Linköping University
MSc in Statistik und Maschinelles Lernen
Linköping, Schweden
DAUER
4 Semesters
SPRACHEN
Englisch
TEMPO
Vollzeit
BEWERBUNGSSCHLUSS
Request application deadline
FRÜHESTES STARTDATUM
Aug 2024
STUDIENGEBÜHREN
SEK 271.200 / per year *
STUDIENFORMAT
Auf dem Campus
* Nur für Studierende außerhalb der EU, des EWR und der Schweiz
Einführung
- Beginn: August 2021
- Studienort: Linköping
- Stufe: Zweiter Zyklus
Die rasante Entwicklung der Informationstechnologien hat die Gesellschaft mit enormen Informationsmengen überwältigt, die von großen oder komplexen Systemen aus Telekommunikation, Robotik, Medizin, Wirtschaft und vielen anderen Bereichen erzeugt werden. Dieses Masterstudium begegnet den Herausforderungen des Lernens aus diesen komplexen Bänden mithilfe von Modellen und Algorithmen aus maschinellem Lernen, Data Mining und anderen computerintensiven statistischen Methoden. Wenn Sie sich uns anschließen, steigern Sie die Effizienz und Produktivität der Systeme und machen sie intelligenter und autonomer.
Lernen Sie, zuverlässige Vorhersagen zu treffen
Das Programm konzentriert sich auf moderne Methoden aus dem maschinellen Lernen und dem Datenbankmanagement, die die Kraft der Statistik nutzen, um effiziente Modelle zu erstellen und zuverlässige Vorhersagen und optimale Entscheidungen zu treffen. Sie erwerben tiefes theoretisches Wissen sowie praktische Erfahrung aus umfangreichen Laborarbeiten. Wenn Sie Ihr Studium durch Kurse an anderen Universitäten ergänzen möchten, können Sie im dritten Semester am Austauschstudium teilnehmen.
Abhängig von Ihren Interessen arbeiten Sie in einem Unternehmen, einer staatlichen Einrichtung oder einer Forschungseinheit an der LiU an Ihrer Abschlussarbeit. Dort können Sie Ihr Wissen auf ein echtes Problem anwenden und Leute treffen, die fortgeschrittene Datenanalysen in der Praxis einsetzen, oder Sie können tiefer in die Forschung einsteigen.
Dieses Programm ist für Sie gedacht, wenn Sie lernen möchten, wie man:
- Verbessern Sie die Fähigkeit der Spracherkennungssoftware eines Mobiltelefons, Vokale in einer lauten Umgebung zu unterscheiden
- Frühzeitige Warnung vor einer Finanzkrise durch Analyse der Häufigkeit krisenbezogener Wörter in Finanzmedien und Internetforen
- Verbessern Sie das gezielte Marketing, indem Sie Einkaufsmuster in den Scannerdatenbanken von Supermärkten analysieren
- Erstellen Sie einen effektiven Spam-Filter
- schätzen die Auswirkungen der neuen Verkehrsgesetzgebung auf die Zahl der Todesfälle bei Verkehrsunfällen
- Verwenden Sie einen komplexen DNA-Microarray-Datensatz, um mehr über die Risikofaktoren von Krebs zu erfahren
- Bestimmen Sie die Herkunft einer Olivenölprobe mithilfe interaktiver und dynamischer Grafiken
Lehrplan- und Kursdetails
Das Programm hat eine Laufzeit von zwei Jahren und umfasst 120 Credits, einschließlich einer Abschlussarbeit.
Der Einführungsblock der Kurse enthält einen Kurs in Grundstatistik, der für Studenten mit einem Hintergrund in Informatik oder Ingenieurwesen empfohlen wird, und einen Kurs in Programmierung, der für Studenten mit einem Abschluss in Statistik oder Mathematik empfohlen wird. Die Kurse Maschinelles Lernen, Advanced Data Mining, Deep Learning, Big Data Analytics, Computerstatistik und Bayesianisches Lernen bilden den Kern des Programms.
Darüber hinaus haben Masterstudenten die Freiheit, zwischen Profilkursen zu wählen, um die statistische und analytische Kompetenz der Studierenden zu stärken, und ergänzenden Kursen, die es den Studierenden ermöglichen, sich auf bestimmte Anwendungsbereiche oder relevante Kurse aus anderen Disziplinen zu konzentrieren. Möglichkeiten für ein Austauschstudium werden im dritten Semester des Programms geboten.
Um den Abschluss zu erhalten, müssen die Studierenden mindestens 90 ECTS-Credits von 42 ECTS-Credits der Pflichtveranstaltungen, mindestens 6 ECTS-Credits der Einführungskurse und mindestens 12 ECTS-Credits der Profilkurse absolviert haben. einige ergänzende Kurse. Die Studierenden müssen auch eine Masterarbeit von 30 ECTS-Credits erfolgreich verteidigt haben.
Berufschancen
Ein Spezialist für hohe Nachfrage
Die Nachfrage nach Spezialisten, die große und komplexe Systeme und Datenbanken mit Hilfe moderner computerintensiver Methoden analysieren können, steigt rasant. Wirtschaft, Telekommunikation, IT und Medizin sind nur einige Beispiele für Bereiche, in denen unsere Studenten sehr gefragt sind und nach dem Abschluss fortgeschrittene analytische Positionen finden.
Studierende, die eine wissenschaftliche Karriere anstreben, finden im Programm den idealen Hintergrund für die zukünftige Forschung. Viele der Dozenten des Programms sind international anerkannte Forscher in den Bereichen Statistik, Data Mining, maschinelles Lernen, Datenbankmethodik und Computerstatistik.
Zugangsvoraussetzungen
Bachelor-Abschluss, der einem schwedischen Kandidatexamen in Statistik, Mathematik, angewandter Mathematik, Informatik, Ingenieurwesen oder einem ähnlichen Abschluss entspricht. Abgeschlossene Kurse mit einer bestandenen Note in folgenden Fächern:
- Infinitesimalrechnung
- Lineare Algebra
- Statistiken
- Programmierung
Englisch entsprechend dem Englischniveau in der schwedischen Sekundarstufe II (Englisch 6 / B). Befreiung von der schwedischen 3.
Spezielle Auswahl
Die Auswahl basiert auf:
Akademische Verdienste und Absichtserklärung
Jeder Bewerber sollte daher eine Absichtserklärung in englischer Sprache beifügen, in der erläutert wird, warum der Bewerber am Programm studieren möchte, wie der akademische Hintergrund des Bewerbers mit dem Inhalt des Programms zusammenhängt und wie der akademische Hintergrund des Bewerbers mit dem jeweiligen übereinstimmt Programmanforderungen. Wenn die Zeugnisse des Antragstellers Kurse enthalten, die den in den spezifischen Anforderungen genannten Kursen entsprechen, wird dem Antragsteller empfohlen, diese Kurse in der Absichtserklärung zu benennen. Es wird auch empfohlen, dass der Antragsteller eine Beschreibung anderer relevanter Erfahrungen in die Absichtserklärung aufnimmt (Berufserfahrung, Projektteilnahme usw. in Bezug auf die spezifischen Anforderungen des Programms oder den Programminhalt). Senden Sie Ihre Absichtserklärung zusammen mit anderen Dokumenten an University Admissions.
Admissions
Lehrplan
Semester 1 (Herbst 2024)
- 732A60 --- Fortgeschrittene akademische Studien --- 3
- 732A93 --- Statistische Methoden --- 6
- 732A94 --- Erweiterte Programmierung in R --- 6
- 732A98 --- Visualisierung --- 6
- 732A90 --- Computerstatistik --- 6
- 732A99 --- Maschinelles Lernen --- 9
Semester 2 (Frühjahr 2025)
Vorkurse
- 732A54 --- Big Data Analytics --- 6
- 732A55 --- Neuronale Netze und Lernsystem --- 6
- 732A56 --- Webprogrammierung --- 6
- 732A70 --- Einführung in Python --- 3
- 732A75 --- Fortgeschrittenes Data Mining --- 6
- 732A78 --- Deep Learning --- 3
- 732A91 --- Bayesianisches Lernen --- 6
- 732A97 --- Multivariate statistische Methoden --- 6
- 753A01 --- Sportanalytik --- 6
Semester 3 (Herbst 2025)
Vorkurse
- 732A51 --- Bioinformatik --- 6
- 732A57 --- Datenbanktechnologie --- 6
- 732A63 --- Wahrscheinlichkeitstheorie --- 6
- 732A66 --- Entscheidungstheorie --- 6
- 732A76 --- Forschungsprojekt --- 6
- 732A80 --- Zeitreihen- und Sequenzlernen --- 6
- 732A92 --- Text Mining --- 6
- 732A96 --- Fortgeschrittenes maschinelles Lernen --- 6
- 732A98 --- Visualisierung --- 6
Semester 4 (Frühjahr 2026)
Vorkurse
- 732A64 --- Masterarbeit in Statistik --- 30
Stipendien und Finanzierung
Stipendien
Die Universität Linköping (LiU) vergibt eine begrenzte Anzahl von Stipendien an herausragende internationale Studierende. Für einige Programme und Nationalitäten ist es auch möglich, sich über das Schwedische Institut um ein Stipendium zu bewerben. Es gibt auch andere Fördermöglichkeiten für ein Studium in Schweden.
Internationales LiU-Stipendium
Das LiU International Scholarship zielt darauf ab, internationale Masterstudierende mit erheblichem akademischem Potenzial zu unterstützen, die zur Zahlung von Studiengebühren verpflichtet sind. Die Studiengebühren für einen Studenten, der ein internationales LiU-Stipendium erhält, werden um 25, 50 oder 75% reduziert. Wir bieten eine begrenzte Anzahl dieser Stipendien für Studienanfänger an.
Bin ich antragsberechtigt?
Studierende, die sich für ein Masterstudium an der Universität Linköping beworben haben und alle folgenden Bedingungen erfüllen, können sich um ein Stipendium bewerben:
- Sie haben sich fristgerecht für die erste Zulassungsrunde beworben
- Sie haben alle erforderlichen Unterlagen fristgerecht eingereicht
- Sie haben einen Masterstudiengang an der Universität Linköping als erste Priorität gewählt (Platz 1 von 4)
- Sie sind im Erstbescheid der Auswahlergebnisse (in der Regel Anfang April) zur Erstwahl zugelassen worden
- Sie müssen Studiengebühren zahlen.
Stipendien für ein Studium in Schweden
Stipendien des Schwedischen Instituts
Die Regierungsbehörde des Schwedischen Instituts (SI) bietet je nach Studienniveau, Herkunftsland und Studienziel verschiedene Stipendien an. Der Bewerbungszeitraum für die SI-Stipendien variiert. Lesen Sie mehr über die SI-Stipendien und wie Sie sich auf ihrer Webseite bewerben können.
Andere Stipendien
Viele Vereine, Stiftungen und andere Organisationen bieten Stipendien oder Reisestipendien für ein Studium in Schweden an. Die offizielle Website StudyinSweden.se hat eine Liste von Ressourcen zusammengestellt, in denen Sie nach Stipendien suchen können, die Studenten aus vielen Ländern oder speziell aus Ihrem Land offen stehen.
Karrierechancen
Berufschancen
Ein gefragter Spezialist
Die Nachfrage nach Spezialisten, die in der Lage sind, große und komplexe Systeme und Datenbanken mit Hilfe moderner rechenintensiver Methoden zu analysieren, steigt rasant. Wirtschaft, Telekommunikation, IT und Medizin sind nur einige Beispiele für Bereiche, in denen unsere Studenten sehr gefragt sind und nach dem Abschluss fortgeschrittene analytische Positionen finden.
Studierende, die eine wissenschaftliche Karriere anstreben, finden in dem Programm den idealen Hintergrund für zukünftige Forschungsarbeiten. Viele der Dozenten des Programms sind international anerkannte Forscher in den Bereichen Statistik, Data Mining, maschinelles Lernen, Datenbankmethodik und Computerstatistik.