計算科学の修士号プログラム-統計データ分析

大きなデータを大切にする

ビッグデータとデータ駆動型の方法は、現代のコンピューターサイエンス、統計、コンピューターエンジニアリングの中心にあり、将来に大きな可能性を秘めています。

テキストドキュメント、会話、ソーシャルメディアの理解など、データ主導の困難な問題を解決するには、データ分析の専門家が必要です。インテリジェントな検索エンジンの作成。社会、経済、文化の現象に対するデータ主導の洞察を見つける。医学的および生物学的問題のためのデータ駆動型ソリューションを作成し、自動運転車と自律型ロボットを可能にします。

Tampere Universityは、ビッグデータを使用した分析、モデリング、予測、計算を含む3つの関連する研究トラックを提供しています。データサイエンス（M.Sc.）トラックと、計算および統計アルゴリズムに焦点を当てた統計データ分析（M.Sc.）トラックです。重点が異なるデータマイニングと機械学習、および機械学習（M.Sc. Tech）トラックは、正確な予測機械学習モデルのエンジニアリングに重点を置いています。

統計データ分析 （M.Sc.）トラックは、データサイエンス（M.Sc.）トラックと同様のトピック領域をいくつか備えていますが、統計データ分析（M.Sc.）トラックは、データサイエンスと人工知能の側面に重点を置いています。データの不確実性、変動、依存性の統計的理解とモデリングが決定的な利点である場合。

統計データ分析（M.Sc.）は、データ分析を理解し、データクレンジング、統合、モデリングと予測、データとモデルのインタラクティブな調査などの必要なスキルを習得することを教えます。確率論的アプローチから効率的なデータマイニングアルゴリズム、ニューラルネットワークによる柔軟なディープラーニングまで、さまざまな方法を学習します。また、説明的な要約と視覚化により、意思決定者にデータ分析結果を提示することも学びます。

統計データ分析 （M.Sc.）トラックは、2020年8月に開始された学位プログラムであるComputingSciencesの修士号プログラムの7つのトラックの1つです。

研究に関する情報

• タイプ：修士号
• 取得した学位：理学修士
• 計画期間：2年
• 研究の範囲：120 ECTSクレジット
• 市：タンペレ
• キャンパス：シティセンターキャンパス
• EU / EEA以外の市民の授業料：12000€

学習目標

統計データ分析トラックを完了すると、次のスキルと知識が得られます。

• データの前処理および/または分析中にさまざまなデータソースからのデータを統合するために必要な方法を含む、統計的および計算的方法の合理的に幅広い選択から、手元の分析タスクに適したデータ分析方法を選択します。
• メソッドがデータの変動、不確実性、依存性をどのようにモデル化するかを理解します。
• これらの方法を適用してデータを分析し、結果と関連する不確実性を批判的に解釈します。
• 確率的分類や回帰、グラフィカルモデル、時系列分析、ベイジアン分析などの統計的手法や、並列計算やディープニューラルネットワークなどのさまざまな計算アルゴリズムアプローチなど、効率的な計算手法と統計手法を使用してビッグデータを管理および分析します。
• データ/分析結果を視覚化します。
• 新しい状況で分析方法を適用します。
• さまざまな状況でメソッドがどの程度うまく機能するかを理解します。

研究内容

データの分析は、現代の情報社会において中心的な役割を果たしています。公共部門と民間部門の両方の組織が膨大なデータセットを収集しており、ますます多くの公共部門のデータが公開されています。ただし、データ（組織にとって重要な資産と見なされている）は、分析しない限り役に立ちません。分析は、傾向やグループ化などの規則性を見つけ、データを組織内または散在するオンラインリポジトリ内の他のデータセットに関連付けるために必要です。

分析には、データクレンジング、データ統合、モデリングと予測、データのインタラクティブで反復的な視覚化、仮説とモデルの洗練化のためのモデルが必要です。意思決定者への中間結果と最終結果の提示には、視覚化と報告方法の熟練が必要です。成功したアナリストは、計算のトピックと統計的なトピックの両方のスキルが必要です。

このトラックは、前述のタスクに関する知識とスキルを持ち、データ分析の全体的なプロセスを理解している統計および計算データ分析のトップレベルの専門家を教育します。

授業料

トラックの授業料は、有料の学生のための奨学金制度を備えた非EU / EEAの学生の場合は1学年あたり12000ユーロです。

研究の構造

修士号は、120 ECTSクレジットで構成されます。各ECTSクレジットは、約27時間の学生の仕事です。コースによって異なりますが、コースは80〜90 ECTSの価値があり、残りの30〜40 ECTSは修士論文を正常に修了した場合に授与されます。プログラムの期間は2年です。学生は通常、3学期をかけてコースを修了し、1学期で修士論文を準備します。研究は8月末に始まり、学年度は5月末に終了します。

コンピューティングサイエンスの修士号プログラムは、科学の修士号または技術の修士号のいずれかにつながる7つの研究トラックで構成されています。

• データサイエンス（修士）
• 機械学習（M.Sc. Tech）
• 統計データ分析（修士）

そして

• 人間と技術の相互作用（修士）
• Human-Technology Interaction（M.Sc. Tech）
• ソフトウェア、ウェブ、クラウド（M.Sc.）
• ソフトウェア、ウェブ、クラウド（M.Sc. Tech）

コンピューティングサイエンス2020-2021の修士課程のカリキュラムはオンラインで入手できます（これは公開ビューであり、学生は電子ツールを介してより多くの情報にアクセスできます）。 2021年から2022年のカリキュラムは、2021年3月に利用可能になります。

キャリアの機会

卒業生として、データ分析の知識とスキルを持ち、データ分析プロセス全体を理解します。このようなアナリストは、ビッグデータを作成する企業の社内アナリストとして、また政府機関、ジャーナリズム、保険、法執行機関、財務などのパブリックおよびプライベートデータを収集および分析する社内アナリストとして、分析会社で使用できます。公的および私的研究のように。

他社との協力

自分の学位プログラムでの研究に加えて、学生はさまざまな分野での技術研究から職業研究に至るまで、タンペレの高等教育コミュニティが提供する教育を最大限に活用することができます。

大学院の勉強の機会

この修士号は、 Tampere University情報とシステムの博士課程などで博士号を取得したい場合に必要な背景を提供します。博士課程では授業料はかかりません。

適格基準

修士課程の資格基準は、 Tampere Universityの一般的な資格基準と、一般的な基準に情報を指定および/または追加するプログラム固有の資格基準の2つの部分で構成されています。資格があると見なされるには、両方を満たす必要があります。一般的な資格とプログラム固有の資格基準の両方を満たさない申請者は、 Tampere University学生として選択されません。

一般的な資格

Tampere Universityの修士号プログラムに応募する資格を得るには、次のものが必要です。

• 学士号-全国的に認められた最初のサイクルの学位
  • これは、少なくとも180 ECTS（ヨーロッパ単位）または3年間のフルタイム学習に相当します。
  • 申請している修士課程の関連分野から
  • 認められた高等教育機関から
  • フィンランド国外の大学で修了した学士号は、授与された国で大学レベルの修士号を取得する資格を提供する必要があります。
• そして、アカデミック目的のための英語の優れたコマンド。

学士号の最終年度の申請者は、2021年7月31日までに学位が取得される場合に申請する資格があります。この場合、条件付きで受け入れられます。学士号の最終年度の申請者向けの特別な指示を参照してください。

修士号に直接つながる研究への入学は、大学または応用科学の大学によって授与された申請者の学士号に基づいて行われます。プログラム固有の入学要件に応じて、プログラムは、申請を検討する際に、申請者が以前に習得したスキルを考慮に入れる場合があります。

以前に修士号を取得していても、申請者は入学資格を失うことはありません。ただし、2番目の修士号を取得するために入学を申請している申請者は、特に重要な理由でのみ入学できます。

プログラム固有の適格基準

コンピューティング科学の修士号プログラム-統計データ分析（MSc）トラックに応募する資格を得るには、学士号または同等の学位を取得している必要があります。

• 統計、コンピューターサイエンス、数学、または他の該当する分野。

学位には、統計に十分な量の研究を含める必要があり、コンピューターサイエンスと数学の十分な量の研究も含める必要があります。

学生の選考は、出願書類に記載されている学歴とメリットに基づいて行われます。

言語スキル要件

Tampere University修士課程に出願するときは、学術目的で英語を上手に使いこなせる証拠を提出する必要があります。英語力を証明するには、言語テストまたは以前の研究の2つのオプションがあります。

どちらの場合も、語学力の証明として書類を提出する必要があります。

英語のテストと結果の最小要件：

*以前のCAEおよびCPEは、C1 AdvancedおよびC2 Proficiencyに名前が変更されました。

以前の研究

Tampere Universityによってリストされた、学術目的での英語の優れた能力を実証する特定の研究を完了した場合、語学テストのスコアの提出を免除される可能性があります。基準を満たす研究のみが受け入れられるため、有効な語学試験の結果なしで申請する場合は、 Tampere Universityによってリストされている免除と書類の提出方法を注意深く調べてください。

摂取

145人の学生がコンピューティングサイエンスプログラムに入学できます。

コンピューティングサイエンスプログラムには、次のトラックが含まれています：1）データサイエンス（MSc）、2）ヒューマンテクノロジーインタラクション（MSc）、3）ヒューマンテクノロジーインタラクション（MSc tech）、4）機械学習（MSc tech）、5）ソフトウェア、Web＆Cloud（MSc）、6）Software、Web＆Cloud（MSc tech）、および7）Statistical Data Analytics（MSc）。

入学手続き

学生は、完全な申請書（期限までに申請書と十分な申請書類）を提出し、公式の資格基準を満たしている申請者からプログラムに選ばれます。

学生の選択は、出願書類に示されている学歴とメリットに基づいて入学委員会によって行われます。要件を満たしているすべての申請者が入学できるわけではないことに注意してください。

修士号プログラムに入学した学生は、補完的な研究で以前の学位を補完する必要がある場合があります。補完的な研究は、ケースバイケースで教員で決定されます（最大60ECTSクレジット）。

得点

対象となる志願者の数は、毎年、受け入れられる学生の数を超えています。学生の選考は、出願書類に記載されている学歴とメリットに基づいて、入学委員会によって行われます。

選択プロセスでは、次の判断要件が複合として評価されます。

• 学士号の研究で十分に高い学業成績。
• 応募者は、プログラムの重要なトピックを研究する強い動機と学際的な分野で働くことに興味を示さなければなりません。
• MOOCコース「持続可能なデジタルライフ入門」を修了すると、メリットと見なされます。コースは2020年10月15日に開始され、申請者は2021年2月28日（23:59 pm GMT + 2）までにMOOCコースを完了する必要があります。検討するには、すべての割り当てをこの日付までに提出する必要があります。当日はコースが終了しますので、締め切り後の提出はできません。

適用する方法

入学手続き

1. 適用したいプログラムの一般的な適格性とプログラム固有の適格性基準を確認してください。同時に3つのプログラムに応募することができます。
2. 申請方法に関する指示を読み、できるだけ早く申請書類の準備を開始してください！
3. 必要に応じて言語テストを受けてください。言語要件をご覧ください。
4. 申請期間が始まったら、申請期間中にStudyinfo.fiでオンライン申請書に記入し、必要なエンクロージャーを申請書にアップロードします。申請期間は2020年12月9日8.00GMT + 2- 2021年1月13日15.00GMT +2です。
5. 必要なすべての同封物をアップロードし、2021年1月27日15.00 GMT + 2までに、2週間以内にTampere University入学事務局に教育文書を郵送してください。書類は所定の期限までに大学に届く必要があり、該当する場合は国固有の要件に従って送付する必要があります。
6. 該当する場合は、必ず奨学金を申請してください。
7. 2021年3月末に入学結果が発表されるのを待ちます。
8. 学習場所が提供された場合は、指定された期限までにそれを受け入れることを忘れないでください。必要に応じて授業料をお支払いください。
9. フィンランド到着の準備をかなり前から始めましょう。
10. 学生として登録し、2021年8月に研究が始まると、 Tampere Universityコミュニティに参加できます。

オンライン申込書

オンライン申請フォームは、Studyinfo.fiでのみ申請期間中にのみ利用できます。申請期間は2020年12月9日午前8時（GMT + 2）に始まり、2021年1月13日午後3時（GMT + 2）に終了します。

エンクロージャー

必要なすべての書類のコピーを同封物として申請書にアップロードする必要があります。一般的なアプリケーションエンクロージャーに加えて、一部のプログラムには、これらのプログラムに適用するときに必要な追加のプログラム固有のエンクロージャーがリストされています。

Studyinfo.fiからオンラインで申請フォームに必要なすべてのエンクロージャーをアップロードする必要があります。アップロードに加えて、教育文書の正式に認証されたコピーを郵送でTampere University入学事務局に提出する必要があります。特定の国で学位が授与された申請者は、文書に特別な注意を払う必要があり、これらの国からの文書は特定の方法で提出する必要があります。これらの国特有の要件は、通常の要件に先立って、常に何よりもまず従わなければなりません。

申請者は、2021年1月27日15.00 GMT + 2に到着するように、教育文書をTampere University入学事務局に提出する必要があります。必要な一般的なアプリケーションエンクロージャのリストと詳細な手順は、アプリケーションドキュメントのWebページにあります。

このプログラムに適用する場合、プログラム固有のエンクロージャーはありません。

ただし、申込書にはプログラム固有の質問があり、以下を提供するよう求められます。

• あなたに推薦を提供できる2人の学術/専門家の連絡先。名前、組織、役職、および必要に応じて連絡できる電子メールアドレスを含む連絡先情報をお知らせください。
• Skypeの連絡先情報。面接できるのは選抜された志願者のみであることに注意してください。

入場結果と控訴

入学結果は2021年3月末に発表されます。すべての応募者に入学結果が通知されます。

研究内容

現代の情報社会ではデータ分析が中心的な役割を果たしています。公共部門と民間部門の両方の組織が膨大なデータセットを収集しており、公開される公共部門のデータが増えています。しかし、組織にとって重要な資産であると考えられているデータは、分析されなければ役に立ちません。分析は、傾向やグループ化などの規則性を見つけ、データを組織内または散在するオンライン リポジトリ内の他のデータ セットに関連付けるために必要です。

分析には、データ クレンジングやその他の前処理、データ統合、モデリングと予測、データのインタラクティブで反復的な視覚化、仮説やモデルを改良するためのモデルなどのアクティビティが必要です。中間結果と最終結果を意思決定者に提示するには、視覚化とレポートの方法を習得する必要があります。成功するアナリストには、計算と統計の両方のトピックに関するスキルが必要です。

この専門分野では、前述のタスクに関する知識とスキルを持ち、データ分析の全体的なプロセスを理解する、計算および統計データ分析のトップレベルの専門家を教育します。

研究の構造

修士号は 120 ECTS 単位で構成されます。 ECTS の各単位は、学生の約 27 時間の学習に相当します。専門分野に応じて、コースには 90 ECTS の価値があり、残りの 30 ECTS は修士論文を正常に完了すると授与されます。プログラムの期間は2年間です。学生は通常、3 学期をかけてコースを完了し、1 学期を修士論文の準備に費やします。研究は8月下旬に始まり、学年は5月下旬に終わります。

コンピューティング科学の修士課程は 7 つの専門分野で構成され、理学修士または技術科学修士の学位につながります。

• データサイエンス (修士)
• ヒューマンテクノロジーインタラクション (修士)
• ヒューマンテクノロジーインタラクション (技術修士)
• 信号処理と機械学習 (技術修士)
• ソフトウェア、ウェブ、クラウド (修士)
• ソフトウェア、Web、クラウド (技術修士)
• 統計データ分析 (MSc)。

2022-2023 年の計算科学修士プログラムのカリキュラムはオンラインで入手できます (これは公開されており、学生は電子ツールを介して詳細情報にアクセスできることに注意してください)。

修士課程への入学を許可された学生は、補完的な研究で以前の学位を補完することが求められる場合があります。補完的な学習は、ケースバイケースで学部で決定されます（最大60 ECTS単位）。可能な補完学習のリストは、カリキュラムの「前提条件」セクションに記載されています。

コンピューティング サイエンスの修士課程で統計データ分析の専門分野を修了すると、次のスキルと知識が得られます。

• データの前処理および/または分析中にさまざまなデータ ソースからのデータを統合するために必要な方法を含む、合理的に幅広い統計および計算方法から、目の前の分析タスクに適したデータ分析方法を選択します。
• メソッドがデータの変動、不確実性、および依存性をモデル化する方法を理解します。
• これらの方法を適用してデータを分析し、結果と関連する不確実性を批判的に解釈します。
• 確率論的分類と回帰、グラフィカル モデル、時系列分析、ベイジアン分析などの統計的手法、および並列計算やディープ ニューラル ネットワークなどのさまざまな計算アルゴリズム アプローチを含む、効率的な計算および統計的手法を使用してビッグ データを管理および分析します。
• データ/分析結果を視覚化します。
• 新しい状況で分析方法を適用します。
• メソッドがさまざまな状況でどの程度うまく機能するかを理解します。

卒業生として、データ分析の知識とスキルを身につけ、データ分析プロセス全体を理解することができます。このようなアナリストは、分析会社に雇用されたり、ビッグデータを生成する企業の社内アナリストとして雇用されたり、政府機関、ジャーナリズム、保険、法執行機関、金融などの公的データと個人データを収集して分析する企業や組織に雇用されたりする可能性があります。公的および民間の研究と同様に。

他社との協力

学生は、自分の修士課程での学習に加えて、さまざまな分野の技術研究から職業研究に至るまで、タンペレの高等教育コミュニティが提供する教育を最大限に活用することができます。

さらなる学習の機会

この修士号は、 Tampere Universityなどで博士課程を目指す場合に必要な背景を提供します。 Tampere Universityでは博士課程の授業料は無料です。