Statistics and Machine Learning
Learn to make reliable predictions
The programme focusses on modern methods from machine learning and database management that use the power of statistics to build efficient models and make reliable predictions and optimal decisions. You will gain deep theoretical knowledge as well as practical experience from extensive amounts of laboratory work. If you want to complement your studies with courses at other universities, you can participate in exchange studies during the third semester.
Depending on your interests, you will work towards your thesis at a company, a governmental institution or a research unit at LiU. There you can apply your knowledge to a real problem and meet people who use advanced data analytics in practice or you can go deeper into the research.
This programme is for you if you aspire to learn how to:
- improve the ability of a mobile phone’s speech recognition software to distinguish vowels in a noisy environment
- provide early warning of a financial crisis by analysing the frequency of crisis-related words in financial media and internet forums
- improve directed marketing by analysing shopping patterns in supermarkets’ scanner databases
- build an effective spam filter
- estimate the effect that new traffic legislation will have on the number of deaths in road accidents
- use a complex DNA microarray dataset to learn about the risk factors of cancer
- determine the origin of an olive oil sample with the use of interactive and dynamic graphics
Na studia magisterskie mogą kandydować wszyscy, którzy ukończyli studia licencjackie lub inżynierskie (studia I stopnia), studia magisterskie lub studiują na ostatnim roku studiów I-stopnia. Studia, które planujesz powinny mieć zbliżony profil do tych obecnych lub ukończonych, ponieważ w procesie rekrutacji kluczowa jest ich zgodność programowa.
- Wykaz punktów ECTS – osoby, które są jeszcze w trakcie studiów, muszą załączyć wypis punktów ECTS, w którym będzie wykazane, jakie przedmioty były realizowane na studiach oraz ile punktów za nie otrzymano.
- Dyplom ukończenia studiów licencjackich lub inżynierskich – jeśli jesteś absolwentem wyższej uczelni, nie potrzebujesz wypisu, wystarczy załączyć dyplom ukończenia studiów wraz z suplementem (oryginał z tłumaczeniem przysięgłym)
Spełnienie wymagań w zakresie języka angielskiego można udokumentować w następujący sposób:
- IELTS - 6.5 (minimum 5.5 z każdej części) lub
- TOEFL – 90 (w tym minimum 20 z pisania). Wynik musi zostać przesłany na uczelnię bezpośrednio z centrum egzaminacyjnego.
*Wymagania językowe mogą się zmieniać i różnić w zależności od kierunku - przed aplikacją sprawdź wymagania bezpośrednio na stronie uczelni.
Selection will be based on academic merits.
Bachelor's degree within statistics, mathematics, applied mathematics, computer science, engineering or a similar degree. Completed courses with passing grade in following subjects:
- calculus
- linear algebra
- statistics
- programming
Demand is increasing rapidly for specialists able to analyse large and complex systems and databases with the help of modern computer-intensive methods. Business, telecommunications, IT and medicine are just a few examples of areas where our students are in high demand and find advanced analytical positions after graduation.
Students aiming at a scientific career will find the programme the ideal background for future research. Many of the programme’'s lecturers are internationally recognised researchers in the fields of statistics, data mining, machine learning, database methodology and computational statistic.
