Courses for Machine Learning
The two-year master's programme in Machine Learning consists of three terms of courses and one final term dedicated to the master's degree project. Each term consist of approximately 30 ECTS credits. The courses presented on this page apply to studies starting in autumn 2025.
Year 1
Kurserna som ges i period 1 och 2 i år 2 kan potentiellt tas under period 1 och period 2 i år 1, om det ger en mer hanterbar arbetsbelastning för studenten.
Utöver de obligatoriska och villkorligt valfria kurskraven kan studenten välja mellan alla andra avancerade kurser och språkkurser som ges på KTH för att uppnå 90 hp. Det finns möjlighet att läsa kurser på grundnivå (även om vi föredrar att studenter tar avancerade kurser), men högst 30 högskolepoäng kan räknas in i examen. För dem som vill utöka sin kompetens och kunskap inom datavetenskap och programvaruteknik så erbjuds rekommenderade kurser. Ett examensarbete måste också slutföras.
Studenter ska genomföra de obligatoriska kurserna (A.1.1) och villkorligt valbara kurser. De villkorligt valda kurserna är grupperade i två uppsättningar; Tillämpningsområdet (A.1.3) och Teori (A.1.4). En student måste läsa:
- minst 6 kurser från Tillämpningsområdet och Teori,
med begränsningar om
- minst 2 av de 6 kurserna är från Teori och
- minst 2 av de 6 kurserna är från Tillämpningsområdet.
Detta betyder att studenter för en examen måste ha slutfört något av följande:
- 2 kurser från Tillämpningsområdet och 4 kurser från Teori,
- 3 kurser från Tillämpningsområdet och 3 kurser från Teori,
- 4 kurser från Tillämpningsområdet och 2 kurser från Teori.
Utöver de obligatoriska och villkorligt valbara kurskraven står det studenten fritt att välja bland alla avancerade kurser och språkkurser som ges vid KTH för att ta ett antal genomförda kurspoäng om 90 högskolepoäng (hp). Kurser på grundnivå kan läsas (även om vi föredrar om studenter tar kurser på avancerad nivå) men inte mer än 30 hp kan räknas in i examen. Kurser som inte är tillåtna som valfria kurser är hobbykurser såsom matlagning, barskötsel etc. I avsnitt A.1.5 listar vi en uppsättning rekommenderade kurser som studenterna kan ta, särskilt de som vill utöka sin kompetens och kunskap inom datavetenskap och programvara. Ett avslutande examensarbete (A.1.2) ska också genomföras.
Student som i tidigare examen läst kurs motsvarande DD1420, DD2380 eller DD2434 kan ansöka om att istället läsa en ersättningskurs. Ansökan lämnas till masterkoordinatorn som efter genomgång av den tidigare lästa kursen ger tillstånd till studenten att läsa en ersättningskurs från uppsättningen villkorligt valbara eller de rekommenderade kurserrna. Ersättningskursen, om det är en villkorligt valfri kurs, räknas inte in i något av de 6 villkorligt valbara kurskraven.
Student som gått sina tre första år på KTH inom programmet CINTE, och som läst ID1214 Artificiell intelligens och applikationer kan ansöka om att få läsa en ersättningskurs. Kontakta masterkoordinatorn enligt instruktionen ovan.
Mandatory courses
Conditionally elective courses
- Visualisering (DD2257) 7.5 hp
- Neurovetenskap (DD2401) 7.5 hp
- Avancerad individuell kurs i beräkningsbiologi (DD2402) 6.0 hp
- Introduktion till robotik (DD2410) 7.5 hp
- Forskningsprojekt i robotik, perception och inlärning (DD2411) 15.0 hp
- Djupinlärning, fortsättningskurs (DD2412) 6.0 hp
- Språkteknologi (DD2417) 7.5 hp
- Projektkurs i robotik och autonoma system (DD2419) 9.0 hp
- Probabilistiska grafiska modeller (DD2420) 7.5 hp
- Bildbehandling och datorseende (DD2423) 7.5 hp
- Djupinlärning i Data Science (DD2424) 7.5 hp
- Neuronnäts- och biomodellering (DD2435) 9.0 hp
- Artificiella neuronnät och djupa arkitekturer (DD2437) 7.5 hp
- Artificiell intelligens och multiagentsystem (DD2438) 15.0 hp
- Statistiska metoder i datalogin (DD2447) 6.0 hp
- Sökmotorer och informationssökningssystem (DD2477) 7.5 hp
- Talteknologi (DT2112) 7.5 hp
- Igenkänning av tal och talare (DT2119) 7.5 hp
- Musikinformatik (DT2470) 7.5 hp
- Tillämpad estimering (EL2320) 7.5 hp
- Förstärkande inlärning (EL2805) 7.5 hp
- Maskininlärningsteori (EL2810) 7.5 hp
- Mönsterigenkänning och maskininlärning (EQ2341) 7.5 hp
- Analys och sökning av visuella data (EQ2425) 7.5 hp
- Datautvinning (ID2222) 7.5 hp
- Skalbar maskininlärning och djupinlärning (ID2223) 7.5 hp
- Optimeringslära (SF1811) 6.0 hp
- Regressionsanalys (SF2930) 7.5 hp
- Sannolikhetsteori (SF2940) 7.5 hp
- Tidsserieanalys (SF2943) 7.5 hp
Recommended courses
- Programsystemkonstruktion med C++ (DD1388) 7.5 hp
- Algoritmer och komplexitet (DD2352) 7.5 hp
- Datasäkerhet (DD2395) 6.0 hp
- Kryptografins grunder (DD2448) 7.5 hp
- Interaktionsprogrammering och dynamiska webben (DH2642) 7.5 hp
- Data-intensiv databehandling (ID2221) 7.5 hp
- Avancerad internetteknik (IK2215) 7.5 hp
- Nätverkssystem för maskininlärning (IK2221) 7.5 hp
- Nätverkssystem med kant- eller molndatacenter (IK2227) 7.5 hp
Year 2
Mandatory courses
Conditionally elective courses
- Visualisering (DD2257) 7.5 hp
- Introduktion till robotik (DD2410) 7.5 hp
- Forskningsprojekt i robotik, perception och inlärning (DD2411) 15.0 hp
- Djupinlärning, fortsättningskurs (DD2412) 6.0 hp
- Probabilistiska grafiska modeller (DD2420) 7.5 hp
- Bildbehandling och datorseende (DD2423) 7.5 hp
- Projektkurs i dataanalys (DD2430) 7.5 hp
- Neuronnäts- och biomodellering (DD2435) 9.0 hp
- Artificiella neuronnät och djupa arkitekturer (DD2437) 7.5 hp
- Artificiell intelligens och multiagentsystem (DD2438) 15.0 hp
- Statistiska metoder i datalogin (DD2447) 6.0 hp
- Musikinformatik (DT2470) 7.5 hp
- Tillämpad estimering (EL2320) 7.5 hp
- Förstärkande inlärning (EL2805) 7.5 hp
- Analys och sökning av visuella data (EQ2425) 7.5 hp
- Datautvinning (ID2222) 7.5 hp
- Skalbar maskininlärning och djupinlärning (ID2223) 7.5 hp
- Optimeringslära (SF1811) 6.0 hp
- Regressionsanalys (SF2930) 7.5 hp
- Sannolikhetsteori (SF2940) 7.5 hp
Recommended courses
- Programsystemkonstruktion med C++ (DD1388) 7.5 hp
- Algoritmer och komplexitet (DD2352) 7.5 hp
- Datasäkerhet (DD2395) 6.0 hp
- Kryptografins grunder (DD2448) 7.5 hp
- Interaktionsprogrammering och dynamiska webben (DH2642) 7.5 hp
- Data-intensiv databehandling (ID2221) 7.5 hp
- Avancerad internetteknik (IK2215) 7.5 hp
- Nätverkssystem för maskininlärning (IK2221) 7.5 hp
- Nätverkssystem med kant- eller molndatacenter (IK2227) 7.5 hp
- Parallella beräkningar för storskaliga problem (SF2568) 7.5 hp