Especializações e variantes
Outras informações recolhidas
Categorias de Cursos dos Requisitos do Programa As seguintes categorias de cursos são usadas na definição dos requisitos do programa no programa de Bacharelado em Ciência de Dados. Eletivas Livres Todos os cursos oferecidos pela Faculty of Arts and Social Sciences, pela Faculty of Public and Global Affairs, pela Sprott School of Business e pela Faculty of Science, exceto os cursos na categoria de Cursos Proibidos. Eletivas livres podem incluir cursos COMP, CSEC, DATA, MATH e STAT. Cursos Proibidos Os seguintes cursos não podem ser usados para crédito no B.D.S. Note-se que quaisquer cursos com dupla inscrição (cross-listed) com os da lista abaixo também são proibidos: BIOL 3604 [0.5] Statistics for Biologists BUSI 1401 [0.5] Foundations of Information Systems BUSI 2401 [0.5] Introduction to Data Analytics BUSI 2402 [0.5] Business Applications Development BUSI 3400 [0.5] Database Design CGSC 1005 [0.5] Computational Methods in Cognitive Science COMP 1001 [0.5] Introduction to Computational Thinking for Arts and Social Science Students COMS 3001 [0.5] Quantitative Research in Communication CRCJ 3001 [0.5] Quantitative Methods in Criminology ECON 1401 / MATH 1401 [0.5] Elementary Mathematics for Economics I ECON 1402 / MATH 1402 [0.5] Elementary Mathematics for Economics II ECON 2210 [0.5] Introductory Statistics for Economics ECON 3001 [0.5] Mathematical Methods of Economics ECON 4001 [0.5] Mathematical Analysis in Economics ECON 4002 [0.5] Statistical Analysis in Economics ECON 4004 [0.5] Operations Research: Linear Programming Models ECON 4706 [0.5] Econometrics I ECON 4707 [0.5] Econometrics II ECON 4713 [0.5] Time-Series Econometrics GEOG 2006 [0.5] Introduction to Quantitative Research ECOR 2606 [0.5] Numerical Methods GEOG 3003 [0.5] Quantitative Geography MATH 1009 [0.5] Mathematics for Business MATH 1119 [0.5] Linear Algebra: with Applications to Business NEUR 2001 [0.5] Introduction to Research Methods in Neuroscience NEUR 2002 [0.5] Introduction to Statistics in Neuroscience NEUR 3001 [0.5] Data Analysis in Neuroscience I NEUR 3002 [0.5] Data Analysis in Neuroscience II PSCI 2702 [0.5] A Statistical Toolkit for Political Scientists PSYC 2001 [0.5] Introduction to Research Methods in Psychology PSYC 2002 [0.5] Introduction to Statistics in Psychology PSYC 3000 [1.0] Design and Analysis in Psychological Research SOCI 2004 [0.5] Data Literacy for Social Sciences SOCI 3008 [0.5] Data Analysis for Social Sciences SOCI 4102 [0.5] Multiple Regression Analysis SOWK 3001 [0.5] Introduction to Research Methods in Social Work SYSC 2510 [0.5] Probability, Statistics and Random Processes for Engineers todos os cursos de nível 0000 e todos os cursos em BIT, IMD, IRM, MPAD, NET, OSS, PLT e ITEC exceto os seguintes: BIT 1000, BIT 1001, BIT 1100, BIT 1101, BIT 1200, BIT 1201, BIT 2000, BIT 2004 (não oferecido), BIT 2005 (não oferecido), BIT 2007 (não oferecido), BIT 2100 (não oferecido), BIT 2300 (não oferecido), MPAD 2400, MPAD 2501 (não oferecido), MPAD 3300, MPAD 3501, MPAD 4001, MPAD 4501, MPAD 4502, MPAD 4503, MPAD 4504. Data Science B.D.S. Honours (20.0 credits)
Percursos e condições do programa
Estas tabelas reproduzem os requisitos da fonte para o período indicado. A interpretação oficial cabe à universidade.
Percurso 1
| A. Créditos Incluídos no CGPA do Major (13,5 créditos) | ||
| 1. 1.5 créditos em: | 1.5 | |
| MATH 1007 [0.5] | Cálculo Elementar I | |
| MATH 1104 [0.5] | Álgebra Linear para Engenharia ou Ciência | |
| MATH 2007 [0.5] | Cálculo Elementar II | |
| 2. 1.0 crédito em: | 1.0 | |
| DATA 3200 [0.5] | Competências de Comunicação para Cientistas de Dados | |
| PHIL 2106 [0.5] | Ética da Informação | |
| 3. 5.5 créditos em: | 5.5 | |
| COMP 1405 [0.5] | Introdução à Ciência da Computação I | |
| COMP 1406 [0.5] | Introdução à Ciência da Computação II | |
| COMP 1805 [0.5] | Estruturas Discretas I | |
| COMP 2109 [0.5] | Introdução à Segurança e Privacidade | |
| COMP 2401 [0.5] | Introdução à Programação de Sistemas | |
| COMP 2402 [0.5] | Tipos Abstratos de Dados e Algoritmos | |
| COMP 2404 [0.5] | Introdução à Engenharia de Software | |
| COMP 2406 [0.5] | Fundamentos de Aplicações Web | |
| COMP 2804 [0.5] | Estruturas Discretas II | |
| COMP 3105 [0.5] | Introdução ao Aprendizado de Máquina | |
| COMP 4107 [0.5] | Redes Neurais | |
| 4. 2.0 crédito em: | 2.0 | |
| DATA 1517 [0.5] | Modelagem de Dados I | |
| DATA 1519 [0.5] | Modelagem de Dados II | |
| DATA 2500 [0.5] | Preparação de Dados em R | |
| DATA 3500 [0.5] | Programação Estatística em R | |
| 5. 2.0 créditos em: | 2.0 | |
| STAT 1500 [0.5] | Introdução à Computação Estatística | |
| STAT 2210 [0.5] | Fundamentos Inferenciais de Ciência de Dados I | |
| STAT 3553 [0.5] | Modelagem de Regressão (Honras) | |
| STAT 4601 [0.5] | Mineração de Dados I (Honras) | |
| 6. 1.0 credit from: | 1.0 | |
| COMP 4010 [0.5] | Introdução ao Aprendizado por Reforço | |
| COMP 4102 [0.5] | Visão Computacional | |
| COMP 4115 [0.5] | Introdução ao Processamento de Linguagem Natural | |
| COMP 4116 [0.5] | Sistemas Multiagente |
Cursos
Esses cursos foram identificados na página-fonte do programa. A presença deles não significa que sejam todos obrigatórios em cada percurso.
Fontes e referências
Ano de referência : 2026-27
As datas e as fontes são mantidas para ajudá-lo a verificar os dados. As traduções são propostas para facilitar a leitura; a fonte oficial é a referência para condições e exigências.
Fonte de referência : https://calendar.carleton.ca/undergrad/undergradprograms/datascience/