MSc in Statistica e Apprendimento Automatico

Scatena il potere dei dati e delle statistiche per far sì che le decisioni giuste avvengano. Integrare la modellazione statistica e l'analisi con l'apprendimento automatico, il data mining e la gestione dei dati per offrirti competenze uniche.

Lo sviluppo rapido delle tecnologie dell'informazione ha sopraffatto la società con enormi volumi di informazioni generate da sistemi grandi o complessi provenienti da telecomunicazioni, robotica, medicina, affari e molti altri settori. Questo programma di master affronta le sfide dell'apprendimento da questi volumi complessi attraverso modelli e algoritmi di apprendimento automatico, data mining e altri metodi statistici intensivi dal punto di vista computazionale. Unendoti a noi, aumenterai l'efficienza e la produttività dei sistemi, rendendoli più intelligenti e autonomi.

Impara a fare previsioni affidabili

Il programma si concentra su metodi moderni di apprendimento automatico e gestione dei database che utilizzano il potere delle statistiche per costruire modelli efficienti e fare previsioni affidabili e decisioni ottimali. Acquisirai una profonda conoscenza teorica e un'esperienza pratica da ampie quantità di lavoro di laboratorio. Se desideri integrare i tuoi studi con corsi in altre università, puoi partecipare a studi di scambio durante il terzo semestre.

A seconda dei tuoi interessi, lavorerai alla tua tesi in un'azienda, in un'istituzione governativa o in un'unità di ricerca presso LiU. Lì potrai applicare le tue conoscenze a un problema reale e incontrare persone che utilizzano l'analisi avanzata dei dati nella pratica o approfondire la ricerca.

Questo programma è per te se aspiri a imparare come:

• migliorare la capacità del software di riconoscimento vocale di un telefono cellulare di distinguere le vocali in un ambiente rumoroso
• fornire un avviso precoce di una crisi finanziaria analizzando la frequenza delle parole legate alla crisi nei media finanziari e nei forum di internet
• migliorare il marketing diretto analizzando i modelli di acquisto nei database dei scanner dei supermercati
• costruire un filtro antispam efficace
• stimare l'effetto che la nuova legislazione sul traffico avrà sul numero di morti negli incidenti stradali
• utilizzare un complesso set di dati di microarray del DNA per apprendere i fattori di rischio del cancro
• determinare l'origine di un campione di olio d'oliva utilizzando grafica interattiva e dinamica

Programma e dettagli del corso

Il programma si svolge in due anni e comprende 120 crediti, inclusa una tesi.

Il blocco introduttivo dei corsi contiene un corso di statistica di base che è raccomandato per gli studenti con un background in informatica o ingegneria, e un corso di programmazione che è raccomandato per gli studenti con una laurea in statistica o matematica. I corsi di Apprendimento automatico, Data Mining avanzato, Apprendimento profondo, Analisi dei Big Data, Statistica computazionale e Apprendimento bayesiano costituiscono il nucleo del programma.

Inoltre, gli studenti del master hanno la libertà di scegliere tra corsi di profilo - mirati a rafforzare le competenze statistiche e analitiche degli studenti - e corsi complementari - che consentono agli studenti di concentrarsi su aree applicate particolari o corsi rilevanti di altre discipline. Sono previste opportunità per studi di scambio durante il terzo semestre del programma.

Per ottenere il diploma, gli studenti devono aver superato 90 crediti ECTS di corsi, inclusi 42 crediti ECTS dei corsi obbligatori, un minimo di 6 crediti ECTS dei corsi introduttivi, un minimo di 12 crediti ECTS dei corsi di profilo e, possibilmente, una certa quantità di corsi complementari. Gli studenti devono anche aver difeso con successo una tesi di master di 30 crediti ECTS.

Introduzione

Lo sviluppo rapido delle tecnologie informatiche ha portato a un sovraccarico della società con enormi volumi di informazioni generate da sistemi grandi o complessi. Le informazioni possono essere memorizzate in grandi database, possono arrivare in modo continuo o possono essere il risultato dell'interazione tra il sistema e l'ambiente di apprendimento. Questo programma di livello avanzato affronta le sfide dell'apprendimento da questi volumi complessi di informazioni attraverso modelli e algoritmi che consentono previsioni, analisi e decisioni efficienti. La modellazione e l'analisi statistica sono integrate con l'apprendimento automatico, il data mining e la gestione dei dati in una solida base per il lavoro professionale con la modellazione delle informazioni e l'analisi dei dati in sistemi grandi o complessi. Il programma fornisce anche eccellenti qualifiche per una carriera nella ricerca. Il programma porta a un master in Statistica.

Obiettivo

Qualifiche nazionali secondo la Legge sull'istruzione superiore svedese

Conoscenza e comprensione

Per un diploma di Master (120 crediti) lo studente deve

• dimostrare conoscenza e comprensione in Statistica, inclusa sia una conoscenza ampia del campo che un notevole grado di conoscenza specializzata in alcune aree del campo, nonché una comprensione della ricerca e dello sviluppo attuali, e
• dimostrare conoscenze metodologiche specializzate in Statistica.

La conoscenza specializzata in apprendimento automatico deve includere tecniche moderne e potenti per classificazione e regressione, previsione, metodi per simulazione statistica e ottimizzazione, metodi bayesiani e metodi per l'analisi di grandi database.

Competenze e abilità

Per un diploma di Master (120 crediti) lo studente deve

• dimostrare la capacità di integrare criticamente e sistematicamente conoscenze e analizzare, valutare e affrontare fenomeni, questioni e situazioni complesse anche con informazioni limitate
• dimostrare la capacità di identificare e formulare questioni in modo critico, autonomo e creativo, nonché pianificare e, utilizzando metodi appropriati, intraprendere compiti avanzati all'interno di scadenze prestabilite e contribuire così alla formazione della conoscenza, nonché la capacità di valutare questo lavoro
• dimostrare la capacità di riferire chiaramente e discutere le proprie conclusioni e le conoscenze e gli argomenti su cui si basano in dialogo con diversi pubblici, sia a livello nazionale che internazionale, e
• dimostrare le competenze necessarie per partecipare a lavori di ricerca e sviluppo o per un impiego autonomo in qualche altra capacità qualificata.

Giudizio e approccio

Per un diploma di Master (120 crediti) lo studente deve

• dimostrare la capacità di fare valutazioni in statistica informate da questioni disciplinari, sociali ed etiche rilevanti e dimostrare anche consapevolezza degli aspetti etici della ricerca e del lavoro di sviluppo
• dimostrare comprensione delle possibilità e dei limiti della ricerca, e in particolare della ricerca in statistica, il suo ruolo nella società e la responsabilità dell'individuo per come viene utilizzata, e
• dimostrare la capacità di identificare il bisogno personale di ulteriore conoscenza e assumere la responsabilità per il proprio apprendimento continuo.

Obiettivi locali

Al termine del programma, gli studenti dovranno essere in grado di:

• modellare volumi di informazioni generati da sistemi grandi o complessi
• selezionare un modello adatto in un dato contesto
• estrarre e organizzare grandi volumi di dati strutturati in modo complesso
• esplorare, riassumere e presentare grandi e complessi set di dati attraverso strutture grafiche statiche, interattive e dinamiche
• utilizzare software avanzati per analizzare grandi o complessi volumi di dati
• implementare modelli adatti per l'analisi dei dati, la previsione e la decisione in un linguaggio di programmazione
• combinare informazioni sui dati con altre fonti di informazioni precedenti per migliorare le prestazioni di inferenza e previsione
• fornire esempi di aree di applicazione in cui è necessario modellare volumi di informazioni che emergono da sistemi grandi o complessi.
• scoprire e verificare statisticamente schemi e tendenze precedentemente sconosciuti nei dati
• presentare una tesi scritta con uno studio teorico o applicato di sistemi grandi o complessi o set di dati attraverso metodi provenienti da statistiche e apprendimento automatico.

Ricerca

La Divisione di Statistica e Apprendimento Automatico

Conduciamo ricerche all'intersezione tra Statistica/Informatica e ospitiamo; il programma di laurea in Statistica e analisi dei dati, il programma di master internazionale in Statistica e Data Mining e i corsi di Apprendimento Automatico per ingegneri.

_Sei curioso di sapere com'è studiare alla LiU? Unisciti a noi per una chiacchierata su com'è vivere e studiare nei nostri campus in Svezia. Offriamo webinar gratuiti e registrazioni per studenti di laurea sia prospettici che ammessi durante tutto l'anno. Visita la nostra _ _Incontraci online _ _pagina. _

Informazioni sull'Università di Linköping

L'Università di Linköping non si adagerà mai sugli allori.

In stretta collaborazione con il mondo degli affari e la società, l'Università di Linköping (LiU) conduce ricerche di livello mondiale e interdisciplinari in campi come la scienza dei materiali, l'IT e l'udito. Nello stesso spirito, l'università offre molti programmi educativi innovativi, molti dei quali con un chiaro focus professionale, che portano a qualifiche come, ad esempio, medici, insegnanti, economisti e ingegneri.

L'università ha 32.000 studenti e 4.000 dipendenti su quattro campus. Insieme cerchiamo risposte alle complesse domande che ci affrontano oggi. I nostri studenti sono tra i più desiderabili nel mercato del lavoro e le classifiche internazionali collocano costantemente la LiU come una delle principali università globali.

La LiU ha ottenuto lo status di università nel 1975 e l'innovazione è la nostra unica tradizione.

Storia dell'Università di Linköping

Nel 1975 è stata fondata la sesta università della Svezia a Linköping. Da allora, l'Università di Linköping (LiU) è cresciuta notevolmente, espandendosi a Norrköping e Stoccolma.

Linköping è stata un importante centro di apprendimento sin dai tempi medievali, quando la Cattedrale di Linköping offriva una scuola con ampi contatti internazionali e il proprio dormitorio per studenti a Parigi. Nel 1627 la Scuola della Cattedrale divenne la terza scuola secondaria superiore in Svezia e nel 1843 iniziò le operazioni un college per insegnanti di scuola elementare. A Norrköping, l'Istituto Fröbel – il primo college svedese per la formazione di insegnanti di scuola materna – fu fondato nel 1902.

Da college universitario a università

Quello che sarebbe poi diventato l'Università di Linköping iniziò a prendere forma a metà degli anni '60. L'istruzione superiore in Svezia si stava espandendo e nel 1965 il Parlamento svedese decise di stabilire una filiale dell'Università di Stoccolma, insieme a un college universitario di ingegneria e medicina, a Linköping.

Nell'autunno del 1967, la filiale dell'Università di Stoccolma si trasferì in locali nel centro di Linköping. Lì i primi studenti potevano seguire corsi nelle scienze umane, nelle scienze sociali e nelle scienze naturali. Due anni dopo, le unità di ingegneria e medicina iniziarono le loro attività.

Nel 1970 l'istruzione e la ricerca iniziarono a trasferirsi nel recentemente costruito Campus Valla, a breve distanza dal centro città. Gli edifici A e B furono i primi a essere completati. Nello stesso anno le varie parti si fusero per formare il College Universitario di Linköping, comprese le facoltà di ingegneria, medicina e arti e scienze.

Il nuovo college universitario fu il primo in Svezia a offrire programmi di studio in Ingegneria Industriale e Management e Fisica Applicata e Ingegneria Elettrica, entrambi avviati nel 1969. Pochi anni dopo, nel 1975, l'Università di Linköping lanciò il primo programma di Informatica e Ingegneria in Svezia.

Il 1975 fu anche l'anno in cui il College Universitario di Linköping divenne l'Università di Linköping, la sesta università in Svezia. In linea con la riforma del sistema di istruzione superiore svedese del 1977, anche la formazione degli insegnanti fu trasferita all'Università di Linköping.

Ricerca interdisciplinare e apprendimento basato sui problemi

L'Università di Linköping ha sempre lavorato con innovazione nell'istruzione e nella ricerca. Nel 1980 il neonato Dipartimento di Studi Tematici adottò un approccio nuovo in Svezia. La ricerca fu organizzata in temi interdisciplinari, come Tecnologia e Cambiamento Sociale o Studi sull'Acqua e Ambientali. Gli scienziati lavorarono oltre i confini per risolvere problemi complessi. La LiU fu anche la prima in Svezia a introdurre scuole di ricerca per laureati su diversi temi. Il modello si diffuse successivamente in altre parti dell'università e divenne un successo nazionale.

La nuova Facoltà delle Scienze della Salute (Hälsouniversitetet), formata nel 1986, combinò l'istruzione finanziata dal governo e a livello regionale. Introdusse una metodologia radicalmente cambiata, essendo la prima in Svezia a utilizzare l'apprendimento basato sui problemi, PBL. In seguito, la LiU divenne la prima università al mondo a consentire agli studenti di diversi programmi delle scienze della salute di trattare pazienti reali in un'unità di formazione gestita dagli studenti.

Espansione a Norrköping – e Stoccolma

Un traguardo significativo nella storia dell'Università fu l'apertura del Campus Norrköping nel 1997. Alcuni programmi erano già operativi a Norrköping, ma il numero di studenti crebbe drasticamente in linea con gli sforzi del governo per espandere l'istruzione superiore. Fabbriche storiche nel precedente distretto industriale furono nuovamente riempite di vita, poiché furono riempite di aule, laboratori, caffè, una biblioteca e, naturalmente, studenti.

L'Università di Linköping si espanse anche a Stoccolma quando la rinomata Scuola di Mobili Carl Malmsten cercò un partner collaborativo dal settore accademico. I programmi di design e artigianato di mobili Malmsten divennero parte della LiU nel 2000. Dopo quasi 60 anni a Södermalm nel centro di Stoccolma, Malmstens si trasferì in nuovi locali sull'isola di Lidingö nell'autunno del 2009. La LiU ottenne il suo quarto campus.

Buro Millennial / Pexels

LiU in numeri

Alcuni numeri importanti per l'Università di Linköping.

Istruzione

• 32.000 studenti (equivalenti a tempo pieno 17.907)
• 21.400 nel Campus Valla
• 5.500 nel Campus Norrköping
• 3.900 nel Campus dell'Ospedale Universitario (US)
• 2.100 studenti a distanza e studenti in altre sedi, incluso il Campus Lidingö

(Alcuni studenti seguono corsi in più di un campus.)

• 120 programmi di studio, di cui 27 sono programmi internazionali in inglese
• 550 corsi singoli
• Accordi di scambio con 400 università in 50 paesi
• 2.400 studenti internazionali
• 2.200 lauree di primo ciclo
• 2.700 lauree di secondo ciclo

Ricerca e formazione scientifica

• 300 professori
• 1.200 dottorandi
• 40 lauree di licenza
• 140 lauree di dottorato

Personale

• 4.000 dipendenti (equivalenti a tempo pieno 3.156)