• 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.