Rolf Nevanlinna -insitituutti ylläpitää yhteistyössä matematiikan laitoksen kanssa soveltavan matemaatikon suuntaumisvaihtoehdon erikoistumislinjaa Stokastinen mallintaminen ja data-analyysi. Linjalla opiskellaan matemaattista mallintamista käyttäen tilastotieteen ja stokastiikan menetelmiä sekä perehdytään erityisesti luonnontieteellisten ja teknisten sovellusten data-analyysiin. Linjan sisällä on mahdollista erikoistua edelleen informaatiotekniikan matemaattisiin menetelmiin. Laskennallisilla menetelmillä on tärkeä osa, joten perusvalmiudet tietojenkäsittelyssä ovat opinnoissa eduksi. Linjan vastuuhenkilönä toimii dos. Lasse Holmström.
Opiskelu linjalla voi olla luonteeltaan varsin
poikkitieteellistä sisältäen esimerkiksi kursseja niin matematiikan, tilastotieteen kuin
tietojenkäsittelytieteenkin
laitosten kurssitarjonnasta. Laudaturopintoja suunnitteleva opiskelija ja
linjan vastuuhenkilö laativat sen johdosta opintojen alkuvaiheessa kirjallisen
sopimuksen kurssiyhdistelmästä, joka hyväksytään
kattamaan linjan kurssivaatimukset. Opintojen edistyessä sopimusta päivitetään
tarvittaessa.
Alla laudaturarvosanaan sisällytettäväksi sopivia valinnaisia kursseja, joilla voi erikoistua informaatiotekniikan matemaattisiin menetelmiin. Listoaa muunnellen on mahdollista räätälöidä monenlaisiin muihin sovelluksiin soveltuvia kurssiyhdistelmiä. Tilastotieteen kurssien osalta voidaan matematiikan laitoksen ja Rolf Nevanlinna -insitituutin opetuksen lisäksi hyödyntää tilastotieteen laitoksen kurssitarjontaa.
Informaatiotekniikan matemaattiset menetelmät
Tilastollisen päättelyn lisäkursseja
sopimuksen mukaan, välttäen päällekkäisyyttä
tilastotieteen syventävien opintojen pakollisen osuuden kanssa. Alla
mahdollisia vaihtoehtoja vastaten pakollisen osuuden kohtia a, b ja c.
a) Bayesläiset tilastolliset menetelmät.
b) Tilastollisen päättelyn syventävä
kurssi tai tilastotiede.
c) Bayesläiset tilastolliset menetelmät.
"Menetelmäkursseja", esim.,Laskentaintensiivinen data-analyysi, Tilastollinen hahmontunnistus, Funktioiden estimointi, Matriisilaskenta, Monimuuttujamenetelmät, Mitta ja integraali, Reaalianalyysi, Funktionaalianalyysin peruskurssi.
Tietojenkäsittelytieteen kursseja, esim.,
Tutkimustiedonhallinnan
peruskurssi, Kolme käsitettä:
todennäköisyys, Kolme käsitettä:
informaatio, Kolme käsitettä: utiliteetti, Tiedon tiivistäminen,
Digitaalinen
signaalinkäsittely, Kuvankäsittelyn
perusteet, Kuvankäsittelyn
sovelluksia.