Beranda StudyCanadaUniversitas di KanadaCarleton UniversityIlmu Data, Analitik, dan Kecerdasan Buatan
Spesialisasi dan variasi
M.A.Sc. Ilmu Data, Analitik, dan Kecerdasan Buatan (5.0 kredit)
M.C.S. Ilmu Data, Analitik, dan Kecerdasan Buatan (5.0 kredit)
M.Eng. Ilmu Data, Analitik, dan Kecerdasan Buatan (4.5 kredit)
M.I.T. Ilmu Data, Analitik, dan Kecerdasan Buatan (5.0 kredit)
M.Sc. Ilmu Data, Analitik, dan Kecerdasan Buatan (5.0 kredit)
Ph.D. Ilmu Data, Analitik, dan Kecerdasan Buatan (1.5 kredit)
Jalur dan ketentuan program
Tabel-tabel ini mencantumkan persyaratan dari sumber untuk periode yang ditunjukkan. Interpretasi resmi merupakan kewenangan universitas.
Jalur 1
| M.A.Sc. Ilmu Data, Analitika, dan Kecerdasan Buatan - jalur tesis (5.0 kredit) | ||
| 1. 1.0 kredit dalam: | 1.0 | |
| DATA 5000 [0.5] | Pengantar Ilmu Data | |
| DATA 5001 [0.5] | Fundamentals in Data Science and Analytics | |
| 2. 0.5 kredit dalam pilihan SYSC yang disetujui (lihat situs web program DSAAI untuk daftar pilihan yang berlaku) | 0.5 | |
| 3. 0.5 kredit dalam pilihan yang disetujui yang bukan di SYSC (lihat situs web program DSAAI untuk daftar pilihan yang berlaku) | 0.5 | |
| 4. 0.5 kredit dalam pilihan dari unit DSAAI mana pun yang berpartisipasi | 0.5 | |
| Catatan: 0.5 kredit dari pilihan di atas harus dalam aplikasi kecerdasan buatan atau pembelajaran mesin (lihat situs web program DSAAI untuk daftar pilihan yang berlaku) | ||
| 5. 2.5 kredit dalam: | 2.5 | |
| DATA 5929 [2.5] | Thesis - MASc | |
| Total Kredit | 5.0 |
Jalur 2
| Persyaratan - jalur tesis (5.0 kredit) | ||
| 1. 1.0 kredit dalam: | 1.0 | |
| DATA 5000 [0.5] | Pengantar Ilmu Data | |
| DATA 5001 [0.5] | Fundamentals in Data Science and Analytics | |
| 2. 0.5 kredit dalam pilihan COMP yang disetujui (lihat situs web program DSAAI untuk daftar pilihan yang berlaku) | 0.5 | |
| 3. 0.5 kredit dalam pilihan yang disetujui yang bukan di COMP (lihat situs web program DSAAI untuk daftar pilihan yang berlaku) | 0.5 | |
| 4. 0.5 kredit dalam pilihan dari unit DSAAI mana pun yang berpartisipasi | 0.5 | |
| 5. 0.5 kredit dari pilihan di atas harus dalam aplikasi kecerdasan buatan atau pembelajaran mesin (Lihat situs web program DSAAI untuk daftar) | ||
| 6. 2.5 kredit dalam: | 2.5 | |
| DATA 5939 [2.5] | Thesis - MCS | |
| Total Kredit | 5.0 |
Jalur 3
| M.Eng. Ilmu Data, Analitika, dan Kecerdasan Buatan - jalur perkuliahan (4.5 kredit) | ||
| 1. 1.0 kredit dalam: | 1.0 | |
| DATA 5000 [0.5] | Pengantar Ilmu Data | |
| DATA 5001 [0.5] | Fundamentals in Data Science and Analytics | |
| 2. 1.0 kredit dalam pilihan SYSC yang disetujui (lihat situs web program DSAAI untuk daftar pilihan yang berlaku) | 1.0 | |
| 3. 0.5 kredit dalam mata kuliah SYSC tingkat pascasarjana mana pun | 0.5 | |
| 4. 1.0 kredit dalam pilihan yang disetujui dari dua unit yang bukan SYSC (lihat situs web program DSAAI untuk daftar pilihan yang berlaku) | 1.0 | |
| 5. 1.0 kredit dalam pilihan dari unit DSAAI mana pun yang berpartisipasi | 1.0 | |
| Catatan: 0.5 kredit dari pilihan di atas harus dalam aplikasi kecerdasan buatan atau pembelajaran mesin (lihat situs web program DSAAI untuk daftar pilihan yang berlaku) | ||
| Total Kredit | 4.5 |
Jalur 4
| M.I.T. Ilmu Data, Analitika, dan Kecerdasan Buatan - jalur tesis (5.0 kredit) | ||
| 1. 1.0 kredit dalam: | 1.0 | |
| DATA 5000 [0.5] | Pengantar Ilmu Data | |
| DATA 5001 [0.5] | Fundamentals in Data Science and Analytics | |
| 2. 0.5 kredit dalam pilihan ITEC yang disetujui (lihat situs web program DSAAI untuk daftar pilihan yang berlaku) | 0.5 | |
| 3. 0.5 kredit dalam pilihan yang disetujui yang bukan di ITEC (lihat situs web program DSAAI untuk daftar pilihan yang berlaku) | 0.5 | |
| 4. 0.5 kredit dalam pilihan dari unit DSAAI mana pun yang berpartisipasi | 0.5 | |
| Catatan: 0.5 kredit dari pilihan di atas harus dalam aplikasi kecerdasan buatan atau pembelajaran mesin (lihat situs web program DSAAI untuk daftar pilihan yang berlaku) | ||
| 5. 2.5 kredit dalam: | 2.5 | |
| DATA 5919 [2.5] | Thesis - MIT | |
| Total Kredit | 5.0 |
Jalur 5
| M.Sc. Data Science, Analytics and Artificial Intelligence - jalur tesis (5.0 credits) | ||
| 1. 1.0 kredit dalam: | 1.0 | |
| DATA 5000 [0.5] | Pengantar Ilmu Data | |
| DATA 5001 [0.5] | Fundamentals in Data Science and Analytics | |
| 2. 0.5 credit dalam mata kuliah pilihan MATH atau STAT yang disetujui (lihat situs program DSAAI untuk daftar mata kuliah pilihan yang berlaku) | 0.5 | |
| 3. 0.5 credit dalam mata kuliah pilihan yang disetujui yang bukan MATH atau STAT (lihat situs program DSAAI untuk daftar mata kuliah pilihan yang berlaku) | 0.5 | |
| 4. 0.5 kredit dalam pilihan dari unit DSAAI mana pun yang berpartisipasi | 0.5 | |
| Catatan: 0.5 kredit dari pilihan di atas harus dalam aplikasi kecerdasan buatan atau pembelajaran mesin (lihat situs web program DSAAI untuk daftar pilihan yang berlaku) | ||
| 5. 2.5 kredit dalam: | 2.5 | |
| DATA 5909 [2.5] | Tesis - MSc | |
| Total Kredit | 5.0 |
Jalur 6
| Persyaratan (1.5 credits): | ||
| 1. 0.5 kredit dalam: | 0.5 | |
| DATA 5001 [0.5] | Fundamentals in Data Science and Analytics | |
| 2. 1.0 credit dalam mata kuliah pilihan, disetujui oleh pembimbing (lihat situs program DSAAI untuk daftar mata kuliah pilihan yang berlaku) | 1.0 | |
| 3. 0.0 credit dalam: | ||
| DATA 6907 [0.0] | Ujian Komprehensif Doktoral | |
| 4. 0.0 kredit dalam: | ||
| DATA 6908 [0.0] | Proposal Doktoral | |
| 5. 0.0 kredit dalam: | 0.0 | |
| DATA 6909 [0.0] | Tesis - PhD | |
| Total Kredit | 1.5 |
Mata kuliah
Mata kuliah ini ditemukan di halaman sumber program. Kehadirannya tidak berarti semuanya wajib di setiap jalur studi.
Sumber dan referensi
Tahun acuan : 2026-27
Tanggal dan sumber disimpan untuk membantu Anda memverifikasi informasi. Terjemahan disediakan untuk memudahkan pembacaan; sumber resmi menjadi rujukan untuk syarat dan ketentuan.
Referensi sumber : https://calendar.carleton.ca/grad/gradprograms/dsa/