Pembelajaran Mesin MSc
KTH Royal Institute of Technology
Informasi kunci
Lokasi kampus
Stockholm, Swedia
Bahasa
Bahasa inggris
format studi
Di kampus
Durasi
2 bertahun-tahun
Kecepatan
Waktu penuh
Biaya pendidikan
SEK 342.000 / per year *
Tenggat waktu aplikasi
Minta info
Tanggal mulai paling awal
Aug 2024
* non-EU/EEA/Swiss adalah 342.000 SEK.
pengantar
Pembelajaran Mesin mengembangkan algoritma untuk menemukan pola atau membuat prediksi dari data empiris dan program master ini akan mengajarkan Anda untuk menguasai keterampilan ini. Pembelajaran Mesin semakin banyak digunakan oleh banyak profesi dan industri seperti manufaktur, ritel, kedokteran, keuangan, robotika, telekomunikasi, dan media sosial. Lulusan dari program ini akan menjadi ahli di bidangnya, memenuhi syarat untuk karir yang menarik dalam studi industri atau doktoral.
Pembelajaran Mesin di KTH
Dalam program ini, Anda akan mempelajari dasar-dasar matematika dan statistik serta metode pembelajaran mesin dengan tujuan memodelkan dan menemukan pola dari observasi. Anda juga akan mendapatkan pengalaman praktis dalam mencocokkan, menerapkan, dan menerapkan teknik pembelajaran mesin yang relevan untuk memecahkan masalah dunia nyata dalam berbagai domain aplikasi. Setelah lulus dari program ini, Anda akan memperoleh kepercayaan diri dan pengalaman untuk mengusulkan solusi yang tepat untuk masalah pembelajaran yang berpotensi tidak standar yang dapat Anda terapkan secara efisien dan kuat. Stockholm memiliki komunitas start-up yang dinamis dan perusahaan-perusahaan besar yang mengintegrasikan AI dan Pembelajaran Mesin ke dalam pengembangan teknologi mereka. Ini memberi Anda potensi pekerjaan industri yang relevan dan menarik di bidang tersebut selama dan setelah studi Anda.
Program ini dimulai dengan kursus wajib dalam pembelajaran mesin dan kecerdasan buatan untuk memberikan pengenalan lapangan dan dasar yang kuat. Kursus-kursus ini diikuti dengan kursus lanjutan dalam pembelajaran mesin dan metodologi penelitian. Mulai semester kedua, Anda memilih mata kuliah dari dua bidang: domain aplikasi yang memanfaatkan pembelajaran mesin dan pembelajaran mesin teoretis. Area-area ini sesuai dengan kompetensi inti seorang pakar pembelajaran mesin.
Pengelompokan mata kuliah pertama menjelaskan bagaimana pembelajaran mesin digunakan untuk memecahkan masalah dalam domain aplikasi seperti visi komputer, pengambilan informasi, pemrosesan ucapan dan bahasa, biologi komputasi, dan robotika. Pengelompokan kursus kedua memungkinkan Anda mengambil lebih banyak kursus teori dasar dalam matematika terapan, statistik, dan pembelajaran mesin. Yang menarik bagi banyak orang adalah kesempatan untuk mempelajari dan memahami secara detail bidang pembelajaran mendalam yang menarik melalui beberapa kursus canggih.
Program ini juga memiliki hingga 30 kredit ECTS mata kuliah pilihan yang dapat Anda pilih dari berbagai mata kuliah untuk mengkhususkan lebih lanjut dalam bidang minat Anda atau memperluas pengetahuan Anda ke bidang baru.
Semester akhir didedikasikan untuk proyek gelar yang melibatkan partisipasi dalam penelitian lanjutan atau proyek desain di lingkungan akademik atau industri, di Swedia atau di luar negeri. Dengan proyek ini, Anda dapat menunjukkan kemampuan Anda untuk melakukan pekerjaan proyek mandiri, menggunakan keterampilan yang diperoleh dari kursus dalam program tersebut. Sebelumnya, mahasiswa program ini telah menyelesaikan proyek di perusahaan seperti Saab, Elekta, Flir, Eriksson, Tobii, Spotify, Thales, Huawei.
Ini adalah program dua tahun (120 kredit ECTS) yang diberikan dalam bahasa Inggris. Lulusan diberikan gelar Master of Science. Program ini diberikan terutama di Kampus KTH di Stockholm oleh Sekolah Teknik Elektro dan Ilmu Komputer (di KTH ).
Penerimaan
Kurikulum
Tahun 1
Mata kuliah yang dilaksanakan pada periode 1 dan 2 Tahun 2 berpotensi diambil pada periode 1 dan periode 2 Tahun 1 apabila memberikan beban kerja yang dapat dikelola oleh mahasiswa.
Terlepas dari persyaratan kursus wajib dan pilihan bersyarat, siswa bebas memilih dari semua siklus kedua dan kursus bahasa yang diberikan di KTH untuk meningkatkan jumlah kredit kursus yang diselesaikan menjadi 90 ECTS. Kursus siklus pertama dapat diambil (meskipun kami lebih suka jika siswa mengambil kursus siklus kedua) tetapi tidak lebih dari 30 poin ECTS yang dapat dihitung untuk kelulusan. Mata kuliah yang direkomendasikan adalah bagi mereka yang ingin memperluas kompetensi dan pengetahuannya di bidang Ilmu Komputer dan Rekayasa Perangkat Lunak. Proyek gelar akhir juga harus diselesaikan.
Mahasiswa harus menyelesaikan mata kuliah wajib (A.1.1) dan mata kuliah pilihan bersyarat. Mata kuliah yang dipilih secara bersyarat dibagi menjadi dua set; Domain Aplikasi (A.1.3), dan Teori (A.1.4). Seorang siswa harus menyelesaikan:
- minimal 6 mata kuliah dari Domain Aplikasi dan Teori,
dengan kendala itu
- minimal 2 dari 6 mata kuliah berasal dari mata kuliah Teori dan
- Setidaknya 2 dari 6 kursus berasal dari kursus Domain Aplikasi.
Secara eksplisit ini berarti bahwa siswa untuk lulus harus telah menyelesaikan:
- 2 mata kuliah dari Domain Aplikasi dan 4 mata kuliah dari Teori,
- 3 mata kuliah dari Domain Aplikasi dan 3 mata kuliah dari Teori,
- 4 mata kuliah dari Domain Aplikasi dan 2 mata kuliah dari Teori.
Terlepas dari persyaratan mata kuliah wajib dan pilihan bersyarat, siswa bebas memilih dari semua siklus kedua dan mata kuliah bahasa yang diberikan di KTH untuk mengambil jumlah kredit mata kuliah yang diselesaikan sebesar 90 ECTS. Kursus siklus pertama dapat diambil (meskipun kami lebih suka jika siswa mengambil kursus siklus kedua) tetapi tidak lebih dari 30 poin ECTS yang dapat dihitung untuk kelulusan. Mata kuliah yang tidak diperbolehkan sebagai mata kuliah pilihan adalah mata kuliah hobi seperti memasak, merawat bar, dll. Pada bagian A.1.5 kami mencantumkan serangkaian mata kuliah yang direkomendasikan yang dapat diambil oleh siswa terutama mereka yang ingin memperluas kompetensi dan pengetahuan mereka di bidang Ilmu Komputer dan Perangkat Lunak Rekayasa. Proyek gelar akhir (A.1.2) juga harus diselesaikan.
Siswa yang pada gelar sebelumnya telah membaca mata kuliah yang sesuai dengan DD1420, DD2380 atau DD2434 dapat mengajukan permohonan untuk membaca mata kuliah pengganti. Permohonan diajukan kepada koordinator master yang, setelah meninjau mata kuliah yang dibaca sebelumnya, memberikan izin kepada siswa untuk mengambil mata kuliah pengganti dari rangkaian mata kuliah pilihan atau rekomendasi bersyarat. Mata kuliah pengganti, jika merupakan mata kuliah pilihan bersyarat, tidak akan diperhitungkan dalam salah satu dari 6 persyaratan mata kuliah pilihan bersyarat.
Siswa yang menyelesaikan tiga tahun pertama studinya di KTH dalam program CINTE, yang telah membaca ID1214 Kecerdasan Buatan dan Aplikasi, dapat mendaftar untuk membaca mata kuliah pengganti. Hubungi koordinator utama sesuai dengan instruksi di atas.
Kursus wajib
- Pengantar Filsafat Ilmu Pengetahuan dan Metodologi Penelitian (DA2205) 7,5 sks
- Dasar-dasar Pembelajaran Mesin (DD1420) 7,5 SKS
- Program Mengintegrasikan Kursus dalam Pembelajaran Mesin (DD2301) 3,0 kredit
- Kecerdasan Buatan (DD2380) 6,0 kredit
- Pembelajaran Mesin, Kursus Lanjutan (DD2434) 7,5 sks
Tahun 2
Kursus wajib
- Gelar Proyek dalam Ilmu dan Teknik Komputer, yang mengkhususkan diri dalam Pembelajaran Mesin, Siklus Kedua (DA233X) 30,0 kredit
- Program Mengintegrasikan Kursus dalam Pembelajaran Mesin (DD2301) 3,0 kredit
Hasil Program
Pembangunan berkelanjutan
Lulusan dari KTH memiliki pengetahuan dan alat untuk menggerakkan masyarakat ke arah yang lebih berkelanjutan, karena pembangunan berkelanjutan merupakan bagian integral dari semua program. Tiga tujuan utama pembangunan berkelanjutan yang ditangani oleh program master dalam Machine Learning adalah:
- 3 Kesehatan dan Kesejahteraan yang Baik
- 11 Kota dan Komunitas Berkelanjutan
- 16 Perdamaian, Keadilan dan Kelembagaan yang Kuat
Perkembangan Machine Learning telah mulai merambah banyak aspek kehidupan kita dan diperkirakan akan memiliki efek yang semakin mendalam pada masyarakat, misalnya membuat banyak pekerjaan kerah biru dan putih menjadi usang karena peningkatan otomatisasi atau peningkatan hasil pasien karena personalisasi yang lebih baik. obat-obatan dan diagnosa. Beberapa dari perkembangan ini mungkin tidak menguntungkan semua masyarakat atau mungkin memiliki konsekuensi yang tidak diinginkan. Sebagai lulusan dari program ini, Anda akan mendapatkan informasi yang sangat baik tentang kemampuan teknis dan aplikasi potensial Pembelajaran Mesin, serta berada di posisi yang tepat untuk mendorong kemajuan Pembelajaran Mesin/AI lebih jauh lagi. Oleh karena itu, sebagai bagian dari program, dan juga dalam KTH , kami menyoroti masalah etika dan tanggung jawab yang akan menyertai keterampilan dan pengetahuan ini dalam kursus wajib seperti DD2301 dan DD2380. Kami melihat tanggung jawab ini sejalan dengan Tujuan Pembangunan Berkelanjutan PBB, di mana kami secara khusus mempromosikan kesadaran akan SDG sebagai bagian dari "DD2301: Kursus Integrasi Program" dan juga menyoroti kasus penggunaan "AI untuk kebaikan", yang bersinggungan dengan SDGs, seperti dalam desain dan pengoperasian ladang angin dan matahari agar lebih efisien, diagnosis dan pengobatan berbagai penyakit dan desain intervensi kesehatan, dan rekayasa presisi untuk mempromosikan praktik pertanian yang lebih efisien.
Di tahun terakhir studi mereka, mahasiswa dari program ini akan memiliki kesempatan untuk menyelesaikan proyek tingkat akhir yang sangat relevan dengan berbagai SDG. Contoh di mana proyek semacam itu terjadi di masa lalu adalah:
- SDG: "Kesehatan dan Kesejahteraan yang Baik", dengan perusahaan teknologi medis seperti Elekta dan RaySearch;
- SDG: “Kota dan Komunitas yang Berkelanjutan", dengan pemantauan otomatis citra satelit di dalam Divisi Geoinformatika, KTH .
- SDG: “Peace and Justice Strong Institutions”, dengan lembaga internasional independen SIPRI.
Pengembang perangkat lunak, insinyur pembelajaran dalam, insinyur visi komputer, analis data, insinyur perangkat lunak, analis kuantitatif, ilmuwan data, dan insinyur sistem.
Permintaan untuk insinyur dan ilmuwan dengan pengetahuan dalam Pembelajaran Mesin tumbuh seiring dengan meningkatnya jumlah data di dunia. Setelah lulus, Anda dapat mengejar karir di industri, di awal atau di perusahaan tradisional yang sudah mapan. Judul yang mungkin adalah pengembang perangkat lunak, insinyur pembelajaran dalam, insinyur visi komputer, analis data, insinyur perangkat lunak, analis kuantitatif, ilmuwan data, dan insinyur sistem di perusahaan seperti Dice, Logitech, Google, dan McKinsey di, misalnya, Swedia, Swiss, Jerman , Cina, India, dan AS.
Program master ini juga merupakan dasar yang cocok untuk bekerja di departemen penelitian dan pengembangan dalam industri, serta untuk karir penelitian lanjutan, dan studi doktoral.
Beasiswa dan Pendanaan
KTH menawarkan empat peluang beasiswa berbeda untuk studi master. Beasiswa KTH mencakup biaya kuliah program master satu atau dua tahun. Beasiswa Satu Tahun KTH ditujukan untuk mahasiswa program magister KTH saat ini dan mencakup biaya kuliah studi tahun kedua. Beasiswa Program Bersama KTH ditujukan untuk mahasiswa pada program bersama tertentu dan mencakup biaya sekolah selama masa studi yang dihabiskan di KTH . Beasiswa KTH India ditujukan khusus untuk pelajar dari India.
- Beasiswa KTH
- Beasiswa Satu Tahun KTH
- Beasiswa Program Bersama KTH
- Beasiswa KTH India
Institut Swedia
Institut Swedia (SI) menawarkan sejumlah beasiswa bagi siswa dari negara sasaran yang datang ke Swedia.
Organisasi beasiswa terkait KTH
KTH bekerjasama dengan organisasi berikut memberikan kesempatan beasiswa bagi calon mahasiswa KTH .
- COLFUTURO (Programa Crédito Beca) untuk pelajar dari Kolombia
- LPDP (Dana Abadi Pendidikan Indonesia) untuk pelajar asal Indonesia
- FUNED untuk siswa dari Meksiko
Portal beasiswa
basis data IEFA
Basis data IEFA menawarkan pencarian beasiswa yang komprehensif, daftar hibah dan program pinjaman mahasiswa internasional.
portal belajar
Basis data beasiswa Studyportals mencantumkan lebih dari 1,000 beasiswa dan hibah untuk siswa di seluruh dunia yang mendaftar studi di UE.
Cendekiawan4dev
Beasiswa untuk Pembangunan adalah database beasiswa yang terbuka untuk siswa dari negara berkembang.
Kami Membuat Cendekiawan
WeMakeScholars membantu siswa dari India mendapatkan pinjaman pendidikan dari bank dan NBFC. Mereka juga mencantumkan lebih dari 26,000 beasiswa internasional dari berbagai perwalian, yayasan, dan pemerintah. tubuh.
Penundaan pinjaman mahasiswa di Amerika Serikat
KTH adalah lembaga terakreditasi di Departemen Pendidikan AS dan menyandang status Judul IV 'Hanya Penundaan' (OPE ID 03274300). Pelajar AS dapat menunda pembayaran pada rekening pinjaman pelajar federal yang ada saat mendaftar dalam program master di KTH . Status 'Hanya Penangguhan' tidak mengizinkan siswa mengambil pinjaman mahasiswa federal untuk pendaftaran di KTH . Namun, akreditasi memfasilitasi peluang hibah dan pinjaman bagi pelajar Amerika karena banyak lembaga pinjaman pelajar swasta di Amerika menggunakan penunjukan ini sebagai persyaratan untuk memberikan pinjaman baru. Siswa yang ingin menunda pembayaran harus menghubungi lembaga pemberi pinjaman mereka di AS.
Beasiswa tersedia. Silakan periksa situs web institut untuk informasi lebih lanjut.
Galeri
Kesempatan berkarir
Permintaan akan insinyur dan ilmuwan dengan pengetahuan tentang Pembelajaran Mesin semakin meningkat seiring dengan meningkatnya jumlah data di dunia. Setelah lulus, Anda dapat mengejar karir di industri, di perusahaan baru atau di perusahaan tradisional yang sudah mapan. Judul yang mungkin adalah pengembang perangkat lunak, insinyur pembelajaran mendalam, insinyur visi komputer, analis data, insinyur perangkat lunak, analis kuantitatif, ilmuwan data, dan insinyur sistem di perusahaan seperti Dice, Logitech, Google, dan McKinsey di, misalnya, Swedia, Swiss, Jerman, Cina, India, dan Amerika Serikat.
Program master ini juga merupakan dasar yang cocok untuk bekerja di departemen penelitian dan pengembangan di industri, serta untuk melanjutkan karir penelitian, dan studi doktoral.
Setelah lulus
Pengembang perangkat lunak, insinyur pembelajaran mendalam, insinyur visi komputer, analis data, insinyur perangkat lunak, analis kuantitatif, ilmuwan data, dan insinyur sistem.