専攻とバリエーション
M.A.Sc. データサイエンス、アナリティクス、人工知能（5.0 単位）
M.C.S. データサイエンス、アナリティクス、人工知能（5.0 単位）
M.Eng. データサイエンス、アナリティクス、人工知能（4.5 単位）
M.I.T. データサイエンス、アナリティクス、人工知能（5.0 単位）
M.Sc. データサイエンス、アナリティクス、人工知能（5.0 単位）
Ph.D. データサイエンス、アナリティクス、人工知能（1.5 単位）
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
| M.A.Sc. データサイエンス・アナリティクス・人工知能（論文経路、5.0単位） | ||
| 1. 以下から1.0 単位： | 1.0 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| DATA 5001 [0.5] | データサイエンスと分析の基礎 | |
| 2. 0.5 クレジットは承認された SYSC 選択科目（適用可能な選択科目の一覧は DSAAI プログラムのウェブサイトを参照） | 0.5 | |
| 3. 0.5 クレジットは SYSC 以外の承認された選択科目（適用可能な選択科目の一覧は DSAAI プログラムのウェブサイトを参照） | 0.5 | |
| 4. 0.5 クレジットは任意の参加 DSAAI ユニットからの選択科目 | 0.5 | |
| 注意: 上記の選択科目のうち0.5クレジットは人工知能または機械学習の応用に関するものでなければなりません（適用可能な選択科目の一覧は DSAAI プログラムのウェブサイトを参照） | ||
| 5. 2.5 単位： | 2.5 | |
| DATA 5929 [2.5] | 論文 - MASc | |
| 合計単位数 | 5.0 |
経路 2
| 要件 - 論文経路（5.0 単位） | ||
| 1. 以下から1.0 単位： | 1.0 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| DATA 5001 [0.5] | データサイエンスと分析の基礎 | |
| 2. 0.5 クレジットは承認された COMP 選択科目（適用可能な選択科目の一覧は DSAAI プログラムのウェブサイトを参照） | 0.5 | |
| 3. 0.5 クレジットは COMP 以外の承認された選択科目（適用可能な選択科目の一覧は DSAAI プログラムのウェブサイトを参照） | 0.5 | |
| 4. 0.5 クレジットは任意の参加 DSAAI ユニットからの選択科目 | 0.5 | |
| 5. 上記選択科目の0.5クレジットは人工知能または機械学習の応用に関するものでなければなりません（一覧は DSAAI プログラムのウェブサイト参照） | ||
| 6. 次の2.5クレジット: | 2.5 | |
| DATA 5939 [2.5] | 論文 - MCS | |
| 合計単位数 | 5.0 |
経路 3
| M.Eng. データサイエンス・アナリティクス・人工知能（授業中心の経路、4.5単位） | ||
| 1. 以下から1.0 単位： | 1.0 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| DATA 5001 [0.5] | データサイエンスと分析の基礎 | |
| 2. 1.0 クレジットは承認された SYSC 選択科目（適用可能な選択科目の一覧は DSAAI プログラムのウェブサイトを参照） | 1.0 | |
| 3. 0.5 クレジットは任意の大学院レベルの SYSC コース | 0.5 | |
| 4. 1.0 クレジットは SYSC 以外の二つのユニットからの承認選択科目（適用可能な選択科目の一覧は DSAAI プログラムのウェブサイトを参照） | 1.0 | |
| 5. 1.0 クレジットは任意の参加 DSAAI ユニットからの選択科目 | 1.0 | |
| 注意: 上記の選択科目のうち0.5クレジットは人工知能または機械学習の応用に関するものでなければなりません（適用可能な選択科目の一覧は DSAAI プログラムのウェブサイトを参照） | ||
| 合計単位数 | 4.5 |
経路 4
| M.I.T. データサイエンス・アナリティクス・人工知能（論文経路、5.0単位） | ||
| 1. 以下から1.0 単位： | 1.0 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| DATA 5001 [0.5] | データサイエンスと分析の基礎 | |
| 2. 0.5 クレジットは承認された ITEC 選択科目（適用可能な選択科目の一覧は DSAAI プログラムのウェブサイトを参照） | 0.5 | |
| 3. 0.5 クレジットは ITEC 以外の承認された選択科目（適用可能な選択科目の一覧は DSAAI プログラムのウェブサイトを参照） | 0.5 | |
| 4. 0.5 クレジットは任意の参加 DSAAI ユニットからの選択科目 | 0.5 | |
| 注意: 上記の選択科目のうち0.5クレジットは人工知能または機械学習の応用に関するものでなければなりません（適用可能な選択科目の一覧は DSAAI プログラムのウェブサイトを参照） | ||
| 5. 2.5 単位： | 2.5 | |
| DATA 5919 [2.5] | 論文 - MIT | |
| 合計単位数 | 5.0 |
経路 5
| M.Sc. Data Science, Analytics and Artificial Intelligence - 論文経路 (5.0 credits) | ||
| 1. 以下から1.0 単位： | 1.0 | |
| DATA 5000 [0.5] | データサイエンス入門 | |
| DATA 5001 [0.5] | データサイエンスと分析の基礎 | |
| 2. MATH または STAT の承認済み選択科目 0.5 credit（該当選択科目の一覧は DSAAI プログラムのウェブサイト参照） | 0.5 | |
| 3. MATH または STAT 以外の承認済み選択科目 0.5 credit（該当選択科目の一覧は DSAAI プログラムのウェブサイト参照） | 0.5 | |
| 4. 0.5 クレジットは任意の参加 DSAAI ユニットからの選択科目 | 0.5 | |
| 注意: 上記の選択科目のうち0.5クレジットは人工知能または機械学習の応用に関するものでなければなりません（適用可能な選択科目の一覧は DSAAI プログラムのウェブサイトを参照） | ||
| 5. 2.5 単位： | 2.5 | |
| DATA 5909 [2.5] | 論文 - M.Sc. | |
| 合計単位数 | 5.0 |
経路 6
| 要件 (1.5 credits): | ||
| 1. 0.5 単位： | 0.5 | |
| DATA 5001 [0.5] | データサイエンスと分析の基礎 | |
| 2. 指導教員の承認を得た選択科目 1.0 credit（該当選択科目の一覧は DSAAI プログラムのウェブサイト参照） | 1.0 | |
| 3. 以下の 0.0 credit: | ||
| DATA 6907 [0.0] | 博士総合試験 | |
| 4. 次の科目群から合計0.0単位： | ||
| DATA 6908 [0.0] | 博士提案 | |
| 5. 0.0 単位： | 0.0 | |
| DATA 6909 [0.0] | 論文 - PhD | |
| 合計単位数 | 1.5 |
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/dsa/