer, Datenanalyst, Software Engineer, Quantitative Analyst, Datenwissenschaftler und Systemingenieur.
Die Nachfrage nach Ingenieuren und Wissenschaftlern mit Kenntnissen im Bereich des maschinellen Lernens wächst mit zunehmender Datenmenge in der Welt. Nach dem Abschluss können Sie eine Karriere in der Industrie, bei einem Start-up oder in einem traditionsreichen Unternehmen anstreben. Mögliche Titel sind Softwareentwickler, Deep Learning Engineer, Computer Vision Engineer, Datenanalyst, Softwareingenieur, Quantitative Analyst, Datenwissenschaftler und Systemingenieur in Unternehmen wie Dice, Logitech, Google und McKinsey in beispielsweise Schweden, der Schweiz und Deutschland , China, Indien und die USA.
Dieses Masterstudium ist auch eine geeignete Grundlage für die Arbeit in einer Forschungs- und Entwicklungsabteilung in der Industrie sowie für eine weitere Forschungskarriere und ein Promotionsstudium.
Stipendien und Finanzierung
KTH bietet vier verschiedene Stipendienmöglichkeiten für ein Masterstudium an. Das KTH Stipendium deckt die Studiengebühren für ein ein- oder zweijähriges Masterstudium ab. Das KTH -Einjahresstipendium richtet sich an aktuelle KTH -Masterstudierende und deckt die Studiengebühr des zweiten Studienjahres ab. Das KTH Joint-Program-Stipendium richtet sich an Studierende bestimmter Joint-Programme und deckt die Studiengebühr für die an der KTH verbrachte Studienzeit ab. Das KTH Indien-Stipendium richtet sich speziell an Studierende aus Indien.
- KTH Stipendium
- KTH -Einjahresstipendium
- KTH Joint Program-Stipendium
- KTH India-Stipendium
Schwedisches Institut
Das Schwedische Institut (SI) bietet eine Reihe von Stipendien für Studierende aus bestimmten Ländern an, die nach Schweden kommen.
KTH assoziierte Stipendienorganisationen
KTH arbeitet mit den folgenden Organisationen zusammen und bietet Stipendienmöglichkeiten für angehende KTH Studenten.
- COLFUTURO (Programa Crédito Beca) für Studierende aus Kolumbien
- LPDP (Indonesia Endowment Fund for Education) für Studierende aus Indonesien
- FUNED für Studenten aus Mexiko
Stipendienportale
IEFA-Datenbank
Die IEFA-Datenbank bietet eine umfassende Suche nach Stipendien, eine Auflistung der Stipendien und internationale Studiendarlehensprogramme.
Studienportale
Die Stipendiendatenbank von Studyportals listet über 1.000 Stipendien und Zuschüsse für Studierende weltweit auf, die sich für ein Studium in der EU bewerben.
Scholars4dev
Scholarships for Development ist eine Datenbank mit Stipendien für Studierende aus Entwicklungsländern.
WeMakeScholars
WeMakeScholars hilft Studierenden aus Indien, Bildungskredite von Banken und NBFCs zu erhalten. Sie listet außerdem mehr als 26.000 internationale Stipendien von verschiedenen Trusts, Stiftungen und der Regierung auf. Körper.
Stundung von Studiendarlehen in den Vereinigten Staaten
KTH ist eine beim US-Bildungsministerium akkreditierte Einrichtung und verfügt über den Title IV-Status „Deferment Only“ (OPE-ID 03274300). US-Studenten können Zahlungen auf bestehende bundesstaatliche Studienkreditkonten aufschieben, während sie an der KTH in einem Masterstudiengang eingeschrieben sind. Der Status „Nur Aufschub“ erlaubt es Studierenden nicht, staatliche Studiendarlehen für die Einschreibung an KTH aufzunehmen. Die Akkreditierung erleichtert US-Studenten jedoch die Möglichkeit von Stipendien und Darlehen, da viele private Studienkreditinstitute in den USA diese Bezeichnung als Voraussetzung für die Gewährung neuer Darlehen verwenden. Studierende, die Zahlungen aufschieben möchten, müssen sich an ihr Kreditinstitut in den USA wenden.
Stipendien sind verfügbar. Weitere Informationen finden Sie auf der Institutswebsite.
Galerie
Karrierechancen
Die Nachfrage nach Ingenieuren und Wissenschaftlern mit Kenntnissen des maschinellen Lernens wächst mit der zunehmenden Datenmenge auf der Welt. Nach dem Studium können Sie in der Industrie, in einem Start-up oder in einem traditionellen Traditionsunternehmen Karriere machen. Mögliche Titel sind Software Developer, Deep Learning Engineer, Computer Vision Engineer, Data Analyst, Software Engineer, Quantitative Analyst, Data Scientist und Systems Engineer in Unternehmen wie Dice, Logitech, Google und McKinsey in beispielsweise Schweden, der Schweiz, Deutschland, China, Indien und die USA.
Dieses Masterprogramm ist auch eine geeignete Grundlage für eine Tätigkeit in einer Forschungs- und Entwicklungsabteilung in der Industrie sowie für eine weiterführende Forschungskarriere und eine Promotion.
Nach dem Abschluss
Softwareentwickler, Deep-Learning-Ingenieur, Computer-Vision-Ingenieur, Datenanalyst, Software-Ingenieur, quantitativer Analyst, Datenwissenschaftler und Systemingenieur.