Utbildningsplan Masterprogram, maskininlärning Master's Programme, Machine Learning, 120 credits 120,0 högskolepoäng Gäller för antagna till utbildningen fr o m HT10. Utbildningens mål Maskininlärning är den gren av datalogin som går ut på att få datorsystem att lära sig från stora mängder exempel, liknande den inlärningsstrategi biologiska system (som människor) har. På senare tid har maskininlärning har fått en allt större betydelse vid behandling av stora mängder vetenskaplig data och vid design av sökmotorer, robotar och sensorsystem. Masterprogrammet i maskininlärning fokuserar på maskininlärningens matematiska grunder och metoder. Studenten kan välja att fördjupa sig i tillämpningar inom perception och kognition eller informationssökning. För en mer detaljerad beskrivning av de två spåren, se Bilaga 2. Kunskap och förståelse En master i maskininlärning ska kunna: förmedla god kunskap om matematiska metoder för maskininlärning, samt hur dessa metoder tillämpas inom antingen perception och kognition eller informationssökning, förstå olika maskininlärningsproblem tillräckligt bra för att kunna välja ut och tillämpa lämpliga maskininlärningsmetoder som löser dem. Färdigheter och förmågor En master i maskininlärning ska kunna: utarbeta lösningsstrategier för olika maskininlärningsproblem och förstå styrkorna och svagheterna hos olika metoder och verktyg, arbeta effektivt i grupper av människor med olika vetenskaplig och teknisk bakgrund, kommunicera med forskare, utvecklare och ingenjörer på ett kompetent sätt, både muntligt och skriftligt, följa och delta i forskning och utveckling inom antingen perception och kognition eller informationssökning. Utbildningsplan för Masterprogram, maskininlärning antagna fr o m HT10. Sida 1 av 6
Värderingsförmåga och förhållningssätt En master i maskininlärning ska kunna: kritiskt bedöma ett problem och på ett oberoende sätt finna den information och kunskap som behövs för att bilda sig en kvalificerad uppfattning, formulera och närma sig nya maskininlärningsproblem på ett vetenskapligt sätt: kreativt, kritiskt och systematiskt, identifiera behov av ytterligare kunskap inom området och ta ansvar för att hålla sin egen kunskap uppdaterad. Härutöver gäller de liknande mål för masterexamen som definieras i högskoleförordningen. Utbildningens omfattning och innehåll Programmet omfattar 120 högskolepoäng, vilket vid normal studietakt motsvarar två år. Programmet är på avancerad nivå och ges på engelska. Vissa valfria kurser är på svenska. Studieplanen består av ett basblock av kurser, följt av ett av två spår: (i) Perception och kognition, och (ii) Informationssökning. De obligatoriska kurserna i basblocket och i det valda spåret utgör lite mer än hälften av kursdelen av studierna. Behörighet och urval Studenter på de civilingenjörsprogram där masterprogrammet i maskininlärning berättigar till civilingenjörsexamen Studenter på de civilingenjörsprogram vid KTH där masterprogrammet i maskininlärning berättigar till civilingenjörsexamen vid KTH får påbörja programmet om de vid terminsstarten har slutfört minst 150 högskolepoäng från årskurs 1 3 inklusive kandidatexamensarbete och nedan under särskilda behörighetskrav uppräknade kurser. De har garanterad plats på programmet. Ansökan görs senast 15 november. Övriga studenter Grundläggande behörighetskrav: Se KTHs behörighetskrav för masterprogram, länk nedan. Särskilda behörighetskrav: Förkunskapskraven för masterprogrammet i maskininlärning är en svensk eller utländsk examen, motsvarande en kandidatexamen om 180 högskolepoäng, med minst en nivå i matematik och datalogi som motsvarar följande kurser vid KTH: SF1604 Linjär algebra (eller SF1624), SF1600 Differential- och integralkalkyl I, del 1 (eller SF1602, SF1625), SF1601 Differential- och integralkalkyl I, del 2 (eller SF1603, SF1626), SF1906 Matematisk statistik, DD1340 Introduktion till datalogi (eller DD1320, DD1321, DD1344). Det finns också ett krav på engelskakunskaper motsvarande Eng B i det svenska skolsystemet. Ansökan görs via www.studera.nu senast 15 januari. Utbildningsplan för Masterprogram, maskininlärning antagna fr o m HT10. Sida 2 av 6
Urval: Urvalsprocessen baseras på en total utvärdering av följande kriterier: medelbetyg från kandidatexamen, tidigare relaterade kurser (t.ex. inom områdena maskininlärning, datorseende, bildbehandling, talanalys, signalbehandling, neurovetenskap, informationssökning eller databrytning), personligt ansökningsbrev och referenser. KTHs regelverk: http://intra.kth.se/regelverk/utbildning-forskning/grundutbildning/antagning/1.27192 Utbildningens genomförande Utbildningens upplägg Läsåret omfattar 40 veckor. Vid behov kan undervisning läggas utanför läsåret. Läsåret för KTH:s grundutbildning är indelat i fyra perioder. Läsperioderna har vardera cirka sju veckor med minst 33 läsdagar. Varje läsperiod följs av en tentamensperiod. Utöver de fyra ordinarie tentamensperioderna ges tre omtentamensperioder; efter jul, efter läsårets sista ordinarie tentamensperiod och direkt före läsårets första läsperiod. Läsårsindelningen framgår av KTHs studentwebb http://www.kth.se/student/schema/1.1007 Programmets första år ägnas huvudsakligen åt de obligatoriska kurserna i basblocket och i det valda spåret. Delar av det första året, samt det andra året, ägnas åt spårets valbara kurser, fritt valbara kurser och examensarbete. Kurser Utbildningen sker i kursform. Kurslistor finns i bilaga 1. Det obligatoriska basblocket motsvarar cirka 25 högskolepoäng. Spåren innehåller också basblock om cirka 25 högskolepoäng. För att nå tillräckligt djup i det valda spåret ska studenten välja minst tre kurser från spårets lista av valbara kurser. De resterande högskolepoängen fås från fritt valda kurser, som väljs fritt bland spårets kurser, andra kurser på avancerad nivå på KTH, eller bland språkkurser på KTH. Kurser på grundnivå på KTH kan också väljas men måste godkännas av programansvarig. Examination görs på många sätt, till exempel med hemuppgifter som redovisas muntligt eller skriftligt, laborativt arbete, projektarbete eller traditionella skriftliga tentor. Efter varje kurs hämtas studenternas synpunkter in och analyseras av kursledaren i en kursanalys som normalt publiceras på webben, se KTHs regler för kursanalys: http://intra.kth.se/regelverk/utbildningforskning/grundutbildning/kursanalys Betygssystem För kurser på KTH används en sjugradig målrelaterad betygsskala A-F som slutbetyg för kurser på grundnivå och avancerad nivå. A-E är godkända betyg med A som högsta betyg. Betygen godkänd (P) och underkänd (F) används som slutbetyg då särskilda skäl föreligger. Villkor för deltagande i utbildningen Utbildningsplan för Masterprogram, maskininlärning antagna fr o m HT10. Sida 3 av 6
Studieanmälan och terminsregistrering Inför varje termin (1 15 november resp. 1 15 maj) ska den studerande lämna en obligatorisk studieanmälan till studievägledningen vid CSC. Studieanmälan utgör underlag för planering samt terminsregistrering på programmet. Terminsregistrering krävs för att studieresultaten ska registreras och av CSN för utbetalning av studiemedel. Studieuppehåll Studieuppehåll innebär att studenten inte deltar i undervisningen under minst en läsperiod. Vid studieuppehåll har studenten rätt att återkomma till studierna vid angiven tidpunkt. Under studieuppehåll får studenten göra kompletteringar och delta i examination i tidigare påbörjad kurs. Anmälan om studieuppehåll görs på blankett som lämnas till studievägledningen vid CSC. När studenten avser att återuppta studierna är han/hon skyldig att göra en ny studieanmälan. Val av spår Spårval görs under årskurs 1. Inga platsbegränsningar finns. Val av kurser Studenten är skyldig att ansöka om antagning till alla kurser han/hon önskar följa nästkommande termin. Ansökan om antagning till kurs ska göras på det sätt CSC-skolan anger senast 15 maj inför höstterminen 15 november inför vårterminen. Ansökan som lämnas in efter sista ansökningsdatum beaktas endast i mån av plats. Innan ansökan om antagning till språkkurs görs ska test för nivåplacering göras. På ett fåtal kurser är platsantalet begränsat och urval sker då efter meriter såsom betyg och poäng för de studenter som ansökt i tid. Urval görs av kursgivande skola. Kursregistrering Registrering på kurs förutsätter antagning till kurs i Ladok. Ansökan om antagning till kurs görs på det sätt CSC-skolan anger. Registrering på kurs görs av den kursgivande skolan. Studenten ska vid kursstart för varje kurs registrera sig på kursen. Kursregistrering på både obligatoriska och valfria kurser måste göras individuellt på kursgivande skola. Den som registrerat sig på en kurs och därefter beslutar sig för att inte fullfölja kursen ska snarast anmäla detta till kursgivande skola. Villkor för uppflyttning För att bli uppflyttad till årskurs 2 måste studenten ha slutfört minst 45 högskolepoäng från årskurs 1. Utbildningsplan för Masterprogram, maskininlärning antagna fr o m HT10. Sida 4 av 6
Studenter som kommit efter med sina studier och inte uppfyller ovan nämnda krav ska i samråd med studievägledningen för programmet upprätta en individuell studieplan för de fortsatta studierna. Tillgodoräknanden Studenten har möjlighet att ansöka om att få tillgodoräkna sig resultat från kurs/kurser vid annan högskola /universitet inom eller utom landet. Blankett finns på KTHs studentwebb. Ansökan om tillgodoräknande lämnas till studievägledningen vid CSC. KTHs policy för tillgodoräkning finns i sin helhet i KTHs regelverk: http://intra.kth.se/regelverk/utbildning-forskning/grundutbildning/prestationer/1.27200 Utlandsstudier Studenter vid programmet har möjlighet att studera en eller två terminer utomlands genom de avtal KTH har med universitet inom och utanför EU. Det är även möjligt att göra examensarbete utomlands. För mer information kontakta internationaliseringsansvarig vid CSC. Mer information finns på KTHs studentwebb och på http://intra.kth.se/regelverk/utbildning-forskning /grundutbildning/utbytesstudier Examensarbete I utbildningen ingår ett examensarbete för civilingenjörs-/masterexamen som är en kurs på 30 högskolepoäng. Kurser motsvarande minst 60 högskolepoäng måste slutföras innan examensarbetet påbörjas. Av dessa måste 40 högskolepoäng utgöras av basblockets och spårets obligatoriska kurser. Studenten ansvarar för att hitta en lämplig uppgift för sitt examensarbete. KTHs övergripande regler och riktlinjer för examensarbete 30 högskolepoäng för masterexamen 120 högskolepoäng, samt betygssättning av examensarbete finns i KTHs regelverk: http://intra.kth.se/regelverk /utbildning-forskning/grundutbildning/examensarbete/1.27212 Examen Studenten kan efter fullgjort program ansöka om teknologie masterexamen, engelska: Degree of Master of Science (Two Years). Anvisningar för ansökan om examen görs finns på KTHs studentwebb. Villkor för teknologie masterexamen Teknologie masterexamen erhålls efter genomgånget utbildningsprogram. Programmet är utformat så att den studerande vid examen uppfyllt de nationella examenskraven och fullgjort kurser om 120 högskolepoäng, varav minst 90 högskolepoäng på avancerad nivå, varav minst 60 högskolepoäng (inkl 30 högskolepoäng examensarbete) med fördjupning inom huvudområdet för utbildningen. Utbildningsplan för Masterprogram, maskininlärning antagna fr o m HT10. Sida 5 av 6
Se KTHs regelverk http://intra.kth.se/regelverk/utbildning-forskning/grundutbildning/examina/1.27227 Bilaga 1 - Kurslista Bilaga 2 - Inriktningsbeskrivningar Utbildningsplan för Masterprogram, maskininlärning antagna fr o m HT10. Sida 6 av 6
Bilaga 1: Kurslista Masterprogram, maskininlärning (TMAIM), Utbildningsplan för kull HT2010 Utbildningsplan Beslutad utbildningsplan som PDF: Gällande för kull HT2010 Gemensamma kurser Årskurs 1 Obligatoriska kurser (69,0 Högskolepoäng) Kurskod Kursnamn Omfattning Utb. nivå DA2205 Vetenskapsteori och forskningsmetodik 7,5 hp Avancerad nivå DD2380 Artificiell intelligens 6,0 hp Avancerad nivå DD2401 Neurovetenskap 7,5 hp Avancerad nivå DD2423 Bildbehandling och datorseende 7,5 hp Avancerad nivå DD2427 Bildbaserad igenkänning och klassificering 6,0 hp Avancerad nivå DD2431 Maskininlärning 6,0 hp Avancerad nivå DD2432 Artificiella neuronnät och andra lärande system 6,0 hp Avancerad nivå DD2447 Statistiska metoder i datalogin 6,0 hp Avancerad nivå DD2471 Moderna databassystem och databastillämpningar 7,5 hp Avancerad nivå DD2475 Informationssökning 9,0 hp Avancerad nivå Villkorligt valfria kurser Kurskod Kursnamn Omfattning Utb. nivå DD1368 Databasteknik för D 6,0 hp Grundnivå DD2257 Visualisering 7,5 hp Avancerad nivå DD2395 Datasäkerhet 6,0 hp Avancerad nivå Utbildningsplan för Masterprogram, maskininlärning antagna fr o m HT10. Bilaga 1, sida 1 av 3
DT2112 Talteknologi 7,5 hp Avancerad nivå DT2118 Igenkänning av tal och talare 7,5 hp Avancerad nivå DT2140 Multimodala interaktioner och gränssnitt 7,5 hp Avancerad nivå EL2320 Tillämpad estimering 7,5 hp Avancerad nivå SF1841 Optimization 6,0 hp Grundnivå SF2945 Tidsserieanalys 6,0 hp Avancerad nivå SF2950 Tillämpad matematisk statistik 7,5 hp Avancerad nivå Kompletterande information Obligatoriska kurser år 1 för samtliga studenter är: DD2380, DD2423, DD2431 och DA2205. Inriktningsspår är: 1. 2. Perception och kognition Informationssökning Obligatoriska kurser år 1, spåret mot perception och kognition är: DD2401, DD2427 och DD2432. Minst tre av de villkorligt valfria kurserna inom valt spår måste läsas. Under år 1 finns följande sådana kurser inom spåret mot perception och kognition: DD2257, DD2475, DT2112, DT2118, SF1841 och SF2950. De villkorligt valfria kurserna DD2447, EL2320, DT2140 samt SF2945 läses vanligen i åk 2. Obligatoriska kurser år 1, spåret mot informationssökning är: DD2447, DD2471 och DD2475. Minst tre av de villkorligt valfria kurserna inom valt spår måste läsas. Under år 1 finns följande sådana kurser inom spåret mot informationssökning: DD1368 (på svenska), DD2257, DD2427, DD2432, SF2950 och SF1841. De villkorligt valfria kurserna DD2395 och SF2945 läses vanligen i åk 2. Årskurs 2 Obligatoriska kurser (6,0 Högskolepoäng) Kurskod Kursnamn Omfattning Utb. nivå DD2429 Datorfotografi 6,0 hp Avancerad nivå Villkorligt valfria kurser Kurskod Kursnamn Omfattning Utb. nivå DD2393 Internets protokoll och principer 6,0 hp Avancerad nivå DD2395 Datasäkerhet 6,0 hp Avancerad nivå DD2425 Robotik och autonoma system 9,0 hp Avancerad nivå DD2447 Statistiska metoder i datalogin 6,0 hp Avancerad nivå DH2418 Språkteknologi 6,0 hp Avancerad nivå DT2140 Multimodala interaktioner och gränssnitt 7,5 hp Avancerad nivå EL2320 Tillämpad estimering 7,5 hp Avancerad nivå Utbildningsplan för Masterprogram, maskininlärning antagna fr o m HT10. Bilaga 1, sida 2 av 3
EN2202 Mönsterigenkänning 7,5 hp Avancerad nivå SF2940 Sannolikhetsteori 7,5 hp Avancerad nivå Kompletterande information Obligatorisk kurs år 2, spåret mot perception och kognition är: DD2429. Minst tre av de villkorligt valfria kurserna inom valt spår måste läsas. Under år 2 finns följande sådana kurser inom spåret mot perception och kognition: DD2425, EN2202 och SF2940, dessutom DD2447, DT2140 och EL2320, vilka alla kan läsas även år 1. Inom spåret mot informationssökning finns följande villkorligt valfria kurser år 2: DH2418 (på svenska), DD2393, DD2429 och SF2940, samt DD2395, vilken även kan läsas år 1. Utbildningsplan för Masterprogram, maskininlärning antagna fr o m HT10. Bilaga 1, sida 3 av 3
Bilaga 2: Inriktningar Masterprogram, maskininlärning (TMAIM), Utbildningsplan för kull HT2010 Utbildningsplan Beslutad utbildningsplan som PDF: Gällande för kull HT2010 Programmet har inga inriktningar. Utbildningsplan för Masterprogram, maskininlärning antagna fr o m HT10. Bilaga 2, sida 1 av 1