KTH Royal Institute of Technology
MSc Machine Learning
Stockholm, Zweden
MSc (Master of Science)
DUUR
2 jaren
TALEN
Engels
TEMPO
Full time
DEADLINE VOOR AANMELDING
EERSTE STARTDATUM
Aug 2026
COLLEGEGELD
SEK 360.000 *
STUDIE FORMAAT
Op de campus
* non-EU/EEA/Swiss is 342,000 SEK.
Machine Learning develops algorithms to find patterns or make predictions from empirical data and this master’s programme will teach you to master these skills. Machine Learning is increasingly used by many professions and industries such as manufacturing, retail, medicine, finance, robotics, telecommunications and social media. Graduates from the programme will be experts in the field, qualified for exciting careers in industry or doctoral studies.
Machine Learning at KTH
In this programme, you will learn the mathematical and statistical foundations and methods for machine learning with the goal of modelling and discovering patterns from observations. You will also gain practical experience in matching, applying and implementing relevant machine learning techniques to solve real-world problems in a broad range of application domains. Upon graduation from the programme, you will have gained the confidence and experience to propose tractable solutions to potentially non-standard learning problems which you can implement efficiently and robustly. Stockholm has a vibrant start-up community and large established companies integrating AI and Machine Learning into their technological development. This gives you the potential for relevant and exciting industrial work within the field during and after your studies.
The programme starts with mandatory courses in machine learning and artificial intelligence to provide an introduction to the field and a solid foundation.. These courses are followed by an advanced course in machine learning and research methodology. From the second semester, you choose courses from two areas: application domains exploiting machine learning and theoretical machine learning. These areas correspond to the core competencies of a machine learning expert.
The first grouping of courses describes how machine learning is used to solve problems in application domains such as computer vision, information retrieval, speech and language processing, computational biology and robotics. The second course grouping allows you to take more basic theoretical courses in applied mathematics, statistics, and machine learning. Of particular interest to many will be the chance to learn about and understand in detail the exciting field of deep learning through several state-of-the-art courses.
The programme also has up to 30 ECTS credits of elective courses which you can choose from a wide range of courses to specialise further in your field of interest or extend your knowledge to new areas.
The final semester is dedicated to a degree project which involves participating in advanced research or design projects in an academic or industrial environment, in Sweden or abroad. With this project, you get to demonstrate your ability to perform independent project work, using the skills obtained from the courses in the programme. In the past, students from the programme have completed projects at companies such as Saab, Elekta, Flir, Eriksson, Tobii, Spotify, Thales, Huawei.
This is a two year programme (120 ECTS credits) given in English. Graduates are awarded the degree of Master of Science. The programme is given mainly at KTH Campus in Stockholm by the School of Electrical Engineering and Computer Science (at KTH).
Jaar 1
Vakken die in periode 1 en 2 van jaar 2 lopen kunnen eventueel in periode 1 en periode 2 van jaar 1 gevolgd worden als dit voor de student tot een beheersbare werklast leidt.
Afgezien van de verplichte en voorwaardelijke keuzecursusvereisten is de student vrij om te kiezen uit alle tweede cyclus- en taalcursussen die aan KTH worden gegeven, om zijn/haar aantal voltooide studiepunten op 90 ECTS te brengen. Cursussen uit de eerste cyclus kunnen worden gevolgd (hoewel wij er de voorkeur aan geven dat studenten cursussen uit de tweede cyclus volgen), maar er kunnen niet meer dan 30 ECTS-punten worden meegeteld voor het afstuderen. Aanbevolen cursussen zijn voor degenen die hun competentie en kennis op het gebied van computerwetenschappen en software-engineering willen uitbreiden. Ook moet er een afstudeerproject worden afgerond.
Studenten moeten de verplichte vakken (A.1.1) en de voorwaardelijk keuzevakken voltooien. De voorwaardelijk gekozen cursussen zijn onderverdeeld in twee sets; Toepassingsdomein (A.1.3) en theorie (A.1.4). Een student moet het volgende voltooien:
- minimaal 6 vakken uit Applicatiedomein en Theorie,
met de beperkingen die
- minimaal 2 van de 6 cursussen komen uit de Theoriecursussen en
- minimaal 2 van de 6 cursussen komen uit de Applicatiedomeincursussen.
Expliciet betekent dit dat studenten die willen afstuderen, het volgende moeten hebben voltooid:
- 2 cursussen uit Applicatiedomein en 4 cursussen uit Theorie,
- 3 cursussen uit Applicatiedomein en 3 cursussen uit Theorie,
- 4 cursussen uit Applicatiedomein en 2 cursussen uit Theorie.
Afgezien van de verplichte en voorwaardelijke keuzevakken is de student vrij om te kiezen uit alle tweede cyclus- en taalcursussen die aan KTH worden gegeven, waarbij het aantal voltooide studiepunten van 90 ECTS wordt behaald. Cursussen van de eerste cyclus kunnen worden gevolgd (hoewel wij er de voorkeur aan geven dat studenten cursussen van de tweede cyclus volgen), maar er kunnen niet meer dan 30 ECTS-punten worden meegeteld voor het afstuderen. Cursussen die niet als keuzevak zijn toegestaan, zijn hobbycursussen zoals koken, barpersoneel enz. In sectie A.1.5 geven we een aantal aanbevolen cursussen op die studenten kunnen volgen, vooral voor degenen die hun competentie en kennis op het gebied van computerwetenschappen en software willen uitbreiden. Engineering. Daarnaast moet een afstudeerproject (A.1.2) worden afgerond.
Studenten die in een vooropleiding een cursus hebben gevolgd die overeenkomt met DD1420, DD2380 of DD2434, kunnen een vervangende cursus aanvragen. De aanvraag wordt ingediend bij de mastercoördinator die, na beoordeling van het eerder gelezen opleidingsonderdeel, toestemming geeft aan de student om een vervangend opleidingsonderdeel te volgen uit het pakket van voorwaardelijk keuzevak of aanbevolen opleidingsonderdelen. Het vakvervangende vak telt, indien het een voorwaardelijk keuzevak betreft, niet mee voor één van de 6 voorwaardelijk keuzevakeisen.
Studenten die hun eerste drie jaar studie aan KTH binnen het programma CINTE hebben afgerond en ID1214 Artificial Intelligence and Applications hebben gelezen, kunnen zich aanmelden voor het lezen van een vervangende cursus. Neem contact op met de mastercoördinator volgens bovenstaande instructie.
Verplichte cursussen
- Inleiding tot de filosofie van wetenschap en onderzoeksmethodologie (DA2205) 7,5 studiepunten
- Grondslagen van machinaal leren (DD1420) 7,5 studiepunten
- Programma-integratiecursus machine leren (DD2301) 3.0 studiepunten
- Kunstmatige intelligentie (DD2380) 6,0 credits
- Machine Learning, Advanced Course (DD2434) 7,5 studiepunten
Jaar 2
Verplichte cursussen
- Degree Project in Computer Science and Engineering, gespecialiseerd in Machine Learning, Second Cycle (DA233X) 30,0 studiepunten
- Programma-integratiecursus machine leren (DD2301) 3.0 studiepunten
Duurzame ontwikkeling
Afgestudeerden van KTH beschikken over de kennis en hulpmiddelen om de samenleving in een duurzamere richting te leiden, aangezien duurzame ontwikkeling een integraal onderdeel is van alle programma's. De drie belangrijkste doelstellingen voor duurzame ontwikkeling die door het masterprogramma in Machine Learning worden aangepakt, zijn:
- 3 Goede gezondheid en welzijn
- 11 Duurzame steden en gemeenschappen
- 16 Vrede, gerechtigheid en sterke instellingen
Ontwikkelingen op het gebied van machinaal leren zijn doorgedrongen in veel aspecten van ons leven en er wordt voorspeld dat het een steeds groter effect zal hebben op de samenleving, bijvoorbeeld door veel arbeiders- en bediendenbanen overbodig te maken door toegenomen automatisering of door betere patiëntresultaten dankzij beter gepersonaliseerde medicijnen en diagnose. Sommige van deze ontwikkelingen profiteren mogelijk niet voor iedereen in de samenleving of kunnen onbedoelde gevolgen hebben. Als afgestudeerden van dit programma ben je zeer goed geïnformeerd over de technische mogelijkheden en mogelijke toepassingen van Machine Learning, en ben je goed gepositioneerd om de vooruitgang van Machine Learning/AI nog verder te stimuleren. Dus als onderdeel van het programma, maar ook binnen KTH , belichten we de ethische kwesties en verantwoordelijkheden die gepaard gaan met deze vaardigheden en kennis in verplichte cursussen zoals DD2301 en DD2380. We beschouwen deze verantwoordelijkheden als in lijn met de VN-doelstellingen voor duurzame ontwikkeling, waar we specifiek het bewustzijn van de SDG's bevorderen als onderdeel van "DD2301: de programma-integratiecursus" en ook de gebruiksvoorbeelden van "AI for good" benadrukken, die kruisen met de SDG's, zoals het ontwerp en de exploitatie van wind- en zonneparken om ze efficiënter te maken, de diagnose en behandeling van verschillende ziekten en het ontwerp van gezondheidsinterventies, en precisie-engineering om efficiëntere landbouwpraktijken te bevorderen.
In het laatste jaar van hun studie krijgen studenten van het programma de kans om afstudeerprojecten te voltooien die zeer relevant zijn voor meerdere SDG's. Voorbeelden van waar dergelijke projecten in het verleden hebben plaatsgevonden zijn:
- SDG: “Good Health and Well-being”, met medische technologiebedrijven zoals Elekta en RaySearch;
- SDG: 'Sustainable Cities and Communities', met automatische monitoring van satellietbeelden binnen de afdeling Geo-informatica, KTH .
- SDG: “Peace and Justice Strong Institutions”, met het onafhankelijke internationale instituut SIPRI.
KTH biedt vier verschillende beursmogelijkheden voor masterstudies. De KTH Scholarship dekt het collegegeld van een één- of tweejarige masteropleiding. De KTH One-Year Scholarship is bedoeld voor huidige KTH masterstudenten en dekt het collegegeld van het tweede studiejaar. De KTH Joint Program Scholarship is bedoeld voor studenten in bepaalde gezamenlijke programma's en dekt het collegegeld voor de studieperiode aan KTH . De KTH India Scholarship is specifiek gericht op studenten uit India.
- KTH -beurs
- KTH -eenjarige studiebeurs
- KTH Gezamenlijk Programmabeurs
- KTH India-beurs
Zweeds Instituut
Het Zweedse Instituut (SI) biedt een aantal beurzen aan voor studenten uit bepaalde landen die naar Zweden komen.
KTH geassocieerde beursorganisaties
KTH werkt samen met de volgende organisaties die studiebeurzen bieden aan toekomstige KTH studenten.
- COLFUTURO (Programa Crédito Beca) voor studenten uit Colombia
- LPDP (Indonesia Endowment Fund for Education) voor studenten uit Indonesië
- GEFINANCIERD voor studenten uit Mexico
Beursportalen
IEFA-database
De IEFA-database biedt een uitgebreide zoektocht naar beurzen, een overzicht van beurzen en internationale studieleningprogramma's.
Studieportalen
De Studyportals-beurzendatabase bevat meer dan 1.000 beurzen en beurzen voor studenten over de hele wereld die een studie in de EU willen aanvragen.
Geleerden4dev
Scholarships for Development is een database met beurzen die openstaan voor studenten uit ontwikkelingslanden.
Wij MakeScholars
WeMakeScholars helpt studenten uit India bij het verkrijgen van onderwijsleningen van banken en NBFC's. Ze vermelden ook meer dan 26.000 internationale beurzen van verschillende trusts, stichtingen en overheden. lichamen.
Uitstel van studieleningen in de Verenigde Staten
KTH is een geaccrediteerde instelling bij het Amerikaanse ministerie van Onderwijs en heeft de status 'Alleen uitstel' van Titel IV (OPE ID 03274300). Amerikaanse studenten kunnen betalingen op bestaande federale rekeningen voor studieleningen uitstellen terwijl ze zijn ingeschreven voor een masterprogramma aan KTH . Met de status 'Alleen uitstel' kunnen studenten geen federale studieleningen afsluiten voor inschrijving bij KTH . De accreditatie vergemakkelijkt echter de mogelijkheden voor subsidies en leningen voor Amerikaanse studenten, aangezien veel particuliere instellingen voor studieleningen in de VS deze aanduiding gebruiken als een vereiste om nieuwe leningen te verstrekken. Studenten die betalingen willen uitstellen, moeten contact opnemen met hun kredietinstelling in de VS.
De vraag naar ingenieurs en wetenschappers met kennis van Machine Learning groeit naarmate de hoeveelheid data in de wereld toeneemt. Na je afstuderen kun je een carrière nastreven in de industrie, bij een start-up of in een traditioneel gerenommeerd bedrijf. Mogelijke titels zijn softwareontwikkelaar, deep learning engineer, computer vision engineer, data analist, software engineer, kwantitatief analist, data scientist en systeem engineer in bedrijven als Dice, Logitech, Google en McKinsey in bijvoorbeeld Zweden, Zwitserland, Duitsland, China, India en de VS.
Deze masteropleiding is ook een geschikte basis voor werk op een onderzoeks- en ontwikkelingsafdeling in de industrie, evenals voor een voortgezette onderzoeksloopbaan en doctoraatsstudies.
Na het slagen
Softwareontwikkelaar, deep learning engineer, computer vision engineer, data-analist, software-engineer, kwantitatief analist, datawetenschapper en systeemingenieur.