Oppbygging og gjennomføring
Studieretningen Statistikk og Data Science har følgende oppbygging:
- Obligatoriske fellesemner, 90 studiepoeng
- Obligatoriske fordypningsemner, 40 studiepoeng
- Utviklingssemester/frie emner, 50 studiepoeng
Info for deg som heller ønsker grad fra nye bachelorprogram
Dersom du ønsker å oppnå en bachelorgrad fra et av de nye bachelorprogrammene i matematikk i stedet for Matematikk med informatikk (studieretning Statistikk og Data Science) må du kontakte studieinfo@math.uio.no innen 1. februar 2025. Du kan oppnå et bachelorgrad fra enten Matematikk: teoretisk og anvendt matematikk eller Matematikk: data, modellering og beregninger.
Matematikk: teoretisk og anvendt matematikk
Du kan oppnå en bachelorgrad i Matematikk: teoretisk og anvendt matematikk (studieretning Statistikk og stokastisk analyse) dersom du
- er tatt opp på Matematikk med informatikk (studieretning Statistikk og Data Science)
og
- tar følgende emner:
- MAT1100 – Kalkulus
- MAT-INF1100 – Modellering og beregninger
- IN1900 – Introduksjon i programmering for naturvitenskapelige anvendelser
- MAT1110 – Kalkulus og lineær algebra
- MEK1100 – Feltteori og vektoranalyse
- STK1100 – Sannsynlighetsregning og statistisk modellering
- MAT1120 – Lineær algebra
- STK1110 – Statistiske metoder og dataanalyse
- EXPHIL03 – Examen philosophicum
- STK2130 – Modellering av stokastiske prosesser
- MAT2400 – Reell analyse eller STK-MAT3710 – Sannsynlighetsteori
- Ett av følgende emner:
- Ett annet STK-/MAT-/IN-emne på 2000- eller 3000-nivå
- Fem andre frie emner
Dersom du velger å oppnå en bachelorgrad fra Matematikk: teoretisk og anvendt matematikk (studieretning Statistikk og stokastisk analyse) får du ikke en bachelorgrad fra Matematikk med informatikk (studieretning Statistikk og Data Science).
Matematikk: data, modellering og beregninger
Du kan oppnå en bachelorgrad i Matematikk: data, modellering og beregninger (studieretning Data Science) dersom du
- er tatt opp på Matematikk med informatikk (studieretning Statistikk og Data Science)
og
- tar følgende emner:
- MAT1100 – Kalkulus
- MAT-INF1100 – Modellering og beregninger
- IN1900 – Introduksjon i programmering for naturvitenskapelige anvendelser
- MAT1110 – Kalkulus og lineær algebra
- STK1100 – Sannsynlighetsregning og statistisk modellering
- MAT1120 – Lineær algebra
- STK1110 – Statistiske metoder og dataanalyse
- IN1910 – Programmering for naturvitenskapelige anvendelser eller IN1010 – Objektorientert programmering
- STK2100 – Maskinlæring og statistiske metoder for prediksjon og klassifikasjon
- EXPHIL03 – Examen philosophicum
- STK2130 – Modellering av stokastiske prosesser eller STK3100 – Innføring i generaliserte lineære modeller
- MAT3110 – Innføring i numerisk analyse
- To andre emner innen matematikk og naturvitenskap på 2000- eller 3000-nivå
- Fire andre frie emner
Dersom du velger å oppnå en bachelorgrad fra Matematikk: data, modellering og beregninger (studieretning Data Science) får du ikke en bachelorgrad fra Matematikk med informatikk (studieretning Statistikk og Data Science).
Studieløp
6. semester | Utviklingssemester (Spesialisering Data Science) / fordypningsemner / frie emner | |||||||||||||||||||||||||||||
5. semester | Utviklingssemester (Spesialisering Statistikk) / fordypningsemner / frie emner | |||||||||||||||||||||||||||||
4. semester | Fritt emne / Fordypningsemne / EXPHIL03 – Examen philosophicum | STK2100 – Maskinlæring og statistiske metoder for prediksjon og klassifikasjon | Fritt emne / Fordypningsemne | |||||||||||||||||||||||||||
3. semester | MAT1120 – Lineær algebra | STK1110 – Statistiske metoder og dataanalyse | IN1910 – Programmering for naturvitenskapelige anvendelser | |||||||||||||||||||||||||||
2. semester | MAT1110 – Kalkulus og lineær algebra | MEK1100 – Feltteori og vektoranalyse | STK1100 – Sannsynlighetsregning og statistisk modellering | |||||||||||||||||||||||||||
1. semester |
MAT1100 – Kalkulus og HMS-emner |
MAT-INF1100 – Modellering og beregninger | ||||||||||||||||||||||||||||
|
10 studiepoeng |
10 studiepoeng |
10 studiepoeng |
Obligatoriske fordypningsemner
- STK1110 – Statistiske metoder og dataanalyse
- STK2100 – Maskinlæring og statistiske metoder for prediksjon og klassifikasjon
- Spesialiseringsemner, du velger 1 av 2 spesialiseringer:
Spesialisering Data Science
- 2 av følgende emner:
IN2010 – Algoritmer og datastrukturer
IN2090 – Databaser og datamodellering
IN2040 – Funksjonell programmering
Spesialisering Statistikk
- 2 av følgende emner:
STK2130 – Modellering av stokastiske prosesser
STK3100 – Innføring i generaliserte lineære modeller
STK-MAT2011 – Prosjektarbeid i finans, forsikring, risiko og dataanalyse
MAT2100 – Elementær reell analyse
Det kan være aktuelt å ta MAT2400 – Reell analyse i stede for MAT2100 – Elementær reell analyse, hvis man planlegger å ta flere matematikkemner senere. Ta kontakt med studieadministrasjonen dersom du ønsker dette.
Hvilke emner du velger som obligatoriske fordypningsemner kan påvirke hvilke masterprogrammer du kvalifiserer for opptak til.
Studieløp for spesialisering Data Science
6. semester | Utviklingssemester | |||||||||||||||||||||||||||||
5. semester | IN2010 – Algoritmer og datastrukturer | IN2090 – Databaser og datamodellering | Fritt emne / IN2040 – Funksjonell programmering | |||||||||||||||||||||||||||
4. semester | EXPHIL03 – Examen philosophicum | STK2100 – Maskinlæring og statistiske metoder for prediksjon og klassifikasjon | Fritt emne | |||||||||||||||||||||||||||
3. semester | MAT1120 – Lineær algebra | STK1110 – Statistiske metoder og dataanalyse | IN1910 – Programmering for naturvitenskapelige anvendelser | |||||||||||||||||||||||||||
2. semester | MAT1110 – Kalkulus og lineær algebra | MEK1100 – Feltteori og vektoranalyse | STK1100 – Sannsynlighetsregning og statistisk modellering | |||||||||||||||||||||||||||
1. semester |
MAT1100 – Kalkulus og HMS-emner |
MAT-INF1100 – Modellering og beregninger | ||||||||||||||||||||||||||||
|
10 studiepoeng |
10 studiepoeng |
10 studiepoeng |
Studieløp for spesialisering Statistikk
6. semester | Fritt emne / STK-MAT2011 – Prosjektarbeid i finans, forsikring, risiko og dataanalyse | EXPHIL03 – Examen philosophicum | Fritt emne | |||||||||||||||||||||||||||
5. semester | Utviklingssemester | |||||||||||||||||||||||||||||
4. semester | MAT2400 – Reell analyse / MAT2100 – Elementær reell analyse | STK2100 – Maskinlæring og statistiske metoder for prediksjon og klassifikasjon | STK2130 – Modellering av stokastiske prosesser | |||||||||||||||||||||||||||
3. semester | MAT1120 – Lineær algebra | STK1110 – Statistiske metoder og dataanalyse | IN1910 – Programmering for naturvitenskapelige anvendelser | |||||||||||||||||||||||||||
2. semester | MAT1110 – Kalkulus og lineær algebra | MEK1100 – Feltteori og vektoranalyse | STK1100 – Sannsynlighetsregning og statistisk modellering | |||||||||||||||||||||||||||
1. semester |
MAT1100 – Kalkulus og HMS-emner |
MAT-INF1100 – Modellering og beregninger | ||||||||||||||||||||||||||||
|
10 studiepoeng |
10 studiepoeng |
10 studiepoeng |
Utviklingssemester/frie emner
I denne studieretningen er det tilrettelagt for utviklingssemester i 5. semester for spesialiseringen Statistikk og 6. semester for spesialiseringen Data Science.