Studieplan för Masterprogram i dataanalys
Master's Programme in Data Science
Inriktning: Maskininlärning och statistik (Machine Learning and Statistics)
- 120 högskolepoäng
- Programkod: TDA2M
- Inriktningskod: MAST
- Fastställd: 2019-10-22
- Beslutad av: Teknisk-naturvetenskapliga fakultetsnämnden
- Reviderad: 2023-02-27
- Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
- Diarienr: TEKNAT 2022/136
- Studieplanen gäller från: HT 2023
- Ansvarig fakultet: Teknisk-naturvetenskapliga fakulteten
- Ansvarig institution: Institutionen för informationsteknologi
Följande beteckningar används:
G1N - Grundnivå, kursen kräver inte tidigare högskolestudier
G1F - Grundnivå, kursen kräver tidigare högskolestudier mindre än 60 hp
G2F - Grundnivå, kursen kräver tidigare högskolestudier minst 60 hp
A1N - Avancerad nivå, kursen kräver endast kurser på grundnivå, minst 120 hp
A1F - Avancerad nivå, kursen kräver tidigare kurser på avancerad nivå
A2E - Avancerad nivå, examensarbete för masterexamen (120 hp)
Termin 1
Period 1
-
Introduktion till dataanalys,
5 (av 10)
högskolepoäng
(1MS041)
Huvudområde(n) och successiv fördjupning: Matematik A1N, Dataanalys A1N, Datavetenskap A1N
-
Data, etik och rätt,
5
högskolepoäng
(1DL002)
Huvudområde(n) och successiv fördjupning: Dataanalys A1N, Bildanalys och maskininlärning A1N, Människa-datorinteraktion A1N, Datavetenskap A1N
Valbara kurser:
-
Programmeringsteknik II,
5
högskolepoäng
(1TD722)
Huvudområde(n) och successiv fördjupning: Datavetenskap G1F, Teknik G1F
-
Algoritmer och datastrukturer I,
5
högskolepoäng
(1DL210)
Huvudområde(n) och successiv fördjupning: Datavetenskap G1F, Teknik G1F
-
Modellering för kombinatorisk optimering,
5
högskolepoäng
(1DL451)
Huvudområde(n) och successiv fördjupning: Datavetenskap A1N
-
Beräkningsvetenskap för dataanalys,
5
högskolepoäng
(1TD352)
Huvudområde(n) och successiv fördjupning: Datavetenskap G2F, Teknik G2F
-
Linjär algebra för dataanalys,
5
högskolepoäng
(1MA330)
Huvudområde(n) och successiv fördjupning: Matematik A1N, Dataanalys A1N
-
Sannolikhetsteori II,
5
högskolepoäng
(1MS036)
Huvudområde(n) och successiv fördjupning: Matematik G2F
-
Metoder och projektledning för mjukvaruutveckling,
5
högskolepoäng
(1DL251)
Huvudområde(n) och successiv fördjupning: Datavetenskap A1N, Teknik A1N
-
Matematisk modellering av fotboll,
5
högskolepoäng
(1RT001)
Huvudområde(n) och successiv fördjupning: Datavetenskap A1N, Bildanalys och maskininlärning A1N, Matematik A1N, Dataanalys A1N
Period 2
-
Introduktion till dataanalys,
5 (av 10)
högskolepoäng
(1MS041)
Huvudområde(n) och successiv fördjupning: Matematik A1N, Dataanalys A1N, Datavetenskap A1N
-
Statistisk maskininlärning,
5
högskolepoäng
(1RT700)
Huvudområde(n) och successiv fördjupning: Teknik A1N, Bildanalys och maskininlärning A1N, Matematik A1N, Datavetenskap A1N, Dataanalys A1N
Valbara kurser:
-
Databasteknik I,
5
högskolepoäng
(1DL301)
Huvudområde(n) och successiv fördjupning: Datavetenskap G2F, Teknik G2F, System i teknik och samhälle G2F
-
Optimeringsmetoder,
5
högskolepoäng
(1TD184)
Huvudområde(n) och successiv fördjupning: Datavetenskap A1N, Dataanalys A1N, Teknik A1N, Tillämpad beräkningsvetenskap A1N
-
Inferensteori II,
5
högskolepoäng
(1MS037)
Huvudområde(n) och successiv fördjupning: Matematik G2F
-
Databasteknik II,
5
högskolepoäng
(1DL400)
Huvudområde(n) och successiv fördjupning: Datavetenskap A1N, Teknik A1N
Termin 2
Period 3
-
Data engineering I,
7,5
högskolepoäng
(1TD069)
Huvudområde(n) och successiv fördjupning: Datavetenskap A1N, Dataanalys A1N, Teknik A1N, Tillämpad beräkningsvetenskap A1N
-
Teoretiska grunder för dataanalys,
7,5
högskolepoäng
(1MS047)
Huvudområde(n) och successiv fördjupning: Matematik A1F, Dataanalys A1F
-
Bayesiansk statistik DS,
7,5
högskolepoäng
(1MS031)
Huvudområde(n) och successiv fördjupning: Matematik A1N
1MS031 ges udda år
Period 4
-
Tillämpad linjär algebra för dataanalys,
7,5
högskolepoäng
(1TD060)
Huvudområde(n) och successiv fördjupning: Datavetenskap A1F, Dataanalys A1F
-
Förstärkningsinlärning,
7,5
högskolepoäng
(1RT747)
Huvudområde(n) och successiv fördjupning: Dataanalys A1N, Bildanalys och maskininlärning A1N, Inbyggda system A1N, Datavetenskap A1N
-
Matematisk fördjupning i dataanalys,
7,5
högskolepoäng
(1MS046)
Huvudområde(n) och successiv fördjupning: Matematik A1F, Dataanalys A1F
-
Examensarbete D i dataanalys,
15
högskolepoäng
(1DL390)
Huvudområde(n) och successiv fördjupning: Dataanalys A1E
Termin 3
Period 1
-
Avancerad probabilistisk maskininlärning,
7,5
högskolepoäng
(1RT003)
Huvudområde(n) och successiv fördjupning: Bildanalys och maskininlärning A1F, Matematik A1F, Datavetenskap A1F
-
Artificiell intelligens,
7,5
högskolepoäng
(1DL010)
Huvudområde(n) och successiv fördjupning: Datavetenskap A1N
-
Informationsutvinning,
7,5
högskolepoäng
(1DL370)
Huvudområde(n) och successiv fördjupning: Datavetenskap A1F, Dataanalys A1F
-
Teoretisk statistik DS,
7,5
högskolepoäng
(1MS039)
Huvudområde(n) och successiv fördjupning: Matematik A1N, Dataanalys A1N
1MS039 ges jämna år
Period 2
-
Projekt i dataanalys,
15
högskolepoäng
(1DL507)
Huvudområde(n) och successiv fördjupning: Dataanalys A1F, Teknik A1F
Eller
-
Projekt i dataanalys,
7,5
högskolepoäng
(1DL505)
Huvudområde(n) och successiv fördjupning: Dataanalys A1F
-
Vetenskaplig visualisering,
7,5
högskolepoäng
(1MD140)
Huvudområde(n) och successiv fördjupning: Datavetenskap A1N, Bildanalys och maskininlärning A1N, Tillämpad beräkningsvetenskap A1N
-
Datorintensiv statistik och informationsutvinning DS,
7,5
högskolepoäng
(1MS043)
Huvudområde(n) och successiv fördjupning: Matematik A1N, Dataanalys A1N, Datavetenskap A1N
Termin 4
-
Examensarbete E i dataanalys,
30
högskolepoäng
(1DL510)
Huvudområde(n) och successiv fördjupning: Dataanalys A2E
Versioner av studieplanen
Studieplan(er) som tillhör utbildningsplan från HT 2023:
- Senaste studieplan för inriktningen Maskininlärning och statistik (giltig från HT 2023)