Studieplan för Masterprogram i datavetenskap

Master's Programme in Computer Science

Inriktning: Datavetenskap (Computer Science)

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
A1E - Avancerad nivå, examensarbete för magisterexamen (60 hp)
A2E - Avancerad nivå, examensarbete för masterexamen (120 hp)

Termin 1

Kurser väljs fritt bland nedanstående, under förutsättning att behörighetskraven är uppfyllda. Studierådgivning ges så att de valda kurserna tillsammans ska uppfylla examenskraven.

Vid få deltagare eller resursbrist kan följande kurser ställas in eller ges med annan undervisningsform: 1DL442 och 1DL450.

Period 1

1DL010 Artificiell Intelligens och 1DL340 Artificiell Intelligens kan inte ingå i samma examen.

1DL442 Kombinatorisk optimering med villkorsprogrammering kan inte ingår i samma examen som någon av kurserna 1DL441 Kombinatorisk optimering och villkorsprogrammering, 1DL451 Modellering för kombinatorisk optimering, 1DL448 Modellering för kombinatorisk optimering eller 1DL449 Villkorsmodellering för kombinatorisk optimering.

1DL360 Informationsutvinning I och 1DL370 Informationsutvinning kan inte ingå i samma examen.

Period 2

1DL441 Kombinatorisk optimering med villkorsprogrammering och 1DL451 Modellering för kombinatorisk optimering kan ej ingå i samma examen. 1DT004 Realtidssystem och 1DT063 Realtidssystem I kan ej ingå i samma examen.

1DL442 kan inte ingå i samma examen som någon av 1DL441 Kombinatorisk optimering med villkorsprogrammering, 1DL451 Modellering för kombinatorisk optimering, 1DL448 Modellering för kombinatorisk optimering eller 1DL449 Villkorsmodellering för kombinatorisk optimering.

Termin 2

Studenter som väljer att läsa kurs om 7,5hp rekommenderas att kombinera två kurser om 7,5hp inom samma period.

Period 3

1DT194 Trådlös kommunikation och nätverksbaserade inbyggda system kan inte ingå i samma examen som någon av 1DT095 Trådlös kommunikation och inbyggda system och 1DT103 Trådlös kommunikation och inbyggda system.

Period 4

Studenter som väljer att läsa en kurs om 7,5hp rekommenderas att kombinera två kurser om 7,5hp inom samma period.

Den som önskar avlägga en magisterexamen väljer Examensarbete D nedan.

Tillvalskurs i engelska under period 13 eller 21

1DT195 Trådlös kommunikation och inbyggda system, projekt, och 1DT103 Trådlös kommunikation och inbyggda system kan inte ingå i samma examen.

Termin 3

Termin 3 och 4
Den studerande kan under termin 3 välja bland ovan för termin 1 (period 1 och 2), förutsatt att förkunskapskraven är uppfyllda. Det är dessutom möjligt att läsa följande kurser. Den studerande förväntas under termin 3-4 läsa kursen 1DT540 Examensarbete E i datavetenskap, 30 hp alternativt 1DT550 Examensarbete E i datavetenskap, 45 hp. Examensarbete kan ej påbörjas av en student som samma termin påbörjat kursen 1DT054 Projekt DV.

Studenter som väljer att läsa kurs om 7,5 hp rekommenderas att kombinera två kurser om 7,5hp inom samma period.

Vid få deltagare kan följande kurs ställas in eller ges med annan undervisningsform: 1DT059.

Period 1

1DL010 Artificiell Intelligens och 1DL340 Artificiell Intelligens kan inte ingå i samma examen.
1RT003 Avancerad probabilistisk maskininlärning och 1RT705 Avancerad probabilistisk maskininlärning kan inte ingå i samma examen.
1DL370 Informationsutvinning kan inte ingå i samma examen som 1DL360 Informationsutvinning I, 1DL460 Informationsutvinning II eller 1DL025 Informationsutvinning.

Period 2

Termin 4

Versioner av studieplanen

Studieplan(er) som tillhör utbildningsplan från HT 2023:

  • Senaste studieplan för inriktningen Datavetenskap (giltig från HT 2023)