MSc en Statistiques et Apprentissage Automatique

Libérez la puissance des données et des statistiques pour prendre les bonnes décisions. Nous intégrons la modélisation et l'analyse statistiques avec l'apprentissage automatique, l'exploration de données et la gestion des données pour vous donner des compétences uniques.

Le développement rapide des technologies de l'information a submergé la société avec d'énormes volumes d'informations générés par de grands systèmes ou des systèmes complexes dans les domaines des télécommunications, de la robotique, de la médecine, des affaires et de bien d'autres. Ce programme de master répond aux défis d'apprentissage à partir de ces volumes complexes grâce à des modèles et des algorithmes issus de l'apprentissage automatique, de l'exploration de données et d'autres méthodes statistiques intensives en calcul. En nous rejoignant, vous augmenterez l'efficacité et la productivité des systèmes et les rendrez plus intelligents et plus autonomes.

Apprenez à faire des prédictions fiables

Le programme se concentre sur des méthodes modernes d'apprentissage automatique et de gestion de bases de données qui utilisent la puissance des statistiques pour construire des modèles efficaces et faire des prédictions fiables et des décisions optimales. Vous acquerrez des connaissances théoriques approfondies ainsi qu'une expérience pratique grâce à de nombreux travaux en laboratoire. Si vous souhaitez compléter vos études par des cours dans d'autres universités, vous pouvez participer à des études d'échange au cours du troisième semestre.

En fonction de vos intérêts, vous travaillerez sur votre thèse dans une entreprise, une institution gouvernementale ou une unité de recherche à LiU. Là, vous pourrez appliquer vos connaissances à un problème réel et rencontrer des personnes qui utilisent l'analyse de données avancée dans la pratique ou vous pourrez approfondir la recherche.

Ce programme est fait pour vous si vous aspirez à apprendre comment :

• améliorer la capacité du logiciel de reconnaissance vocale d'un téléphone mobile à distinguer les voyelles dans un environnement bruyant
• fournir un avertissement précoce d'une crise financière en analysant la fréquence des mots liés à la crise dans les médias financiers et les forums Internet
• améliorer le marketing ciblé en analysant les modèles d'achat dans les bases de données de scanners des supermarchés
• construire un filtre anti-spam efficace
• estimer l'effet que la nouvelle législation sur la circulation aura sur le nombre de décès dans les accidents de la route
• utiliser un ensemble de données complexe de microarrays ADN pour en apprendre davantage sur les facteurs de risque du cancer
• déterminer l'origine d'un échantillon d'huile d'olive à l'aide de graphiques interactifs et dynamiques

Programme et détails des cours

Le programme s'étend sur deux ans et comprend 120 crédits, y compris une thèse.

Le bloc introductif de cours contient un cours de statistiques de base qui est recommandé pour les étudiants ayant un bagage en informatique ou en ingénierie, et un cours de programmation qui est recommandé pour les étudiants ayant un diplôme en statistiques ou en mathématiques. Les cours d'apprentissage automatique, d'exploration de données avancée, d'apprentissage profond, d'analyse de grandes données, de statistiques computationnelles et d'apprentissage bayésien constituent le cœur du programme.

De plus, les étudiants de master ont la liberté de choisir parmi des cours de profil - visant à renforcer la compétence statistique et analytique des étudiants - et des cours complémentaires - qui permettent aux étudiants de se concentrer sur des domaines appliqués particuliers ou des cours pertinents d'autres disciplines. Des opportunités d'études d'échange sont offertes au cours du troisième semestre du programme.

Pour obtenir le diplôme, les étudiants doivent avoir réussi 90 crédits ECTS de cours, y compris 42 crédits ECTS des cours obligatoires, un minimum de 6 crédits ECTS des cours introductifs, un minimum de 12 crédits ECTS des cours de profil, et, éventuellement, un certain nombre de cours complémentaires. Les étudiants doivent également avoir soutenu avec succès une thèse de master de 30 crédits ECTS.

Introduction

Le développement rapide des technologies de l'information a conduit à la submersion de la société par d'énormes volumes d'informations générés par de grands systèmes ou des systèmes complexes. Les informations peuvent être stockées dans de grandes bases de données, elles peuvent arriver de manière continue ou être le résultat de l'interaction entre le système et l'environnement d'apprentissage. Ce programme de niveau avancé répond aux défis d'apprentissage à partir de ces volumes d'informations complexes grâce à des modèles et des algorithmes qui permettent des prédictions, des analyses et des prises de décision efficaces. La modélisation et l'analyse statistiques sont intégrées à l'apprentissage automatique, à l'exploration de données et à la gestion des données pour constituer une base solide pour un travail professionnel avec la modélisation d'informations et l'analyse de données dans de grands systèmes ou des systèmes complexes. Le programme offre également d'excellentes qualifications pour une carrière en recherche. Le programme mène à un diplôme de master en statistiques.

Objectif

Qualifications nationales selon la loi suédoise sur l'enseignement supérieur

Connaissances et compréhension

Pour un diplôme de master (120 crédits), l'étudiant doit

• démontrer des connaissances et une compréhension en statistiques, y compris à la fois une large connaissance du domaine et un degré considérable de connaissances spécialisées dans certains domaines du domaine ainsi qu'une compréhension des recherches et des travaux de développement en cours, et
• démontrer des connaissances méthodologiques spécialisées en statistiques.

Les connaissances spécialisées en apprentissage automatique doivent inclure des techniques modernes puissantes pour la classification et la régression, la prédiction, des méthodes de simulation et d'optimisation statistiques, des méthodes bayésiennes et des méthodes pour l'analyse de grandes bases de données.

Compétences et aptitudes

Pour un diplôme de master (120 crédits), l'étudiant doit

• démontrer la capacité d'intégrer de manière critique et systématique des connaissances et d'analyser, évaluer et traiter des phénomènes, des problèmes et des situations complexes même avec des informations limitées
• démontrer la capacité d'identifier et de formuler des problèmes de manière critique, autonome et créative ainsi que de planifier et, en utilisant des méthodes appropriées, d'entreprendre des tâches avancées dans des délais prédéterminés et ainsi contribuer à la formation de connaissances ainsi que la capacité d'évaluer ce travail
• démontrer la capacité à l'oral et à l'écrit, tant au niveau national qu'international, de rendre compte clairement et de discuter de ses conclusions et des connaissances et arguments sur lesquels elles reposent dans un dialogue avec différents publics, et
• démontrer les compétences requises pour participer à des travaux de recherche et de développement ou à un emploi autonome dans une autre capacité qualifiée.

Jugement et approche

Pour un diplôme de master (120 crédits), l'étudiant doit

• démontrer la capacité de faire des évaluations en statistiques éclairées par des questions disciplinaires, sociales et éthiques pertinentes et également démontrer une prise de conscience des aspects éthiques de la recherche et des travaux de développement
• démontrer une compréhension des possibilités et des limites de la recherche, et en particulier de la recherche en statistiques, son rôle dans la société et la responsabilité de l'individu quant à son utilisation, et
• démontrer la capacité d'identifier le besoin personnel de connaissances supplémentaires et de prendre la responsabilité de son apprentissage continu.

Objectifs locaux

À l'issue du programme, les étudiants doivent être capables de :

• modéliser des volumes d'informations générés par de grands systèmes ou des systèmes complexes
• sélectionner un modèle approprié dans un contexte donné
• extraire et organiser de grands volumes de données structurées de manière complexe
• explorer, résumer et présenter de grands ensembles de données complexes à l'aide de moyens graphiques statiques, interactifs et dynamiques
• utiliser des logiciels avancés pour analyser de grands volumes de données complexes
• mettre en œuvre des modèles adaptés à l'analyse des données, à la prédiction et à la prise de décision dans un langage informatique
• combiner des informations de données avec d'autres sources d'informations antérieures pour améliorer les performances d'inférence et de prédiction
• donner des exemples de domaines d'application où il est nécessaire de modéliser des volumes d'informations qui émergent de grands systèmes ou de systèmes complexes.
• découvrir et vérifier statistiquement des modèles et des tendances auparavant inconnus dans les données
• présenter une thèse écrite avec une étude théorique ou appliquée de grands systèmes ou d'ensembles de données à l'aide de méthodes issues des statistiques et de l'apprentissage automatique.

Recherche

La Division des Statistiques et de l'Apprentissage Automatique

Nous menons des recherches à l'intersection des statistiques et de l'informatique et accueillons ; le programme de licence en statistiques et analyse de données, le programme de master international en statistiques et exploration de données, et les cours d'apprentissage automatique pour les ingénieurs.

_Êtes-vous curieux de savoir ce que c'est que d'étudier à LiU ? Rejoignez-nous pour discuter de ce que c'est que de vivre et d'étudier sur nos campus en Suède. Nous proposons des webinaires gratuits et des enregistrements pour les étudiants en diplôme potentiels et admis tout au long de l'année. Visitez notre _ _Rencontrez-nous en ligne _ _page. _

À propos de l'Université de Linköping

L'Université de Linköping ne se reposera jamais sur ses lauriers.

En étroite collaboration avec le monde des affaires et la société, l'Université de Linköping (LiU) mène des recherches de pointe, transdisciplinaires dans des domaines tels que la science des matériaux, l'informatique et l'audition. Dans le même esprit, l'université propose de nombreux programmes éducatifs innovants, dont beaucoup ont un accent professionnel clair, menant à des qualifications en tant que, par exemple, médecins, enseignants, économistes et ingénieurs.

L'université compte 32 000 étudiants et 4 000 employés sur quatre campus. Ensemble, nous cherchons des réponses aux questions complexes qui se posent à nous aujourd'hui. Nos étudiants sont parmi les plus recherchés sur le marché du travail et les classements internationaux placent systématiquement LiU comme une université mondiale de premier plan.

LiU a obtenu le statut d'université en 1975 et l'innovation est notre seule tradition.

Histoire de l'Université de Linköping

En 1975, la sixième université de Suède a été fondée à Linköping. Depuis lors, l'Université de Linköping (LiU) a considérablement grandi, s'étendant à Norrköping et Stockholm.

Linköping a été un important centre d'apprentissage depuis le Moyen Âge, lorsque la cathédrale de Linköping offrait une école avec d'importants contacts internationaux et sa propre salle d'étudiants à Paris. En 1627, l'école de la cathédrale est devenue la troisième école secondaire en Suède et en 1843, un collège pour enseignants d'écoles élémentaires a commencé ses activités. À Norrköping, l'Institut Fröbel – le premier collège de Suède pour la formation des enseignants de la petite enfance – a été fondé en 1902.

D'un collège universitaire à une université

Ce qui deviendra plus tard l'Université de Linköping a commencé à prendre forme au milieu des années 1960. L'enseignement supérieur en Suède s'étendait et en 1965, le Parlement suédois a décidé d'établir une branche de l'Université de Stockholm, ainsi qu'un collège universitaire d'ingénierie et de médecine, à Linköping.

À l'automne 1967, la branche de l'Université de Stockholm a emménagé dans des locaux au centre de Linköping. Là, les premiers étudiants pouvaient suivre des cours en sciences humaines, sciences sociales et sciences naturelles. Deux ans plus tard, les unités d'ingénierie et de médecine ont été mises en place.

En 1970, l'enseignement et la recherche ont commencé à s'installer dans le tout nouveau Campus Valla, à une courte distance du centre-ville. Les bâtiments A et B ont été les premiers à être achevés. La même année, les différentes parties ont été fusionnées pour former le Collège universitaire de Linköping, comprenant des facultés d'ingénierie, de médecine et des arts et sciences.

Le nouveau collège universitaire était le premier en Suède à offrir des programmes d'études en ingénierie industrielle et gestion et en physique appliquée et ingénierie électrique, tous deux débutant en 1969. Quelques années plus tard, en 1975, l'Université de Linköping a lancé le premier programme de sciences informatiques et d'ingénierie de Suède.

1975 a également été l'année où le Collège universitaire de Linköping est devenu l'Université de Linköping, la sixième université de Suède. Conformément à la réforme du système d'enseignement supérieur suédois de 1977, la formation des enseignants a également été transférée à l'Université de Linköping.

Recherche interdisciplinaire et apprentissage par problème

L'Université de Linköping a toujours travaillé avec l'innovation dans l'éducation et la recherche. En 1980, le nouveau Département des Études Thématiques a adopté une approche qui était nouvelle en Suède. La recherche était organisée en thèmes interdisciplinaires, tels que Technologie et Changement Social ou Études de l'Eau et de l'Environnement. Les scientifiques ont travaillé au-delà des frontières pour résoudre des problèmes complexes. LiU a également été le premier en Suède à introduire des écoles de recherche de troisième cycle pour différents thèmes. Le modèle s'est ensuite répandu dans d'autres parties de l'université et est devenu un succès national.

La nouvelle Faculté des Sciences de la Santé (Hälsouniversitetet), formée en 1986, a combiné l'éducation financée par l'État et par la région. Elle a introduit une méthodologie radicalement changée, étant la première en Suède à utiliser l'apprentissage par problème, PBL. Plus tard, LiU est devenue la première université au monde à permettre aux étudiants de différents programmes de sciences de la santé de traiter de véritables patients dans un service de formation géré par des étudiants.

Expansion à Norrköping – et Stockholm

Un jalon significatif dans l'histoire de l'Université a été l'ouverture du Campus Norrköping en 1997. Certains programmes avaient précédemment fonctionné à partir de Norrköping, mais le nombre d'étudiants a maintenant considérablement augmenté en ligne avec les efforts du gouvernement pour étendre l'enseignement supérieur. Des usines historiques dans l'ancien quartier industriel ont de nouveau été remplies de vie, alors qu'elles étaient remplies de salles de classe, de laboratoires, de cafés, d'une bibliothèque et bien sûr d'étudiants.

L'Université de Linköping s'est également étendue à Stockholm lorsque la réputée École de Mobilier Carl Malmsten a cherché un partenaire collaboratif du secteur académique. Les programmes de design de meubles et d'artisanat de Malmsten sont devenus une partie de LiU en 2000. Après presque 60 ans à Södermalm, au centre de Stockholm, Malmsten a déménagé dans de nouveaux locaux sur l'île de Lidingö à l'automne 2009. LiU a obtenu son quatrième campus.

Buro Millennial / Pexels

LiU en chiffres

Quelques chiffres importants pour l'Université de Linköping.

Éducation

• 32 000 étudiants (équivalents temps plein 17 907)
• 21 400 sur le Campus Valla
• 5 500 sur le Campus Norrköping
• 3 900 sur le Campus de l'Hôpital Universitaire (US)
• 2 100 étudiants à distance et étudiants dans d'autres lieux, y compris le Campus Lidingö

(Quelques étudiants suivent des cours sur plus d'un campus.)

• 120 programmes d'études, dont 27 sont des programmes internationaux en anglais
• 550 cours à sujet unique
• Accords d'échange avec 400 universités dans 50 pays
• 2 400 étudiants internationaux
• 2 200 diplômes de premier cycle
• 2 700 diplômes de deuxième cycle

Recherche et formation scientifique

• 300 professeurs
• 1 200 doctorants
• 40 diplômes de licence
• 140 diplômes de doctorat

Personnel

• 4 000 employés (équivalents temps plein 3 156)