Datavitenskap: spesialisering i matematikk og statistikk
Vil du utvikle morgendagens KI-metoder? For å drive innovasjon i en datadrevet verden, må du mestre kjernekonseptene innen matematikk og statistikk.
Som dataviter med spesialisering i matematikk og statistikk fordyper du deg i avanserte emner og konsepter som ligger til grunn for det meste innen datavitenskap. Spesialiseringen gir deg en dypere forståelse av algoritmene og metodene som er relevante i både akademisk forskning og industri.
Med et sterkt matematisk fundament kan du både bruke eksisterende metoder innen datavitenskap og tilpasse og videreutvikle metoder når du står overfor nye utfordringer i dataanalyse.
Hva lærer du i denne spesialiseringen?
Kjernen i datavitenskap: Maskinlæring, kunstig intelligens og stordata er avhengig av avansert matematikk og statistiske teknikker. Med et sterkt grunnlag i matematikk og statistikk vil du forstå hvorfor datavitenskap fungerer, hvordan du kan forbedre eksisterende metoder og utvikle nye – ikke bare hvordan du bruker dem. (Emner: MATH290, MATH270, MATH220, MLA310).
Dypere matematikk- og statistikkferdigheter: Utviklingen av nye modeller og algoritmer er avhengig av en dyp forståelse av matematikk og statistikk innen datavitenskap. (Emner: MATH250, STAT351, STIN300, STAT340, STAT210).
Optimaliseringsteknikker: En kjerneingrediens i maskinlæring er treningsmetoden. Lær matematisk teori om hvordan du trener maskinlæringsmodeller og løsninger. (Emne: MATH285)
Numeriske metoder: Løs beregningsproblemer som involverer store datasett, ved hjelp av metoder fra kalkulus, algebra og numerisk analyse for å håndtere virkelige utfordringer. (Emne: INF305)
Forskning som gjør en forskjell: samarbeid med forskningsgrupper
Gjennom masteroppgaven din kan du bidra til aktuell forskning i noen av våre forskningsgrupper:
- Multivariat dataanalyse og maskinlæring
- BIAS: bioinformatikk og anvendt statistikk
- BONXAI: forskningslaboratorium for biologisk inspirerte selvorganiserende nettverk for forklarlig og bærekraftig kunstig intelligens
Antall ECTS påkrevd for denne spesialiseringen: (totalt 70 ECTS)
Obligatoriske emner (50 ECTS)
- MATH220 – Matematisk modellering
- MATH250 – Partielle differsiallikninger og modeller
- MATH270 – Kompleks analyse og transformasjonsmetoder
- MATH290 – Reell analyse
- STAT351 – Statistisk teori
Anbefalte valgfrie emner (velg 20 ECTS)