专业方向与分支
收集的其他信息
课程要求 课程类别 以下课程类别用于界定数据科学学士课程的课程要求。 自由选修课 所有由文科与社会科学学院、公共与全球事务学院、斯普罗特商学院和理学院提供的课程,禁止课程类别中的课程除外。自由选修课可以包括 COMP、CSEC、DATA、MATH 和 STAT 课程。 禁止课程 以下课程不得用于 B.D.S. 的学分。请注意,任何与列表中课程交叉列出的课程也被禁止: BIOL 3604 [0.5] 生物学家的统计学 BUSI 1401 [0.5] 信息系统基础 BUSI 2401 [0.5] 数据分析导论 BUSI 2402 [0.5] 商业应用开发 BUSI 3400 [0.5] 数据库设计 CGSC 1005 [0.5] 认知科学中的计算方法 COMP 1001 [0.5] 面向文科与社会科学学生的计算思维导论 COMS 3001 [0.5] 传播学中的定量研究 CRCJ 3001 [0.5] 犯罪学中的定量方法 ECON 1401 / MATH 1401 [0.5] 经济学基础数学 I ECON 1402 / MATH 1402 [0.5] 经济学基础数学 II ECON 2210 [0.5] 经济学入门统计 ECON 3001 [0.5] 经济学的数学方法 ECON 4001 [0.5] 经济学的数学分析 ECON 4002 [0.5] 经济学的统计分析 ECON 4004 [0.5] 运筹学:线性规划模型 ECON 4706 [0.5] 计量经济学 I ECON 4707 [0.5] 计量经济学 II ECON 4713 [0.5] 时间序列计量经济学 GEOG 2006 [0.5] 定量研究导论 ECOR 2606 [0.5] 数值方法 GEOG 3003 [0.5] 定量地理学 MATH 1009 [0.5] 商业数学 MATH 1119 [0.5] 线性代数:在商业中的应用 NEUR 2001 [0.5] 神经科学研究方法导论 NEUR 2002 [0.5] 神经科学统计学导论 NEUR 3001 [0.5] 神经科学数据分析 I NEUR 3002 [0.5] 神经科学数据分析 II PSCI 2702 [0.5] 政治学家的统计工具包 PSYC 2001 [0.5] 心理学研究方法导论 PSYC 2002 [0.5] 心理学统计导论 PSYC 3000 [1.0] 心理学研究的设计与分析 SOCI 2004 [0.5] 社会科学的数据素养 SOCI 3008 [0.5] 社会科学的数据分析 SOCI 4102 [0.5] 多元回归分析 SOWK 3001 [0.5] 社会工作研究方法导论 SYSC 2510 [0.5] 工程师的概率、统计与随机过程 所有 0000 级课程以及 BIT、IMD、IRM、MPAD、NET、OSS、PLT 和 ITEC 中的所有课程,但以下课程除外: BIT 1000 , BIT 1001 , BIT 1100 , BIT 1101 , BIT 1200 , BIT 1201 , BIT 2000 , BIT 2004(不再开设), BIT 2005(不再开设), BIT 2007(不再开设), BIT 2100(不再开设), BIT 2300(不再开设), MPAD 2400 , MPAD 2501(不再开设), MPAD 3300 , MPAD 3501 , MPAD 4001 , MPAD 4501 , MPAD 4502 , MPAD 4503 , MPAD 4504 。 数据科学 B.D.S. 荣誉(20.0 学分)
项目的课程路径和条件
这些表格列出了所示期间来源的要求。正式解释由大学负责。
课程路径 1
| A. 计入主修课程CGPA的学分(13.5学分) | ||
| 1. 在以下课程中 1.5 学分: | 1.5 | |
| MATH 1007 [0.5] | 初等微积分 I | |
| MATH 1104 [0.5] | 工程或科学用线性代数 | |
| MATH 2007 [0.5] | 基础微积分 II | |
| 2. 1.0 学分,包括: | 1.0 | |
| DATA 3200 [0.5] | 面向数据科学家的交流技能 | |
| PHIL 2106 [0.5] | 信息伦理 | |
| 3. 5.5 credits in: | 5.5 | |
| COMP 1405 [0.5] | 计算机科学导论 I | |
| COMP 1406 [0.5] | 计算机科学导论 II | |
| COMP 1805 [0.5] | 离散结构 I | |
| COMP 2109 [0.5] | 安全与隐私导论 | |
| COMP 2401 [0.5] | 系统程序设计导论 | |
| COMP 2402 [0.5] | 抽象数据类型与算法 | |
| COMP 2404 [0.5] | 软件工程导论 | |
| COMP 2406 [0.5] | Web 应用基础 | |
| COMP 2804 [0.5] | 离散结构 II | |
| COMP 3105 [0.5] | 机器学习导论 | |
| COMP 4107 [0.5] | 神经网络 | |
| 4. 2.0 credit in: | 2.0 | |
| DATA 1517 [0.5] | 数据建模 I | |
| DATA 1519 [0.5] | 数据建模 II | |
| DATA 2500 [0.5] | R 语言数据清洗 | |
| DATA 3500 [0.5] | R 语言统计编程 | |
| 5. 在以下课程中修满 2.0 学分: | 2.0 | |
| STAT 1500 [0.5] | 统计计算导论 | |
| STAT 2210 [0.5] | 推断性数据科学基础 I | |
| STAT 3553 [0.5] | 回归建模(荣誉) | |
| STAT 4601 [0.5] | 数据挖掘 I(荣誉) | |
| 6. 自:1.0学分 | 1.0 | |
| COMP 4010 [0.5] | 强化学习导论 | |
| COMP 4102 [0.5] | 计算机视觉 | |
| COMP 4115 [0.5] | 自然语言处理导论 | |
| COMP 4116 [0.5] | 多智能体系统 |
课程
这些课程在项目的源页面中被识别。其出现并不意味着它们在每个路径中均为必修。
来源与参考
参考年份 : 2026-27
为帮助您核实信息,保留了日期和来源。为便于阅读提供了翻译;以官方来源为准,查看条件和要求。
来源参考 : https://calendar.carleton.ca/undergrad/undergradprograms/datascience/