専攻とバリエーション
コラボラティブ・スペシャリゼーション（Data Science）付き M.A.Sc. Biomedical Engineering（5.0単位）
コラボラティブ・スペシャリゼーション（Data Science）付き M.Eng. Biomedical Engineering（5.0単位）
M.Sc. 化学（データサイエンス共同専門分野、5.0単位）
認知科学修士（データサイエンス共同専門分野、5.0単位）
M.A. コミュニケーション（データサイエンス共同専門）（5.0単位）
M.C.S. コンピュータサイエンス（データサイエンス共同専門分野、5.0単位）
M.A.Sc. デジタルメディア（データサイエンス共同専門分野、5.0単位）
M.Sc. 経済学（データサイエンス共同専門分野、4.0単位）
M.A.Sc. 電気・コンピュータ工学（データサイエンス共同専門分野、5.0単位）
M.Eng. 電気・コンピュータ工学（データサイエンス共同専門分野、4.5単位）
M.A. 地理学（データサイエンス共同専門分野、5.0単位）
M.Sc. 地理学（データサイエンス共同専門分野、5.0単位）
M.Sc. 健康科学（データサイエンス共同専門分野、5.5単位）
M.A. 歴史学（データサイエンス共同専門分野、4.5単位）
M.A. 国際関係学（データサイエンス共同専門分野、5.0単位）
M.Sc. 物理学（素粒子物理学、データサイエンス共同専門分野、5.0単位）
公共政策・行政修士（データサイエンス共同専門分野、上級入学、5.0単位）
M.A. 社会学（データサイエンス共同専門分野、5.0単位）
収集されたその他の情報
プログラム要件 コラボレーティブ・プログラム・イン・データサイエンスに登録している学生は、それぞれの所属ユニットの要件とコラボレーティブ・プログラムの要件の両方を満たさなければなりません。ただし、コラボレーティブ・プログラムの要件は、所属ユニットが学生に課す必要単位数を増やすものではなく、学位の単位価値は変わりません。詳細なプログラム要件は各プログラムを参照してください。M.Sc. Biology with Collaborative Specialization in Data Science (5.0 credits)
収集されたその他の情報
プログラム要件 学生は、このカレンダーの一般規則セクション13.2に示された最大限度内で修士プログラムを修了することが期待されます。M.A.Sc. Aerospace Engineering with Collaborative Specialization in Data Science (5.0 credits) M.A.Sc. Materials Engineering with Collaborative Specialization in Data Science (5.0 credits) M.A.Sc. Mechanical Engineering with Collaborative Specialization in Data Science (5.0 credits) 要件: 1. 0.5 クレジット: 0.5 DATA 5000 [0.5] Introduction to Data Science 2. データサイエンス選択科目から0.5クレジット: 0.5 MECH 5103 [0.5] 3D Machine Vision: From Robots to the Space Station MECH 5205 [0.5] Building Performance Simulation MECH 5504 [0.5] Guidance, Navigation and Control MECH 5506 [0.5] Neuro and Fuzzy Control MECH 5508 [0.5] System Modelling, Dynamics and Control MECH 5509 [0.5] Nonlinear Systems Analysis & Controls MAAJ 5026 [0.5] System Modelling, Dynamics and Control MAAJ 5027 [0.5] Nonlinear System Analysis and Controls MAAJ 5028 [0.5] 3D Machine Vision: From Robots to the Space Station MAAJ 5055 [0.5] High-Performance Parallel Scientific Computing MAAJ 5105 [0.5] Non-Linear Optimization MAAJ 5251 [0.5] Guidance, Navigation and Control MAAJ 5252 [0.5] Neuro and Fuzzy Control SYSC 5001 [0.5] Simulation and Modeling SYSC 5004 [0.5] Optimization for Engineering Applications SYSC 5202 [0.5] Applications in Biomedical Image Processing SYSC 5303 [0.5] Interactive Networked Systems and Telemedicine SYSC 5405 [0.5] Pattern Classification and Experiment Design COMP 5112 [0.5] Algorithms for Data Science COMP 5204 [0.5] Computational Aspects of Geographic Information Systems COMP 5306 [0.5] Data Integration COMP 5703 [0.5] Algorithm Analysis and Design COMP 5704 [0.5] Parallel Algorithms and Applications in Data Science 3. OCIMAE が提供するコースで1.5クレジット。1.5 4. 機械・航空宇宙工学セミナーシリーズへの参加 5. 次の2.5クレジット: 2.5 MECH 5909 [2.5] M.A.Sc. Thesis (in the Specialization) 合計単位 5.0 M.Sc. Physics Medical Physics with Collaborative Specialization in Data Science (5.0 credits)
収集されたその他の情報
M.A. Psychology with Collaborative Specialization in Data Science (5.0 credits) 注意: 学生はスペシャリゼーションに含まれる各コースで最低評価 A を取得する必要があります。各研究分野のコースは学科のウェブサイトに掲載されています: carleton.ca/psychology 。要件: 1. 1.0 クレジット: 1.0 PSYC 5410 [0.5] Foundations of the General Linear Model PSYC 5411 [0.5] Extension of the General Linear Model 2. 0.5 クレジット: 0.5 DATA 5000 [0.5] Introduction to Data Science 3. 0.5 クレジットは5000レベルのPSYC、ただし項目4に記載のプロフェッショナル開発コースおよび以下に記載の選択統計コースは除く。0.5 4. 次のプロフェッショナル開発コースから0.5クレジット: 0.5 PSYC 5000 [0.5] Introduction to Program Evaluation PSYC 5002 [0.5] Ethics in Psychology PSYC 5003 [0.5] Open Science and Methodological Improvements PSYC 5004 [0.5] Knowledge Mobilization PSYC 5802 [0.5] Special Topics: Professional Development PSYC 5903 [0.5] Practicum in Psychology 5. 次を修了: 0.0 PSYC 5906 [0.0] Pro-Seminar in Psychology 6. 次の2.5クレジット: 2.5 PSYC 5909 [2.5] M.A. Thesis (in the area of Data Science, which must be defended at an oral examination) 合計単位 5.0 Master of Public Policy and Administration with Collaborative Specialization in Data Science (7.0 credits)
プログラムの経路と条件
これらの表は、指定期間の情報源に基づく要件を示しています。正式な解釈は大学の責任です。
経路 1
| 要件： | ||
| 1. 承認された授業科目で0.5 credit | 0.5 | |
| 2. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 3. 次の4.0 credits: | 4.0 | |
| BIOL 5909 [4.0] | M.Sc. 論文（専門分野内、口頭防御の合格を含む） | |
| 合計単位数 | 5.0 |
経路 2
| 要件： | ||
| 1. 0.5 単位： | 0.5 | |
| BIOM 5010 [0.5] | 生体医工学入門 | |
| 2. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 3. BIOM（BMG）科目で1.0単位 | 1.0 | |
| 4. OCIBMEディレクターまたは准ディレクターの承認を得た上で、Carleton UniversityまたはUniversity of Ottawaでの選択科目で0.5単位 | 0.5 | |
| 5. 2.5 単位： | 2.5 | |
| BIOM 5909 [2.5] | M.A.Sc. 論文（専門分野内） | |
| 6. 0.0単位： | 0.0 | |
| BIOM 5800 [0.0] | 生体医工学セミナー | |
| 合計単位数 | 5.0 |
経路 3
| 要件 - 授業課程による： | ||
| 1. 0.5 単位： | 0.5 | |
| BIOM 5010 [0.5] | 生体医工学入門 | |
| 2. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 3. BIOM (BMG) コースから 2.0 単位 | 2.0 | |
| 4. OCIBMEディレクターまたは准ディレクターの承認を得た上で、Carleton UniversityまたはUniversity of Ottawaでの選択科目で2.0単位 | 2.0 | |
| 5. 0.0 単位： | ||
| BIOM 5800 [0.0] | 生体医工学セミナー | |
| 合計単位数 | 5.0 |
経路 4
| 要件 | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. 0.5 単位： | 0.5 | |
| CHEM 5810 [0.5] | セミナー | |
| 3. 次の科目群から合計0.5単位： | 0.5 | |
| CHEM 5804 [0.5] | 現代の科学コミュニケーション | |
| 4. 大学院レベルのCHEMで0.5 credit。部門の許可があれば、他の分野の科目で最大0.5 creditを含めることができます。 | 0.5 | |
| 5. 以下の3.0単位： | 3.0 | |
| CHEM 5909 [3.0] | M.Sc. 論文（専門分野内） | |
| 合計単位数 | 5.0 |
経路 5
| 要件 - 論文経路（5.0単位） | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. 0.5 単位： | 0.5 | |
| CGSC 5100 [0.5] | 認知科学の諸問題 | |
| 3. 次の科目群から合計0.5単位： | 0.5 | |
| CGSC 5101 [0.5] | 実験的方法と統計 | |
| 4. CGSCまたはその他の承認されたコースから合計1.0 credit。これらは異なる2つの認知科学分野から選び、大学院指導教員と相談して選択してください。 | 1.0 | |
| 5. 2.5 単位： | 2.5 | |
| CGSC 5909 [2.5] | M. Cog. Thesis（論文はデータサイエンスの要件を満たすものとして承認され、データサイエンス関連分野で研究する教員の指導を受ける必要があります。） | |
| 6. Carleton Cognitive Science Spring Conferenceでの発表のための研究準備。 | ||
| 合計単位数 | 5.0 |
経路 6
| 要件 - 履修経路（5.0単位） | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. 以下から1.0 単位： | 1.0 | |
| COMS 5101 [1.0] | コミュニケーション学の基礎 | |
| 3. 次の科目群から合計0.5単位： | 0.5 | |
| COMS 5605 [0.5] | コミュニケーション研究へのアプローチ | |
| 4. 0.5 単位： | 0.5 | |
| COMS 5225 [0.5] | 批判的データ研究 | |
| 5. 次の科目群から合計0.5単位： | 0.5 | |
| COMS 5203 [0.5] | コミュニケーション、技術、社会 | |
| COMS 5221 [0.5] | 知と科学の生成 | |
| COMS 5224 [0.5] | インターネット、インフラ、物質性 | |
| 6. 選択科目で2.0単位 | 2.0 | |
| 合計単位数 | 5.0 |
経路 7
| 要件 - 論文経路（5.0単位） | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. 授業科目で2.0 credits。授業科目には最低1.5 creditsのOCICSコースが含まれ、少なくとも3つの異なる研究分野から選択される必要があります。OCICSの研究分野別コース一覧を参照してください。 | 2.0 | |
| 3. 2.5 単位： | 2.5 | |
| COMP 5905 [2.5] | M.C.S. Thesis（M.C.S.論文はデータサイエンス分野である必要があり、Institute of Data Scienceの承認が必要です。論文を提出する各候補者は口頭試問を受ける必要があります。） | |
| 合計単位数 | 5.0 |
経路 8
| 要件： | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. コア科目から1.5単位: | 1.5 | |
| ITEC 5002 [0.5] | Fundamentals of Information Technology Research（情報技術研究の基礎） | |
| ITEC 5200 [0.5] | Entertainment Technologies（エンターテインメント技術） | |
| ITEC 5201 [0.5] | Computer Animation Technologies（コンピュータアニメーション技術） | |
| ITEC 5202 [0.5] | Visual Effects Technologies（視覚効果技術） | |
| ITEC 5203 [0.5] | Game Design and Development Technologies（ゲーム設計・開発技術） | |
| ITEC 5204 [0.5] | Emerging Interaction Techniques（新興インタラクション技術） | |
| ITEC 5205 [0.5] | Design and Development of Data-Intensive Applications（データ集約型アプリケーションの設計と開発） | |
| ITEC 5206 [0.5] | Data Protection and Rights Management（データ保護と権利管理） | |
| ITEC 5207 [0.5] | Data Interaction Techniques（データインタラクション技術） | |
| ITEC 5208 [0.5] | Virtual Reality and 3D User Interfaces（バーチャルリアリティと3Dユーザーインターフェース） | |
| ITEC 5209 [0.5] | HCIにおける実証的研究方法 | |
| ITEC 5210 [0.5] | Applied Deep Learning（応用ディープラーニング） | |
| ITEC 5920 [0.5] | Special Topics in Digital Media（デジタルメディアに関する特別トピック） | |
| 4. 選択科目で0.5単位。これには4000レベルのコースから最大0.5単位、または指導教員または学部副研究科長の許可を得た他分野の0.5単位の大学院コースを含めることができる。 | 0.5 | |
| 5. 2.5 単位： | 2.5 | |
| ITEC 5909 [2.5] | 修士論文（専門分野） | |
| 合計単位数 | 5.0 |
経路 9
| 要件 - 授業履修経路（4.0単位） | ||
| 1. 1.5 単位： | 1.5 | |
| ECON 5020 [0.5] | ミクロ経済理論 | |
| ECON 5021 [0.5] | マクロ経済理論 | |
| ECON 5027 [0.5] | 計量経済学 I | |
| 2. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 3. 次の科目群から合計0.5単位： | 0.5 | |
| ECON 5708 [0.5] | 経済データサイエンス - アナリティクス | |
| 4. 0.5 単位： | 0.5 | |
| ECON 5029 [0.5] | 経済学研究論文 | |
| データサイエンスに関連するトピックについて。 | ||
| 5. 次の科目群から合計0.5単位： | 0.5 | |
| ECON 5055 [0.5] | 金融計量経済学 | |
| ECON 5709 [0.5] | 経済データサイエンス - 応用 | |
| ECON 5712 [0.5] | ミクロ計量経済学 | |
| ECON 5713 [0.5] | 時系列計量経済学 | |
| 6. M.Sc.指導教員の許可を得た場合、上記#5のリストからの追加コースを含めることができる、ECON、COMP、DATA、MATH、またはSTATの5000レベル選択科目から0.5単位。 | 0.5 | |
| 合計単位数 | 4.0 |
経路 10
| 要件 - 論文修了（5.0単位） | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. データサイエンス選択科目から0.5単位: | 0.5 | |
| SYSC 5001 [0.5] | シミュレーションとモデリング | |
| SYSC 5004 [0.5] | 工学応用のための最適化 | |
| SYSC 5101 [0.5] | 高性能ソフトウェアの設計 | |
| SYSC 5103 [0.5] | ソフトウェアエージェント | |
| SYSC 5104 [0.5] | 離散事象モデリングおよびシミュレーションの方法論 | |
| SYSC 5201 [0.5] | コンピュータ通信 | |
| SYSC 5207 [0.5] | 分散システム工学 | |
| SYSC 5303 [0.5] | インタラクティブ・ネットワークシステムと遠隔医療 | |
| SYSC 5306 [0.5] | モバイルコンピューティングシステム | |
| SYSC 5401 [0.5] | 適応・学習システム | |
| SYSC 5405 [0.5] | パターン分類と実験計画 | |
| SYSC 5407 [0.5] | コンピュータネットワークの計画と設計 | |
| SYSC 5500 [0.5] | 安全なネットワークおよびコンピュータシステムの設計 | |
| SYSC 5703 [0.5] | 統合データベースとクラウドシステム | |
| 3. コースから1.5 単位 | 1.5 | |
| 4. 2.5 単位： | 2.5 | |
| SYSC 5909 [2.5] | M.A.Sc. 論文 | |
| データサイエンスの分野で（論文を提出する各候補者は論文の口頭弁護を行うことが求められる） | ||
| 合計単位数 | 5.0 |
経路 11
| 要件 - プロジェクトによる修了（4.5単位） | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. データサイエンス選択科目から1.0単位: | 1.0 | |
| SYSC 5001 [0.5] | シミュレーションとモデリング | |
| SYSC 5004 [0.5] | 工学応用のための最適化 | |
| SYSC 5101 [0.5] | 高性能ソフトウェアの設計 | |
| SYSC 5103 [0.5] | ソフトウェアエージェント | |
| SYSC 5104 [0.5] | 離散事象モデリングおよびシミュレーションの方法論 | |
| SYSC 5201 [0.5] | コンピュータ通信 | |
| SYSC 5207 [0.5] | 分散システム工学 | |
| SYSC 5303 [0.5] | インタラクティブ・ネットワークシステムと遠隔医療 | |
| SYSC 5306 [0.5] | モバイルコンピューティングシステム | |
| SYSC 5401 [0.5] | 適応・学習システム | |
| SYSC 5405 [0.5] | パターン分類と実験計画 | |
| SYSC 5407 [0.5] | コンピュータネットワークの計画と設計 | |
| SYSC 5500 [0.5] | 安全なネットワークおよびコンピュータシステムの設計 | |
| SYSC 5703 [0.5] | 統合データベースとクラウドシステム | |
| 3. コースで2.5単位。これにはプロジェクトで追加の最大0.5単位を含めることができる。 | 2.5 | |
| 4. 0.5 単位： | 0.5 | |
| SYSC 5900 [0.5] | システムズエンジニアリングプロジェクト | |
| データサイエンスの分野で | ||
| 合計単位数 | 4.5 |
経路 12
| 要件： | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. 0.5 単位： | 0.5 | |
| GEOG 5000 [0.5] | 地理学的探究へのアプローチ | |
| 3. 2.5 単位： | 2.5 | |
| GEOG 5909 [2.5] | M.A. 論文（専門分野内、論文の口頭試問を含む） | |
| 4. 0.5 単位： | 0.5 | |
| GEOG 5905 [0.5] | 修士研究ワークショップ | |
| 5. 承認された大学院レベルの選択科目で1.0単位 | 1.0 | |
| 6. 公式な要件に加えて、M.A.学生は学科セミナーシリーズおよび大学院フィールドキャンプに出席することが求められる。 | ||
| 合計単位数 | 5.0 |
経路 13
| 要件： | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. 0.5 単位： | 0.5 | |
| GEOG 5001 [0.5] | 環境システムのモデリング | |
| 3. 次の科目群から合計0.5単位： | 0.5 | |
| GEOG 5905 [0.5] | 修士研究ワークショップ | |
| 4. 以下から選択された物理地理学の0.5単位： | 0.5 | |
| GEOG 5002 [0.5] | 地理学研究のための定量分析 | |
| GEOG 5103 [0.5] | 水文学の原理と方法 | |
| GEOG 5104 [0.5] | 応用生物地理学 | |
| GEOG 5107 [0.5] | フィールド調査と方法論研究 | |
| GEOG 5303 [0.5] | 地球凍土学 | |
| GEOG 5307 [0.5] | 土壌資源 | |
| GEOG 5803 [0.5] | 地理情報学セミナー | |
| GEOG 5804 [0.5] | 地理情報システム | |
| GEOG 5900 [0.5] | 大学院チュートリアル | |
| 学科の承認により、4000レベルのGEOGまたはGEOMで最大0.5単位 | ||
| 5. 以下の3.0単位： | 3.0 | |
| GEOG 5906 [3.0] | M.Sc. 論文（専門化内、論文の口頭試問を含む） | |
| 6. 形式的な要件に加え、M.Sc.学生はDGES学科ゼミナールシリーズおよび大学院フィールドキャンプに参加することが求められる。 | ||
| 合計単位数 | 5.0 |
経路 14
| 要件（5.5単位）： | ||
| 1. 0.5 単位： | 0.5 | |
| HLTH 5903 [0.5] | 学際的健康科学の現在のトピック | |
| 2. 0.5 単位： | 0.5 | |
| HLTH 5902 [0.5] | 修士課程の学際的健康科学セミナー | |
| または、指導教員および大学院アドバイザーの承認を得た選択科目 | ||
| 3. 次の科目群から合計0.5単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 4. 次の科目群から合計0.0単位： | 0.0 | |
| HLTH 5906 [0.0] | MSc用研究セミナー発表 | |
| HLTH 5905 [0.0] | MSc用最終研究セミナー発表 | |
| 5. 次の科目群から合計4.0単位： | 4.0 | |
| HLTH 5909 [4.0] | MSc論文（専門分野内） | |
| 6. 学位論文の大学院アドバイザリー委員会と年2回の面談を行い、学生は委員会が定める進捗レベルに達していること。 | ||
| 合計単位数 | 5.5 |
経路 15
| 要件： | ||
| 1. 0.5 単位： | 0.5 | |
| HIST 5003 [0.5] | 歴史理論と方法 | |
| 2. 大学院レベルのHISTで1.5単位。ただし、指定されたパブリック・ヒストリーの科目から取得できるのは最大0.5単位のみ。学科の許可があれば、Carleton University、University of Ottawa、または他の認定機関の他単位から歴史的内容を含むコースを最大0.5単位まで履修することができる。 | 1.5 | |
| 3. 次の科目群から合計0.5単位： | 0.5 | |
| HIST 5706 [0.5] | デジタル・ヒストリー | |
| 4. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 5. 次のうち0.5単位: | 0.5 | |
| HIST 5900 [0.5] | 指導研究 | |
| 6. 次から1.0クレジット: | 1.0 | |
| HIST 5908 [1.0] | M.A. 研究エッセイ（専門化内） | |
| 合計単位数 | 4.5 |
経路 16
| 要件 - 論文経路： | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. 以下から1.0 単位： | 1.0 | |
| INAF 5016 [0.5] | 国際関係のための統計分析 | |
| INAF 5017 [0.25] | カナダにおける国際政策決定：構造とプロセス | |
| INAF 5018 [0.25] | 法と国際関係 | |
| 3. 次のうちのいずれかの科目で、2学期目終了までに修了した0.5単位の経済学（注1参照） | 0.5 | |
| INAF 5009 [0.5] | 開発の経済学 | |
| INAF 5205 [0.5] | 紛争の経済学 | |
| INAF 5214 [0.5] | 国家安全保障、情報、国防のための経済学 | |
| INAF 5308 [0.5] | 国際貿易と金融：理論と政策 | |
| INAF 5703 [0.5] | 国際公共経済学 | |
| 4. 2.0 単位： | 2.0 | |
| INAF 5909 [2.0] | M.A. 論文（専門分野内） | |
| 5. フィールドまたは選択科目で1.0単位（注2および注3参照） | 1.0 | |
| 6. 第二言語能力試験の合格（注4参照） | ||
| 合計単位数 | 5.0 |
経路 17
| 要件： | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. 0.5 単位： | 0.5 | |
| PHYS 5002 [0.5] | 物理学の統計データ解析手法（または計算物理学における同等のコース） | |
| 3. 次の科目群から合計0.5単位： | 0.5 | |
| PHYS 5203 [0.5] | 医療放射線物理学 | |
| 4. 次のうちから0.5単位： | 0.5 | |
| PHYS 5204 [0.5] | 医用イメージングの物理（イメージングの場合） | |
| PHYS 5206 [0.5] | 医療放射線治療物理学（治療の場合） | |
| PHYS 5207 [0.5] | 放射線生物学（生物物理学の場合） | |
| 5. PHYS または PHYJ の0.5単位。大学院指導教員の承認があれば、物理学部門外の適切な大学院レベルコースを用いることができる。 | 0.5 | |
| 6. 次の科目で2.5単位： | 2.5 | |
| PHYS 5909 [2.5] | M.Sc. 論文（Data Scienceガバナンス委員会が承認したデータサイエンスのテーマに関するもので、口頭試問で防衛すること） | |
| 7. オタワ・カールトン物理学研究所のセミナーシリーズへの参加 | ||
| 合計単位数 | 5.0 |
経路 18
| 要件： | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. 0.5 単位： | 0.5 | |
| PHYS 5002 [0.5] | 物理学の統計データ解析手法（または計算物理学における同等のコース） | |
| 3. 1.5単位： | 1.5 | |
| PHYS 5602 [0.5] | 素粒子物理学の物理 | |
| PHYS 5701 [0.5] | 応用を含む中級量子力学 | |
| PHYS 5702 [0.5] | 相対論的量子力学 | |
| 4. 2.5 単位： | 2.5 | |
| PHYS 5909 [2.5] | M.Sc. 論文（Data Scienceガバナンス委員会が承認したデータサイエンスのテーマに関するもので、口頭試問で防衛すること） | |
| 5. オタワ・カールトン物理学研究所のセミナーシリーズへの参加 | ||
| 合計単位数 | 5.0 |
経路 19
| 要件 - コースワーク経路（標準入学、7.0単位） | ||
| 1. コア科目で4.0単位： | 4.0 | |
| PADM 5120 [0.5] | ガバナンスへの現代的課題 | |
| PADM 5121 [0.5] | 政策分析：変革の実践技術 | |
| PADM 5122 [0.5] | 公共経営：原則とアプローチ | |
| PADM 5123 [0.5] | 実践における公共経営 | |
| PADM 5125 [0.5] | 公共政策のための質的方法 | |
| PADM 5127 [0.5] | 政策分析のためのミクロ経済学 | |
| PADM 5128 [0.5] | 政策分析のためのマクロ経済学 | |
| PADM 5129 [0.5] | 総括コース（キャップストーン） | |
| 2. データサイエンスのコア科目で1.5単位： | 1.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| PADM 5126 [0.5] | 公共政策のための定量的方法 | |
| PADM 5218 [0.5] | 社会経済データの分析 | |
| 3. データサイエンス選択科目から0.5単位： | 0.5 | |
| COMP 5111 [0.5] | ビジネスインテリジェンスのためのデータ管理 | |
| COMP 5209 [0.5] | ビジュアル・アナリティクス | |
| COMP 5305 [0.5] | 高度データベースシステム | |
| COMP 5306 [0.5] | データ統合 | |
| PADM 5372 [0.5] | ポリシーセミナー（データサイエンス専攻） | |
| PADM 5391 [0.5] | ディレクテッド・スタディーズ（データサイエンス専攻） | |
| 4. 承認済み選択科目で1.0単位（詳細はスクールのウェブサイト参照） | 1.0 | |
| 合計単位数 | 7.0 |
経路 20
| 要件 - コースワーク経路（上級編入、5.0単位） | ||
| 1. コア科目から2.5単位： | 2.5 | |
| PADM 5120 [0.5] | ガバナンスへの現代的課題 | |
| PADM 5121 [0.5] | 政策分析：変革の実践技術 | |
| PADM 5122 [0.5] | 公共経営：原則とアプローチ | |
| PADM 5123 [0.5] | 実践における公共経営 | |
| PADM 5125 [0.5] | 公共政策のための質的方法 | |
| PADM 5127 [0.5] | 政策分析のためのミクロ経済学 | |
| PADM 5128 [0.5] | 政策分析のためのマクロ経済学 | |
| PADM 5129 [0.5] | 総括コース（キャップストーン） | |
| 2. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 3. 次から0.5クレジット： | 0.5 | |
| PADM 5126 [0.5] | 公共政策のための定量的方法 | |
| PADM 5218 [0.5] | 社会経済データの分析 | |
| 4. データサイエンス選択科目から0.5単位： | 0.5 | |
| COMP 5111 [0.5] | ビジネスインテリジェンスのためのデータ管理 | |
| COMP 5209 [0.5] | ビジュアル・アナリティクス | |
| COMP 5305 [0.5] | 高度データベースシステム | |
| COMP 5306 [0.5] | データ統合 | |
| PADM 5372 [0.5] | ポリシーセミナー（データサイエンス専攻） | |
| PADM 5391 [0.5] | ディレクテッド・スタディーズ（データサイエンス専攻） | |
| 5. 承認済み選択科目で1.0単位（詳細はスクールのウェブサイト参照） | 1.0 | |
| 合計単位数 | 5.0 |
経路 21
| 要件 - 論文経路（5.0 単位）： | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| 2. 以下から1.0 単位： | 1.0 | |
| SOCI 5005 [0.5] | 社会思想における継続的論争 | |
| SOCI 5809 [0.5] | 研究過程の論理 | |
| 3. 次の科目群から合計1.0単位： | 1.0 | |
| SOCI 5102 [0.5] | 重回帰分析 | |
| SOCI 5104 [0.5] | 高度多変量解析 | |
| 4. 0.5 クレジットの大学院レベルの SOCI（上記に記載されているものは除く）。学科の許可があれば4000レベルのコースから選択可。 | 0.5 | |
| 5. 以下から2.0単位： | 2.0 | |
| SOCI 5909 [2.0] | M.A. 論文（専門分野内） | |
| 6.0 候補者の論文とプログラムに関する口頭試験 | ||
| 合計単位数 | 5.0 |
コース
これらの科目はプログラムのソースページで確認されました。記載がすべての履修経路で必須であることを意味するわけではありません。
出典と参照
参照年 : 2026-27
日付と出典は、情報を確認する際の参考のために保持されています。翻訳は読みやすくするための提案であり、条件や要件については公式の出典が基準となります。
出典の参照 : https://calendar.carleton.ca/grad/gradprograms/datascience/