Linköping University

统计学和机器学习硕士

• 开始：2021年8月
• 学习地点：林雪平
• 级别：第二周期

信息技术的飞速发展使电信，机器人技术，医学，商业和许多其他领域的大型或复杂系统生成的大量信息淹没了社会。该硕士课程通过机器学习，数据挖掘和其他计算机密集型统计方法的模型和算法来应对从这些复杂的卷中学习的挑战。通过加入我们，您将提高系统的效率和生产率，并使它们更智能，更自治。

学习做出可靠的预测

该程序着重于机器学习和数据库管理中的现代方法，这些方法利用统计的力量来构建有效的模型并做出可靠的预测和最佳决策。通过大量的实验室工作，您将获得深厚的理论知识和实践经验。如果您想用其他大学的课程来补充学习，则可以在第三学期参加交换学习。

根据您的兴趣，您将在LiU的公司，政府机构或研究部门完成论文。在这里，您可以将您的知识应用于实际问题，并结识在实践中使用高级数据分析的人员，或者可以进行更深入的研究。

如果您想学习以下方法，该程序适合您：

• 提高手机的语音识别软件在嘈杂环境中区分元音的能力
• 通过分析金融媒体和互联网论坛中与危机相关的词语的频率来提供金融危机的预警
• 通过分析超市扫描仪数据库中的购物模式来改善定向营销
• 建立有效的垃圾邮件过滤器
• 估计新的交通法规对道路交通事故死亡人数的影响
• 使用复杂的DNA芯片数据集来了解癌症的危险因素
• 使用交互式和动态图形确定橄榄油样品的来源

课程提纲和课程详情

该计划为期两年，涵盖120个学分，其中包括一篇论文。

这门课程的介绍性课程包括为具有计算机科学或工程背景的学生推荐的基础统计学课程，以及为拥有统计学或数学学位的学生推荐的编程课程。机器学习，高级数据挖掘，深度学习，大数据分析，计算统计和贝叶斯学习这些课程构成了该计划的核心。

此外，硕士生可以自由选择个人资料课程（旨在增强学生的统计和分析能力）和补充课程，使学生可以专注于特定的应用领域或其他学科的相关课程。在该计划的第三学期提供交流研究的机会。

要获得学位，学生必须通过90个ECTS学分课程，包括42个ECTS学分的必修课程，至少6个ECTS学分的入门课程，至少12个ECTS学分的简介课程，并且可能，一些补充课程。学生还必须成功为30 ECTS学分的硕士论文辩护。

工作机会

需求高的专家

对于能够借助现代计算机密集型方法来分析大型和复杂系统和数据库的专家的需求正在迅速增长。商业，电信，IT和医学只是我们学生需求旺盛，毕业后能找到高级分析职位的几个例子。

致力于科学职业的学生将发现该计划是未来研究的理想背景。该计划的许多讲师都是统计，数据挖掘，机器学习，数据库方法和计算统计领域的国际公认研究人员。

入学要求

统计，数学，应用数学，计算机科学，工程学或类似学位的学士学位相当于瑞典的Kandidatexamen。完成以下课程的及格分数课程：

• 结石
• 线性代数
• 统计
• 程序设计

与瑞典高中英语水平相应的英语（英语6 / B）。免除瑞典文3。

特别选择

选择将基于：

学术优点和意向书

因此，每位申请者都应附上以英语撰写的意向书，以说明申请者为何要学习该课程，申请者的学历与课程内容之间的关系以及申请者的学历如何与特定课程相匹配。程序要求。如果申请人的成绩单中有与特定要求中提到的课程相匹配的课程，建议申请人在意向书中命名这些课程。还建议申请人在意向书中包含其他相关经验的描述（工作经验，项目参与程度等，与计划的特定要求或计划内容相关）。将您的意向书以及其他文件提交给大学招生。