Oppbygging og gjennomføring

Studieretningen Data Science har følgende oppbygging:

• Obligatoriske fellesemner, 100 studiepoeng
• Obligatoriske fordypningsemner, 40 studiepoeng
• Frie emner / utviklingssemester, 40 studiepoeng

Studieløp

6. semester	Utviklingssemester
5. semester	MAT3110 – Innføring i numerisk analyse	EXPHIL03 – Examen philosophicum	Fordypningsemne
4. semester	Fordypningsemne	STK2100 – Maskinlæring og statistiske metoder for prediksjon og klassifikasjon	Fordypningsemne
3. semester	MAT1125 – Videregående lineær algebra	STK1110 – Statistiske metoder og dataanalyse	Fritt emne
2. semester	MAT1110 – Kalkulus og lineær algebra	STK1100 – Sannsynlighetsregning og statistisk modellering	IN1010 – Objektorientert programmering
1. semester	MAT1100 – Kalkulus og HMS-emner	MAT1105 – Lineær algebra og numeriske metoder	IN1900 – Introduksjon i programmering for naturvitenskapelige anvendelser
	10 studiepoeng	10 studiepoeng	10 studiepoeng

Obligatoriske fellesemner

Det er felles obligatoriske emner knyttet til programmet som denne studieretningen er en del av. Se programmets hovedside for nærmere informasjon om dette og for oppbygning og generelle krav i programmet.

Obligatoriske fordypningsemner

• STK1110 – Statistiske metoder og dataanalyse
• STK2130 – Modellering av stokastiske prosesser eller STK3100 – Innføring i generaliserte lineære modeller
• To andre emner innen matematikk og naturvitenskap på 2000- eller 3000-nivå. Merk at du må sjekke om du har de obligatoriske forkunnskapskravene til emnene du velger. Dette står beskrevet på emnesiden til hvert enkelt emne.

Utviklingssemester og frie emner

I denne studieretningen er det lagt til rette for utviklingssemester i 6. semester. Dette semesteret kan du bruke på å reise på utveksling, eller du kan velge emner fritt på UiO. Se programmets hovedside for nærmere informasjon om utviklingssemester og frie emner i programmet. 

Anbefalte studieløp for opptak til masterprogram

Hvilke emner du velger blant frie emner og valgfrie fordypningsemner, kan påvirke hvilke masterprogrammer du kvalifiserer for opptak til. Her er forslag til studieløp basert på hvilken master du ønsker. Dersom du ønsker å gå videre med en annen master enn de som er i listen under, kan du kontakte studieadministrasjonen ved Matematisk institutt for å få hjelp til å velge emner.

Så lenge du oppfyller kravene til opptak til det masterprogrammet du ønsker, er det ingenting i veien for at du velger andre emner enn de som er anbefalt.

Kravene til masterprogrammene kan endres, så du må selv sjekke om du oppfyller kravene til det masterprogrammet du ønsker, også om du følger et av de anbefalte løpene.

Master i Data Science

6. semester	Fritt emne	Fritt emne	STK-MAT2011 – Prosjektarbeid i finans, forsikring, risiko og dataanalyse
5. semester	MAT3110 – Innføring i numerisk analyse	STK3100 – Innføring i generaliserte lineære modeller	IN2070 – Digital bildebehandling (videreført)/IN2090 – Databaser og datamodellering
4. semester	STK2130 – Modellering av stokastiske prosesser	STK2100 – Maskinlæring og statistiske metoder for prediksjon og klassifikasjon	EXPHIL03 – Examen philosophicum
3. semester	MAT1125 – Videregående lineær algebra	STK1110 – Statistiske metoder og dataanalyse	IN2010 – Algoritmer og datastrukturer
2. semester	MAT1110 – Kalkulus og lineær algebra	STK1100 – Sannsynlighetsregning og statistisk modellering	IN1010 – Objektorientert programmering
1. semester	MAT1100 – Kalkulus	MAT1105 – Lineær algebra og numeriske metoder	IN1900 – Introduksjon i programmering for naturvitenskapelige anvendelser
	10 studiepoeng	10 studiepoeng	10 studiepoeng

Master i statistikk

6. semester	Fritt emne	Fritt emne	STK-MAT2011 – Prosjektarbeid i finans, forsikring, risiko og dataanalyse
5. semester	MAT3110 – Innføring i numerisk analyse	STK-MAT3710 – Sannsynlighetsteori	STK3100 – Innføring i generaliserte lineære modeller
4. semester	STK2130 – Modellering av stokastiske prosesser	STK2100 – Maskinlæring og statistiske metoder for prediksjon og klassifikasjon	MAT2400 – Reell analyse
3. semester	MAT1125 – Videregående lineær algebra	STK1110 – Statistiske metoder og dataanalyse	EXPHIL03 – Examen philosophicum
2. semester	MAT1110 – Kalkulus og lineær algebra	STK1100 – Sannsynlighetsregning og statistisk modellering	IN1010 – Objektorientert programmering
1. semester	MAT1100 – Kalkulus	MAT1105 – Lineær algebra og numeriske metoder	IN1900 – Introduksjon i programmering for naturvitenskapelige anvendelser
	10 studiepoeng	10 studiepoeng	10 studiepoeng

Master i finans, forsikring og risiko

6. semester	Fritt emne	Fritt emne	STK-MAT2011 – Prosjektarbeid i finans, forsikring, risiko og dataanalyse
5. semester	MAT3110 – Innføring i numerisk analyse	Velg ett av disse fire emnene	STK3100 – Innføring i generaliserte lineære modeller
4. semester	STK2130 – Modellering av stokastiske prosesser	STK2100 – Maskinlæring og statistiske metoder for prediksjon og klassifikasjon	STK1500 – Forsikring, økonomi og risiko
3. semester	MAT1125 – Videregående lineær algebra	STK1110 – Statistiske metoder og dataanalyse	EXPHIL03 – Examen philosophicum
2. semester	MAT1110 – Kalkulus og lineær algebra	STK1100 – Sannsynlighetsregning og statistisk modellering	IN1010 – Objektorientert programmering
1. semester	MAT1100 – Kalkulus	MAT1105 – Lineær algebra og numeriske metoder	IN1900 – Introduksjon i programmering for naturvitenskapelige anvendelser
	10 studiepoeng	10 studiepoeng	10 studiepoeng

Velg ett av disse fire emnene:

• STK-MAT3700 – En introduksjon til matematisk finans
• STK-MAT3710 – Sannsynlighetsteori
• STK3505 – Problemer og metoder i aktuarfag
• STK3405 – Elementær innføring i risiko- og pålitelighetsanalyse