应用数学-概率建模
专业指导:雅诺·万哈塔洛

专业总监:雅诺Vanhatalo

负责讨论学习计划的人员

雅诺Vanhatalo

强制性的核心课程,至少10cr
MAST31701概率论I (5cr)
MAST31702概率论II (5 cr)

专业化的课程至少从这个列表中选出10个cr
MAST32004贝叶斯统计高级课程(5cr)
DATA12001机器学习高级课程(5cr)
MAST32001计算统计I (5 cr)
计算统计II (5 cr)
MAST32006高维统计(5cr)
DATA11002机器学习导论(5cr)
DATA12002概率图形模型(5 cr)
MAST32005空间建模和贝叶斯推断(5 cr)

列表中的其他高级课程核心课程、数学、应用数学、统计学课程及/或其他经个人修读计划批准的课程。

MAST30001硕士论文研讨会(5cr)

MAST31000硕士论文(30cr)(链接包括评分标准和标准)

其他需求,例如可能需要的本科水平的数学和统计课程(模块0- 35cr其他研究)在这里解释。

概率模型研究的时间表和说明

模型研究计划

概率建模专业在理论数学及其应用到实际数据分析任务之间建立了一座桥梁。我们的课程包括统计学和机器学习的核心理论和实践课程。概率建模专业特别适合想要继续攻读统计学或机器学习博士学位的研究型理科硕士学生,以及对使用数学挑战现实世界数据分析任务感兴趣的学生。

例子

第1年,第1阶段(15颜色)

概率论I (5 cr)
计算统计I (5 cr)
人工智能导论(5cr)

第1年,第二阶段(15颜色)

概率论II (5 cr)
计算统计II (5 cr)
高维统计(5cr)

第1年,第三阶段(15颜色)

MAST31402贝叶斯反演(2周期共10 cr)
MAST31704概率I主题(5 cr)
DATA12002概率模型(5 cr)

第1年,第四阶段(15颜色)

MAST32004贝叶斯统计高级课程(5 cr)
MAST31402贝叶斯反演(续)
MAST31705概率II主题(5 cr)

第2年,第1阶段(15颜色)

统计推断III (5 cr)
DATA11001数据科学概论(5cr)
选修课(5cr),如数据科学研讨会

第二年,第二阶段(10个ECTS +开始论文)

DATA11003分布式数据基础设施(5cr)
深度学习(5cr)
硕士论文

第2年,第三阶段(论文)

硕士论文

第2年,第四阶段(论文+ 5 ECTS)

硕士论文

[选择其中之一:]
机器学习高级课程(5cr)
空间建模和贝叶斯推断(5 cr)