Studieretning:

Maskinlæring og statistikk

Tilhører studiet:
Anvendt fysikk og matematikk, sivilingeniør - master
Studieretning:

Maskinlæring og statistikk

Tilhører studiet:
Anvendt fysikk og matematikk, sivilingeniør - master
Studiested
Tromsø
Søknadsfrist

Maskinlæring er en vitenskapelig metode som bruker algoritmer og statistikk i programmering for å behandle data. Med maskinlæring ønsker man å lære datamaskinen til gjøre beslutninger basert på data. Viktige områder hvor det kan brukes er innen systemer der en trenger rask oversikt over store mengder data, stemmegjenkjenning, selvkjørende biler og andre områder hvor det ikke er mulig å programmere maskiner på forhånd. Dette feltet blir mer og mer viktig i årene fremover, og du blir ettertraktet til å jobbe i mange forskjellige områder.

Spørsmål om opptak

Maskinlæring er en studieretning i  som er én av tre sivilingeniørutdanninger ved UiT.

Fagfeltet maskinlæring er basert på statistikk og vil i løpet av de første årene på studiet få en god innføring av statistiske metoder. Etter de første årene, hvor du har opparbeidet deg en kunnskap innenfor fysikk, matematikk og statistikk kommer du til å bruke dette i praksis innenfor maskinlæring. Du får relevante oppgaver fra arbeidslivet i studiet og jobber hele tiden med de metodene som brukes ute i den reelle verden.

Studieretningen er rettet mot utvikling av metoder og algoritmer for a analysere data og trekke ut informasjon om de prosessene som danner dataen. Masteroppgaver kan tilbys innen «neural networks», grafbasert analyse, statistisk modellering. Du bruker maskinlæring til anvendelser innen jordobservasjon, medisinsk bildebehandling, og industrielle utfordringer for ny datadrevet teknologi.

På UiT har vi en egen maskinlæring og statistikk forskningsgruppe du kommer til jobbe tett med i løpet av studiet ditt.

Kunnskaper - Kandidaten:

  • har en solid bakgrunn i fysikk og matematikk, med særlig kunnskap om fagenes bruk som verktøy for modellering og analyse samt utvikling av teknologi og industrianvendelser
  • har inngående kunnskap om fagområdets vitenskapelige teori og metoder innen naturvitenskap og ingeniørfag
  • kan anvende sin kunnskap på nye teknologiske områder
  • har dyp kunnskap om generell statistisk metodikk
  • har spesialisert kunnskap om virkemåten til matematisk-statistiske algoritmer for automatisert og datadrevet analyse, og hvordan de brukes på praktiske problemstillinger for å klassifisere data og detektere objekter, hendelser eller avvik
  • har inngående kunnskap om hvordan statistiske og matematiske modeller kan brukes til å beskrive, forklare eller søke etter årsakssammenhenger i reelle data
  • har avansert kunnskap om effektiv programmering og utnyttelse av datamaskiner for å utføre beregningskrevende oppgaver

Ferdigheter - Kandidaten:

  • kan analysere faglige problemstillinger innen fysikk og matematikk med utgangspunkt i fagområdenes teorier, metoder og nyere resultater fra internasjonal forskning
  • kan anvende rådende teorier, metoder og fortolkninger og arbeide selvstendig med praktiske og teoretiske problemløsninger
  • kan integrere ny kunnskap og samtidig vurdere dens begrensninger, tvetydighet og ufullstendighet
  • kan analysere og forholde seg kritisk til ulike informasjonskilder og anvende disse til å strukturere og formulere faglige resonnementer
  • kan under veiledning gjennomføre et selvstendig, avgrenset forsknings- eller utviklingsprosjekt innen anvendt fysikk og matematikk
  • kan utføre sitt arbeid i tråd med gjeldende forskningsetiske normer
  • kan bruke maskinlæringsmetoder og algoritmer fundert i matematikk og statistikk til å analysere ulike typer reelle data
  • kan analysere problemstillinger og velge hensiktsmessig modeller og metoder for å trekke ut ønsket informasjon fra tilgjengelige data
  • kan skrive effektiv programvare for numeriske beregninger og analyse av store og/eller komplekse datasett

Generell kompetanse - Kandidaten:

  • kan analysere relevante fagetiske, yrkesetiske og forskningsetiske problemstillinger
  • kan formidle omfattende selvstendig arbeid og behersker terminologien innen sitt fagområde
  • kan kommunisere om faglige problemstillinger, analyser og konklusjoner innenfor fagområdet, både med spesialister og til allmennheten
  • kan arbeide selvstendig og i grupper med praktiske og teoretiske løsninger av problemer innen anvendt fysikk og matematikk
  • kan bidra til nytenking og i innovasjonsprosesser innenfor naturvitenskap og teknologi

Maskinlæringsmetoder og -algoritmer blir vidt brukt i alle fagfelt hvor det er behandling av store datasett. Det innebærer at du får ettertraktet utdannelse. Du kan for eksempel jobbe innenfor:

  • Bank og finans
  • Jordobservasjon
  • Medisinsk utvikling
  • Logistikk
  • Systemutvikling
  • Programutvikling
  • Sikkerhet
  • Forskning

Opptakskrav

For opptak til masterstudiet i teknologi kreves generell studiekompetanse + Matematikk R1 og R2 + Fysikk 1 (SIVING).

Søkere med bestått ett-årig forkurs for ingeniørutdanning fyller de spesielle opptakskravene og er unntatt fra kravet om generell studiekompetanse. UiT Norges arktiske universitet tilbyr forkurs for ingeniørutdanning.

Studiet er uten adgangsregulering og åpent for alle kvalifiserte søkere.

Krav til realkompetanse

Søkere uten generell studiekompetanse som er 25 år eller eldre i opptaksåret kan søke opptak på grunnlag av realkompetanse. Søknadsfristen for realkompetansesøkere er 1. mars.

Frist

Studieprogrammet har opptak hver høst med søknadsfrist 15.april. Søknaden sendes elektronisk til Samordna opptak.

Søknadskoden er 186 953. For å kunne søke gjennom Samordna opptak trenger du elektronisk ID. Husk at du må skaffe deg nødvendige koder eller kort i god tid før søknadsfristen.

Innpassing

Søkere som har relevant høyere utdanning fra tidligere kan søke om innpassing av tidligere utdanning, som etter faglig vurdering kan erstatte emner i studiet og brukes som en del av graden. En individuell utdanningsplan for resten av studietiden utarbeides. Du søker da opptak gjennom Samordna opptak og leverer søknad om innpassing etter at du er tatt om som student på studieprogrammet. For eksempel vil søkere med relevant ingeniørutdanning ofte kunne innplasseres direkte på 4. studieår i sivilingeniørstudiet.

Studiet er et fulltidsstudium med ukentlig undervisning og øvelser i alle emner. Undervisningen foregår ved UIT i Tromsø.

Emnene i studieprogrammet har ulike undervisningsformer som forelesninger og gruppeøvelser. Emner kan også ha laboratorieøvelser, PC-lab eller feltkurs.

I spesialpensa, prosjektoppgaver og på masteroppgaven gis individuell veiledning av vitenskapelig ansatte. Samarbeid med ekstern bedrift eller institusjon kan også avtales.

Dersom masteroppgaven innebærer arbeid på laboratorium, felt eller tokt vil gjennomføring av kurs i sikkerhetsopplæring være obligatorisk før uttak av masteroppgaven.

Eksamensformen varierer. Det er en avsluttende muntlig eller skriftlig eksamen, ofte i kombinasjon med hjemmeeksamen, prosjektoppgave eller laboratorierapport. I mange av emnene, spesielt i starten av studiet, kreves obligatoriske oppgaver godkjent for tilgang til eksamen.

I studiet inngår et krav om opparbeiding av minst 6 uker relevant arbeidspraksis, som vil gi nyttig lærdom og gjøre deg bedre rustet for arbeidsmarkedet. Praksis skal være godkjent før uttak av masteroppgave.

Studieprogrammets språk er norsk. De første årene vil de fleste fagene undervises på norsk, men pensumlitteraturen vil likevel ofte være på engelsk. For disse fagene vil undervisning og eksamensoppgaver være på norsk.


For å utvikle kompetanse i engelsk fagspråk vil de fleste fagene senere i studiet, og alle fag på masternivå, være engelskspråklige. Undervisning, pensumlitteratur og eksamensoppgaver vil her være på engelsk, men du kan velge å besvare eksamen på norsk/skandinavisk.

Fullført sivilingeniørstudium kvalifiserer for opptak til ph.d.-studier i fysikk, matematikk eller statistikk, under forutsetning av tilfredsstillende karakternivå.

Utvekslingsopphold ved annen utdanningsinstitusjon i Norge eller utlandet kan inngå i studiet etter avtale. Flere utvekslings- og stipendprogrammer med destinasjoner i ulike verdensdeler er tilgjengelige. Vi har fagspesifikke avtaler med Aberystwyth University i Wales og Saskatcewan i Canada.

Et opphold ved Universitetssenteret på Svalbard er også mulig.

Emnene som planlegges gjennomført ved ekstern institusjon må forhåndsgodkjennes av instituttet. Utvekslingsopphold passer best i fjerde studieår.


Mer informasjon om utveksling finner du her.

Foreløpig ikke tilgjengelig