ความเชี่ยวชาญและรูปแบบย่อย
เส้นทางและเงื่อนไขของโปรแกรม
ตารางเหล่านี้สรุปข้อกำหนดจากแหล่งข้อมูลสำหรับช่วงเวลาที่ระบุ การตีความอย่างเป็นทางการเป็นหน้าที่ของมหาวิทยาลัย
เส้นทาง 1
| M.A.Sc. Data Science, Analytics, and Artificial Intelligence - เส้นทางวิทยานิพนธ์ (5.0 หน่วยกิต) | ||
| 1. 1.0 หน่วยกิต ใน: | 1.0 | |
| DATA 5000 [0.5] | บทนำสู่ Data Science | |
| DATA 5001 [0.5] | พื้นฐานในวิทยาศาสตร์ข้อมูลและการวิเคราะห์ | |
| 2. 0.5 หน่วยกิต ในวิชาเลือก SYSC ที่ได้รับอนุมัติ (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อวิชาเลือกที่ใช้ได้) | 0.5 | |
| 3. 0.5 หน่วยกิต ในวิชาเลือกที่ได้รับอนุมัติซึ่งไม่ใช่ SYSC (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อวิชาเลือกที่ใช้ได้) | 0.5 | |
| 4. 0.5 หน่วยกิต ในวิชาเลือกจากหน่วยงานที่เข้าร่วม DSAAI ใดก็ได้ | 0.5 | |
| หมายเหตุ: 0.5 หน่วยกิต จากวิชาเลือกข้างต้นต้องเป็นด้านการประยุกต์ใช้ปัญญาประดิษฐ์หรือการเรียนรู้ของเครื่อง (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อวิชาเลือกที่ใช้ได้) | ||
| 5. 2.5 หน่วยกิตใน: | 2.5 | |
| DATA 5929 [2.5] | วิทยานิพนธ์ - MASc | |
| หน่วยกิตรวม | 5.0 |
เส้นทาง 2
| ข้อกำหนด - เส้นทางวิทยานิพนธ์ (5.0 หน่วยกิต) | ||
| 1. 1.0 หน่วยกิต ใน: | 1.0 | |
| DATA 5000 [0.5] | บทนำสู่ Data Science | |
| DATA 5001 [0.5] | พื้นฐานในวิทยาศาสตร์ข้อมูลและการวิเคราะห์ | |
| 2. 0.5 หน่วยกิต ในวิชาเลือก COMP ที่ได้รับอนุมัติ (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อวิชาเลือกที่ใช้ได้) | 0.5 | |
| 3. 0.5 หน่วยกิต ในวิชาเลือกที่ได้รับอนุมัติซึ่งไม่ใช่ COMP (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อวิชาเลือกที่ใช้ได้) | 0.5 | |
| 4. 0.5 หน่วยกิต ในวิชาเลือกจากหน่วยงานที่เข้าร่วม DSAAI ใดก็ได้ | 0.5 | |
| 5. 0.5 หน่วยกิต จากวิชาเลือกข้างต้นต้องเป็นด้านการประยุกต์ใช้ปัญญาประดิษฐ์หรือการเรียนรู้ของเครื่อง (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อ) | ||
| 6. 2.5 หน่วยกิต ใน: | 2.5 | |
| DATA 5939 [2.5] | วิทยานิพนธ์ - MCS | |
| หน่วยกิตรวม | 5.0 |
เส้นทาง 3
| M.Eng. Data Science, Analytics, and Artificial Intelligence - เส้นทางรายวิชา (4.5 หน่วยกิต) | ||
| 1. 1.0 หน่วยกิต ใน: | 1.0 | |
| DATA 5000 [0.5] | บทนำสู่ Data Science | |
| DATA 5001 [0.5] | พื้นฐานในวิทยาศาสตร์ข้อมูลและการวิเคราะห์ | |
| 2. 1.0 หน่วยกิต ในวิชาเลือก SYSC ที่ได้รับอนุมัติ (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อวิชาเลือกที่ใช้ได้) | 1.0 | |
| 3. 0.5 หน่วยกิต ในหลักสูตร SYSC ระดับบัณฑิตศึกษาใดก็ได้ | 0.5 | |
| 4. 1.0 หน่วยกิต ในวิชาเลือกที่ได้รับอนุมัติจากสองหน่วยงานที่ไม่ใช่ SYSC (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อวิชาเลือกที่ใช้ได้) | 1.0 | |
| 5. 1.0 หน่วยกิต ในวิชาเลือกจากหน่วยงานที่เข้าร่วม DSAAI ใดก็ได้ | 1.0 | |
| หมายเหตุ: 0.5 หน่วยกิต จากวิชาเลือกข้างต้นต้องเป็นการประยุกต์ใช้ปัญญาประดิษฐ์หรือการเรียนรู้ของเครื่อง (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อวิชาเลือกที่ใช้ได้) | ||
| หน่วยกิตรวม | 4.5 |
เส้นทาง 4
| M.I.T. Data Science, Analytics, and Artificial Intelligence - เส้นทางวิทยานิพนธ์ (5.0 หน่วยกิต) | ||
| 1. 1.0 หน่วยกิต ใน: | 1.0 | |
| DATA 5000 [0.5] | บทนำสู่ Data Science | |
| DATA 5001 [0.5] | พื้นฐานในวิทยาศาสตร์ข้อมูลและการวิเคราะห์ | |
| 2. 0.5 หน่วยกิต ในวิชาเลือก ITEC ที่ได้รับอนุมัติ (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อวิชาเลือกที่ใช้ได้) | 0.5 | |
| 3. 0.5 หน่วยกิต ในวิชาเลือกที่ได้รับอนุมัติซึ่งไม่ใช่ ITEC (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อวิชาเลือกที่ใช้ได้) | 0.5 | |
| 4. 0.5 หน่วยกิต ในวิชาเลือกจากหน่วยงานที่เข้าร่วม DSAAI ใดก็ได้ | 0.5 | |
| หมายเหตุ: 0.5 หน่วยกิต จากวิชาเลือกข้างต้นต้องเป็นด้านการประยุกต์ใช้ปัญญาประดิษฐ์หรือการเรียนรู้ของเครื่อง (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อวิชาเลือกที่ใช้ได้) | ||
| 5. 2.5 หน่วยกิตใน: | 2.5 | |
| DATA 5919 [2.5] | วิทยานิพนธ์ - MIT | |
| หน่วยกิตรวม | 5.0 |
เส้นทาง 5
| M.Sc. สาขาวิชาวิทยาศาสตร์ข้อมูล การวิเคราะห์ และปัญญาประดิษฐ์ — เส้นทางวิทยานิพนธ์ (5.0 หน่วยกิต) | ||
| 1. 1.0 หน่วยกิต ใน: | 1.0 | |
| DATA 5000 [0.5] | บทนำสู่ Data Science | |
| DATA 5001 [0.5] | พื้นฐานในวิทยาศาสตร์ข้อมูลและการวิเคราะห์ | |
| 2. 0.5 หน่วยกิต ในวิชาเลือก MATH หรือ STAT ที่ได้รับการอนุมัติ (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายการวิชาเลือกที่ใช้ได้) | 0.5 | |
| 3. 0.5 หน่วยกิต ในวิชาเลือกที่ได้รับการอนุมัติซึ่งไม่อยู่ใน MATH หรือ STAT (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายการวิชาเลือกที่ใช้ได้) | 0.5 | |
| 4. 0.5 หน่วยกิต ในวิชาเลือกจากหน่วยงานที่เข้าร่วม DSAAI ใดก็ได้ | 0.5 | |
| หมายเหตุ: 0.5 หน่วยกิต จากวิชาเลือกข้างต้นต้องเป็นด้านการประยุกต์ใช้ปัญญาประดิษฐ์หรือการเรียนรู้ของเครื่อง (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายชื่อวิชาเลือกที่ใช้ได้) | ||
| 5. 2.5 หน่วยกิตใน: | 2.5 | |
| DATA 5909 [2.5] | วิทยานิพนธ์ - MSc | |
| หน่วยกิตรวม | 5.0 |
เส้นทาง 6
| ข้อกำหนด (1.5 หน่วยกิต): | ||
| 1. 0.5 หน่วยกิต ใน: | 0.5 | |
| DATA 5001 [0.5] | พื้นฐานในวิทยาศาสตร์ข้อมูลและการวิเคราะห์ | |
| 2. 1.0 หน่วยกิต ในวิชาเลือก โดยได้รับอนุมัติจากอาจารย์ที่ปรึกษา (ดูเว็บไซต์โปรแกรม DSAAI สำหรับรายการวิชาเลือกที่ใช้ได้) | 1.0 | |
| 3. 0.0 หน่วยกิต ใน: | ||
| DATA 6907 [0.0] | การสอบครอบคลุมระดับปริญญาเอก | |
| 4. 0.0 หน่วยกิตใน: | ||
| DATA 6908 [0.0] | ข้อเสนอปริญญาเอก | |
| 5. 0.0 หน่วยกิตใน: | 0.0 | |
| DATA 6909 [0.0] | วิทยานิพนธ์ - PhD | |
| หน่วยกิตรวม | 1.5 |
รายวิชา
รายวิชาดังกล่าวถูกพบในหน้าต้นทางของโปรแกรม การปรากฏไม่ได้หมายความว่าทุกรายวิชาจะเป็นภาคบังคับในทุกเส้นทางการศึกษา
แหล่งที่มาและอ้างอิง
ปีอ้างอิง : 2026-27
วันที่และแหล่งที่มาถูกเก็บไว้เพื่อช่วยให้คุณตรวจสอบข้อมูล การแปลเสนอเพื่ออำนวยความสะดวกในการอ่าน แหล่งทางการเป็นที่อ้างอิงสำหรับเงื่อนไขและข้อกำหนด
แหล่งอ้างอิง : https://calendar.carleton.ca/grad/gradprograms/dsa/