หน้าแรก StudyCanadaมหาวิทยาลัยในแคนาดาCarleton Universityวิทยาการข้อมูล การวิเคราะห์ และปัญญาประดิษฐ์
ความเชี่ยวชาญและรูปแบบย่อย
M.A.Sc. สาขาวิชาวิทยาศาสตร์ข้อมูล การวิเคราะห์ และปัญญาประดิษฐ์ (5.0 หน่วยกิต)
M.C.S. สาขาวิชาวิทยาศาสตร์ข้อมูล การวิเคราะห์ และปัญญาประดิษฐ์ (5.0 หน่วยกิต)
M.Eng. สาขาวิชาวิทยาศาสตร์ข้อมูล การวิเคราะห์ และปัญญาประดิษฐ์ (4.5 หน่วยกิต)
M.I.T. สาขาวิชาวิทยาศาสตร์ข้อมูล การวิเคราะห์ และปัญญาประดิษฐ์ (5.0 หน่วยกิต)
M.Sc. สาขาวิชาวิทยาศาสตร์ข้อมูล การวิเคราะห์ และปัญญาประดิษฐ์ (5.0 หน่วยกิต)
Ph.D. สาขาวิชาวิทยาศาสตร์ข้อมูล การวิเคราะห์ และปัญญาประดิษฐ์ (1.5 หน่วยกิต)
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/