Hjem StudyCanadaUniversiteter i CanadaCarleton UniversityDatavitenskap, analyse og kunstig intelligens
Spesialiseringer og varianter
M.A.Sc. Datavitenskap, analyse og kunstig intelligens (5.0 studiepoeng)
M.C.S. Datavitenskap, analyse og kunstig intelligens (5.0 studiepoeng)
M.Eng. Datavitenskap, analyse og kunstig intelligens (4.5 studiepoeng)
M.I.T. Datavitenskap, analyse og kunstig intelligens (5.0 studiepoeng)
M.Sc. Datavitenskap, analyse og kunstig intelligens (5.0 studiepoeng)
Ph.D. Datavitenskap, analyse og kunstig intelligens (1.5 studiepoeng)
Programløp og betingelser
Disse tabellene gjengir kravene fra kilden for den angitte perioden. Offisiell tolkning ligger hos universitetet.
Løp 1
| M.A.Sc. Datavitenskap, analyse og kunstig intelligens - avhandlingsløp (5.0 studiepoeng) | ||
| 1. 1.0 studiepoeng i: | 1.0 | |
| DATA 5000 [0.5] | Introduction to Data Science | |
| DATA 5001 [0.5] | Fundamentals in Data Science and Analytics | |
| 2. 0.5 kreditt i godkjente SYSC-valgfag (se DSAAI-programmets nettside for liste over aktuelle valgfag) | 0.5 | |
| 3. 0.5 kreditt i godkjente valgfag som ikke er i SYSC (se DSAAI-programmets nettside for liste over aktuelle valgfag) | 0.5 | |
| 4. 0.5 kreditt i valgfag fra en hvilken som helst deltakende DSAAI-enhet | 0.5 | |
| Merk: 0.5 kreditt fra ovennevnte valgfag må være innen anvendelser av kunstig intelligens eller maskinlæring (se DSAAI-programmets nettside for liste over aktuelle valgfag) | ||
| 5. 2.5 studiepoeng i: | 2.5 | |
| DATA 5929 [2.5] | Thesis - MASc | |
| Totale studiepoeng | 5.0 |
Løp 2
| Krav - avhandlingsvei (5.0 kreditter) | ||
| 1. 1.0 studiepoeng i: | 1.0 | |
| DATA 5000 [0.5] | Introduction to Data Science | |
| DATA 5001 [0.5] | Fundamentals in Data Science and Analytics | |
| 2. 0.5 kreditt i godkjente COMP-valgfag (se DSAAI-programmets nettside for liste over aktuelle valgfag) | 0.5 | |
| 3. 0.5 kreditt i godkjente valgfag som ikke er i COMP (se DSAAI-programmets nettside for liste over aktuelle valgfag) | 0.5 | |
| 4. 0.5 kreditt i valgfag fra en hvilken som helst deltakende DSAAI-enhet | 0.5 | |
| 5. 0.5 kreditt fra ovennevnte valgfag må være innen anvendelser av kunstig intelligens eller maskinlæring (Se DSAAI-programmets nettside for liste) | ||
| 6. 2.5 kreditt i: | 2.5 | |
| DATA 5939 [2.5] | Thesis - MCS | |
| Totale studiepoeng | 5.0 |
Løp 3
| M.Eng. Datavitenskap, analyse og kunstig intelligens - kursløp (4.5 studiepoeng) | ||
| 1. 1.0 studiepoeng i: | 1.0 | |
| DATA 5000 [0.5] | Introduction to Data Science | |
| DATA 5001 [0.5] | Fundamentals in Data Science and Analytics | |
| 2. 1.0 kreditt i godkjente SYSC-valgfag (se DSAAI-programmets nettside for liste over aktuelle valgfag) | 1.0 | |
| 3. 0.5 kreditt i et hvilket som helst graduate-nivå SYSC-kurs | 0.5 | |
| 4. 1.0 kreditt i godkjente valgfag fra to enheter som ikke er i SYSC (se DSAAI-programmets nettside for liste over aktuelle valgfag) | 1.0 | |
| 5. 1.0 kreditt i valgfag fra en hvilken som helst deltakende DSAAI-enhet | 1.0 | |
| Merk: 0.5 kreditt fra ovennevnte valgfag må være innen anvendelse av kunstig intelligens eller maskinlæring (se DSAAI-programmets nettside for liste over aktuelle valgfag) | ||
| Totale studiepoeng | 4.5 |
Løp 4
| M.I.T. Datavitenskap, analyse og kunstig intelligens - avhandlingsløp (5.0 studiepoeng) | ||
| 1. 1.0 studiepoeng i: | 1.0 | |
| DATA 5000 [0.5] | Introduction to Data Science | |
| DATA 5001 [0.5] | Fundamentals in Data Science and Analytics | |
| 2. 0.5 kreditt i godkjente ITEC-valgfag (se DSAAI-programmets nettside for liste over aktuelle valgfag) | 0.5 | |
| 3. 0.5 kreditt i godkjente valgfag som ikke er i ITEC (se DSAAI-programmets nettside for liste over aktuelle valgfag) | 0.5 | |
| 4. 0.5 kreditt i valgfag fra en hvilken som helst deltakende DSAAI-enhet | 0.5 | |
| Merk: 0.5 kreditt fra ovennevnte valgfag må være innen anvendelser av kunstig intelligens eller maskinlæring (se DSAAI-programmets nettside for liste over aktuelle valgfag) | ||
| 5. 2.5 studiepoeng i: | 2.5 | |
| DATA 5919 [2.5] | Thesis - MIT | |
| Totale studiepoeng | 5.0 |
Løp 5
| M.Sc. Data Science, Analytics and Artificial Intelligence - oppgavevei (5.0 credits) | ||
| 1. 1.0 studiepoeng i: | 1.0 | |
| DATA 5000 [0.5] | Introduction to Data Science | |
| DATA 5001 [0.5] | Fundamentals in Data Science and Analytics | |
| 2. 0.5 credit i godkjent MATH- eller STAT-valgemne (se DSAAI-programnetside for liste over aktuelle valgemner) | 0.5 | |
| 3. 0.5 credit i godkjente valgemner som ikke er i MATH eller STAT (se DSAAI-programnetside for liste over aktuelle valgemner) | 0.5 | |
| 4. 0.5 kreditt i valgfag fra en hvilken som helst deltakende DSAAI-enhet | 0.5 | |
| Merk: 0.5 kreditt fra ovennevnte valgfag må være innen anvendelser av kunstig intelligens eller maskinlæring (se DSAAI-programmets nettside for liste over aktuelle valgfag) | ||
| 5. 2.5 studiepoeng i: | 2.5 | |
| DATA 5909 [2.5] | Avhandling - MSc | |
| Totale studiepoeng | 5.0 |
Løp 6
| Krav (1.5 credits): | ||
| 1. 0.5 studiepoeng i: | 0.5 | |
| DATA 5001 [0.5] | Fundamentals in Data Science and Analytics | |
| 2. 1.0 credit i valgemne, godkjent av veileder (se DSAAI-programnetside for liste over aktuelle valgemner) | 1.0 | |
| 3. 0.0 credit i: | ||
| DATA 6907 [0.0] | Doktorgradsprøve | |
| 4. 0.0 studiepoeng i: | ||
| DATA 6908 [0.0] | Doktorgradsforslag | |
| 5. 0.0 studiepoeng i: | 0.0 | |
| DATA 6909 [0.0] | Avhandling - PhD | |
| Totale studiepoeng | 1.5 |
Emner
Disse emnene er funnet på programmets kilde-side. Deres tilstedeværelse betyr ikke at de alle er obligatoriske i hvert løp.
Kilder og referanser
Referanseår : 2026-27
Datoer og kilder beholdes for å hjelpe deg å verifisere opplysningene. Oversettelsene tilbys for å lette lesing; den offisielle kilden er referansen for krav og betingelser.
Kildereferanse : https://calendar.carleton.ca/grad/gradprograms/dsa/