Algoritmien ja koneoppimisen erikoistumislinja
Tulevaisuuden tietojärjestelmät sisältävät yhä enemmän älykkäitä osia, joiden toteuttaminen perustuu usein koneoppimiseen. Monimutkaisten mallien oppiminen edellyttää laskennallisesti vaativia menetelmiä. Lisäksi jatkuvasti kasvavat datamäärät asettavat omia vaatimuksiaan algoritmien tehokkuudelle. Erikoistumislinjan keskeinen ongelma-alue onkin tehokkaiden algoritmien löytäminen älykkäiden järjestelmien tarpeisiin ja näiden algoritmien laajempi soveltaminen esim. biologisiin aineistoihin. Linjalla tarkastellaan myös yleisemmin tehokkaiden algoritmien ja tekoälyn teoriaa ja sovelluksia.
Linjalta valmistuvat sijoittuvat tyypillisesti teknisiksi asiantuntijoiksi tai tutkijoiksi. Opintojen antamat yleiset metodiset valmiudet mahdollistavat toimimisen sekä elinkeinoelämässä että akateemisessa maailmassa myös tietojenkäsittelyä soveltavissa hankkeissa.
Linjan vastuuprofessori keväällä 2010 on Jyrki Kivinen.
Linjan erikoistuutor on Tomi Pasanen.
Tutkintovaatimukset
Algoritmien ja koneoppimisen erikoistumislinja muodostettiin syksyllä 2008 yhdistämällä vanhat algoritmien erikoistumislinja, älykkäiden järjestelmien erikoistumislinja sekä tiedonhallinnan erikoistumislinjan tiedonlouhintaa käsittelevä osa. Syksystä 2008 syventävien opintojen opetus järjestetään nykyisten tutkintovaatimusten mukaan ja kurssit poikkeavat huomattavasti aiemmista. Jos aiot muodostaa nykyisistä kursseista vuosien 2005–2008 vaatimusten mukaisen tutkinnon jollekin em. linjalle, on varminta selvittää kurssien vastaavuudet linjan vastuuprofessorin tai erikoistuutorin kanssa. Tärkeimmät vastaavuudet löytyvä laitoksen tutkinnonuudistussivulta.
Linjan opetus suunnitellaan siten, että kesään 2011 asti luennoidaan myös vuosien 2005–2008 tutkintovaatimusten mukaiset kurssit tai niitä vastaavat kurssit.
Luonnontieteiden kandidaatti
Tietojenkäsittelutieteen LuK-tutkinnossa ei ole erikoistumislinjoja, vaan kaikilla opiskelijoilla on samat pakolliset kurssit. Alla kohdassa "Annettava opetus" on mainittu linjaan läheisimmin liittyvät pakolliset kurssit. Tällä hetkellä linjalla ei ole erityisiä valinnaisia aineopintokursseja.
Jos tavoitteena on suorittaa FM-tutkinto algoritmien ja koneoppimisen linjalla, jo LuK-opintoihin on syytä sisällyttää runsaasti matematiikan opintoja (ks. "Sivuaineet" alla).
Filosofian maisteri
Kaikille tietojenkäsittelytieteen opiskelijoille yhteisten pakollisten muiden opintojen lisäksi FM-tutkintoon algoritmien ja koneoppimisen erikoistumislinjalla vaaditaan seuraavaa:
Lisäksi kandidaatin ja maisterin tutkinnossa yhteensä on oltava matematiikan tai menetelmätieteiden opintokokonaisuuksia vähintään 60 op.
- Linjan pakolliset opinnot (8 op)
- Linjakohtaiset valinnaiset opinnot (6 op)
- Ainakin yksi seuraavista:
- Muut valinnaiset opinnot (20 op)
- vähintään 20 op tietojenkäsittelytieteen syventäviä opintoja alla tarkennettujen ohjeiden mukaan
- Seminaareja (6 op)
- Pro gradu -tutkielma ja kypsyysnäyte (40 op)
"Muiksi valinnaisiksi opinnoiksi" kelpaavat ainakin
- kaikki linjakohtaiset valinnaiset kurssit
- muiden erikoistumislinjojen tutkintovaatimuksissa mainitut pakolliset ja valinnaiset syventävät kurssit
- linjan vaihtuvat erikoiskurssit, joita ovat ainakin Kausaalisuusanalyysi, Merkkijonomenetelmät, Tiedon tiivistämisen tekniikat, Special topics in computational geometry, Approksimointialgoritmit, Satunnaisalgoritmit ja Unsupervised machine learning
- muiden linjojen erikoiskursseista ainakin Tiedonhakumenetelmät, Tietoturva ja Spesifioinnin ja verifioinnin perusteet
Sivuaineet
Algoritmien ja koneoppimisen opinnot edellyttävät alusta alkaen kohtalaisia matemaattisia valmiuksia. FM-tutkinnossa pakollisena sivuaineena on vähintään 60 op matematiikkaa tai menetelmätieteitä. Nämä kannattaa yleensä pyrkiä suorittamaan ainakin pääosin jo LuK-vaiheessa. Peruskursseista erityisen suositeltavia ovat esimerkiksi
- Analyysi I ja II (tai Analyysin peruskurssi)
- Lineaarialgebra ja matriisilaskenta I ja II
- Logiikka I
- Johdatus todennäköisyyslaskentaan ja Johdatus tilastolliseen päättelyyn (tai vastaavat tilastotieteen kurssit).
Muita suositeltavia sivuaineita ovat esimerkiksi fysiikka ja teoreettinen fysiikka, tilastotiede, kieliteknologia ja kognitiotiede, menetelmätieteiden sivuainekokonaisuus sekä JOO-sopimukseen perustuvat opinnot TKK:ssa.
Annettava opetus
Kunkin lukukauden yksityiskohtainen opetusohjelma löytyy laitoksen opiskelusivun kautta.
Aineopinnot
Seuraavat linjan alueeseen kuuluvat pakolliset aineopintokurssit järjestetään joka vuosi:
| kurssi | periodit | huom. |
|---|---|---|
| Laskennan mallit | I–II | koko syyslukukausi |
| Tietorakenteet | III–IV | koko kevätlukukausi |
| Tietorakenteiden harjoitustyö | I, II, III, IV | myös kesäisin |
| Johdatus tekoälyyn | I |
Syventävät opinnot
Algoritmien ja koneoppimisen maisteriopinnot aloitetaan tyypillisesti linjan pakollisilla kursseilla Algoritmien suunnittelu ja analyysi sekä Johdatus koneoppimiseen, jotka antavat välttämättömiä esitietoja muille kursseille.
Pakollisten kurssien jatkoksi suoritetaan mahdollisimman pian ainakin yksi linjan valinnaisista kursseista harjoitustöineen: Diskreetti optimointi, Tiedon louhinta tai Todennäköisyysmallit. Kursseihin liittyvät harjoitustyöt järjestetään yleensä erikseen luentokurssia seuraavassa periodissa, joten suoritettaessa useampi kuin yksi valinnainen kurssi (mikä on yleensä suositeltavaa) ei kuitenkaan ole välttämätöntä suorittaa enempää kuin yksi harjoitustyö.
Kurssit pidetään vuosittain seuraavasti:
| kurssi | periodi | huom. |
|---|---|---|
| Algoritmien suunnittelu ja analyysi | I | |
| Johdatus koneoppimiseen | II | |
| Diskreetti optimointi | II | |
| Diskreetin optimoinnin harjoitustyö | III | |
| Todennäköisyysmallit | III | |
| Todennäköisyysmallien harjoitustyö | IV | |
| Tiedon louhinta | IV | |
| Tiedon louhinnan harjoitustyö | IVb | intensiivijaksolla |
Merkinnät
Merkintää syventävien opintojen kokonaisuudesta haetaan linjan vastuuprofessorilta. Samalla on syytä hakea merkintä myös muista opinnoista. Merkintä aineopintokokonaisuudesta pitää tällöin jo olla haettuna. Erittäin mielellään myös tutkintoon tulevat sivuaineiden kokonaisuudet saisivat olla rekisteröityinä.
Merkinnän antamiseen tarvitaan
- täytetty syventävät opinnot -kokonaisuuslomake
- täytetty muut pääaineopinnot -lomake
- täytetty muut opinnot -lomake ja
- opintorekisteriote (epävirallinen riittää).
Tutkimusryhmiä
- Algodan
- Algoritminen data-analyysi
- johtaja Esko Ukkonen
- Suomen Akatemian huippuyksikkö 2008-2013
- tutkimusalueita kombinatorinen hahmonsovitus, tiedon louhinta ja koneoppiminen
- sovellusalueita mm. bioinformatiikka, kieliteknologia ja neuroinformatiikka
- CoSCo
- Complex Systems Computation Group
- johtaja Petri Myllymäki
- tutkimuskohteita mm. probabilistinen mallintaminen ja informaatioteoreettiset menetelmät
- sovelluskohteita mm. tiedonhaku, läsnä-äly ja paikantaminen
- NAPS
- Networking and Architecture for Proactive Systems
- johtaja Patrik Floréen
- kohteena mm. ad hoc -verkkoihin liittyvät optimointiongelmat
Henkilökuntaa
Monet allamainituista henkilöstä toimivat myös muilla erikoistumislinjoilla. Toisaalta alla oleva luettelo ei ole erityisen kattava, erityisesti jatko-opiskelijat on jätetty pois. Toimet on ilmoitettu kevään 2010 tilanteen mukaan.
Opetustoimissa
- Patrik Floréen, FT, dos., yonleht. (vapaalla), HIITin johtaja
- Aapo Hyvärinen, FT, dos., prof.
- Jyrki Kivinen, FT, prof.
- Juha Kärkkäinen, FT, yotutk.
- Petri Myllymäki, FT, dos., prof.
- Otto Nurmi, Dr.rer.pol., leht.
- Tomi Pasanen, FT, yonleht.
- Juho Rousu, FT, dos., prof.
- Hannu Toivonen, FT, prof.
- Esko Ukkonen, FT, prof., tietojenkäsittelytieteen laitoksen johtaja
Tutkijoita, dosentteja yms.
- Patrik Hoyer, TkT, akatemiatutkija
- Petteri Kaski, TkT, senior researcher (HIIT)
- Mikko Koivisto, FT, dos., akatemiatutkija
- Kjell Lemström, FT, dos., akatemiatutkija
- Heikki Mannila, FT, prof. (TKK)
- Veli Mäkinen, FT, dos., akatemiatutkija
- Petteri Nurmi, FT
- Valentin Polishchuk, PhD, post-doctoral researcher (thesis topics)
- Teemu Roos, FT, post-doctoral researcher (HIIT)
- Petteri Sevon, FT, tutkija
- Huizhen (Janey) Yu, PhD, post-doctoral researcher
12. elokuuta 2009 Jyrki Kivinen