최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
논리적 사고를 기르는 알고리즘 수업 : 알고리즘보다 먼저 공부하는 알고리즘 사고 방식
(code.org를 활용한) 컴퓨팅 사고력과 코딩 교육
Computers and learning ; helping children acquire thinking skills
마인드스톰 : 어린이, 컴퓨터, 배움 그리고 강력한 아이디어
Computer-based learning environments and problem solving
AI for school teachers
(문제해결과) 컴퓨팅 사고 =
(프로그래밍 대회에서 배우는) 알고리즘 문제 해결 전략
알고리즘 트레이닝 : 프로그래밍 대회 입문 가이드
Information technologies and basic learning : reading, writing, science and mathematics
Increasing competence through collaborative problem-solving : using insight into social and emotional factors in children's learning
퍼즐로 배우는 알고리즘 : with 파이썬 : 21가지 퍼즐을 풀면서 배우는 알고리즘과 프로그래밍의 원리
Skill acquisition and training
장재득, 주길홍 · 2015
창의정보문화연구
김경훈 · 2006
컴퓨터교육학회 논문지
장정훈; 김종우 · 2016
정보교육학회논문지
김은길, 김종훈, 김승완, 현동림, 김종진 · 2011
수산해양교육연구
임화경, 전승순 · 2006
컴퓨터교육학회 논문지
최정원; 이영준 · 2015
컴퓨터교육학회 논문지
임화경 · 2017
멀티미디어학회논문지
박민규, 김지현, 김태영 · 2014
교원교육
신수범 · 2015
한국컴퓨터정보학회논문지
한병래, 구정모, 송태옥 · 2016
정보교육학회논문지
김은길, 김향희, 현동림, 김종훈 · 2011
정보교육학회논문지
김은길, 김종훈, 현동림 · 2011
수산해양교육연구
전선 / 학사
문제를 해결하기 위해 알고리즘을 구성하고 이를 분석하는 방법에 대해 강의한다. 알고리즘의 효율성 분석 도구(점근적 복잡도, 점화식), 정렬 및 선택 알고리즘, 자료의 저장과 검색(검색 트리, 해시 테이블), 집합의 처리, 동적 프로그래밍, 그래프 알고리즘, 문자열 매칭, 계산의 한계(NP-completeness), 상태공간 트리의 탐색 등을 다룬다.전필 / 학사
다양한 알고리즘 개발 방법과 알고리즘 분석 기법을 배운다. 귀납적, 재귀적 사고방식을 배우고 이를 통해 문제를 접근하고 해결해나가는 방법을 배운다.전필 / 대학원
인공지능(AI) 기반 교육을 현장에서 적용하기 위해선, AI융합전공 수강생들은 인공지능(AI)을 교과 수업 상황에 융합하여, 수업을 설계하고 실행할 수 있는 역량이 요구된다. 이 강의는 AI융합전공 수강생들이 인공지능(AI) 자체에 대한 수업과, 인공지능(AI) 학습도구를 활용한 인공지능(AI)-교과 융합수업을 설계하고, 실행할 수 있는 역량을 갖추는 것을 목적으로 한다. 이를 위해 AI융합전공 수강생들은 먼저, 인공지능(AI) 자체에 대한 수업 설계 역량을 기른다. 그리고 실제적이고 집중적인 교육을 통해, 이 교과목은 수강생들의 인공지능 교과 융합 수업을 설계하고 실행하는 역량 증진시킬 것이다.전선 / 대학원
Shortest path, Network flow 등의 그래프 문제를 해결하는 최근에 개발된 알고리즘과 알고리즘 분야에서의 최근의 연구결과를 학습한다. 분산 시스템의 여러 모델들과 분산 시스템에서 발생하는 중요한 문제들을 해결하는 분산 알고리즘에 관하여 연구한다.전선 / 대학원
인공지능 기술이 빠르게 진화하고 우리 사회에 미치는 영향력이 점차 커지고 있다. 따라서, 기존의 인공지능 관련 과목에서는 다루기 힘든 최신 주제에 관하여 특강 형태의 강의를 개설함으로써 인공지능 연구 및 사회적 영향력에 관한 최진 연구 경향을 파악할 수 있는 수업을 제공하고자 한다. 이 교과목에서는 기계학습, 컴퓨터 비전, 자연어 처리, 로보틱스, 컴퓨터 통신, 컴퓨터 시스템 등과 같은 컴퓨터 과학 분야뿐만 아니라, 공학, 자연과학, 사회과학 등과 같은 다양한 분야를 다루는 수업을 개설할 수 있다.교양 / 학사
컴퓨터를 처음 접하는 학생들을 대상으로 컴퓨터에 대한 일반적인 기초개념 등을 설명하고, 프로그램이 수행되는 과정과 프로그램 작성을 위한 논리적인 사고에 대하여 강의한다. 이와 같은 기초 지식을 바탕으로 Python 언어를 사용하는 방법을 습득한다. 일부 공과대학 학부/학과에서는 포트란, C 언어, 또는 Matlab을 사용하는 법을 익힌다. 매주 2시간의 실습을 통하여 프로그래밍 기법을 배양하도록 한다.전필 / 대학원
본 강좌는 인공지능사회에 도래함에 따라 교육전문가들을 대상으로 인공지능사회의 거버넌스와 디지털 리터러시에 대한 비판적 안목을 제공하기 위한 입문과목이다. 본 강좌에서는 인공지능(AI) 분야의 연구와 기술이 빠르게 발전함에 따라 사회를 구성하는 인간의 삶의 다양한 영역에 인공지능이 차지하는 비중이 높아지고 있는 상황에 비추어 교육 분야에서의 기술의 영향, 디지털 거버넌스, 윤리 및 책임에 대한 주제들을 체계적으로 다룬다. 또한 이러한 철학적, 윤리적 논의를 배경으로 디지털 미디어 콘텐츠에 대한 이해와 활용능력을 교육영역에 어떻게 비판적으로 적용할 수 있는지를 심층적으로 다룬다.전선 / 학사
인공지능은 수학교육의 내용과 방법에 영향을 미치고 있다. 이 과목은 인공지능의 수학적 원리와 인공지능과 융합된 수학 교육에 대해 배우고, 인공지능을 활용한 수학교육의 가능성을 탐색한다. 텍스트 분석, 이미지 분류 문제에 사용되는 수학적 모델의 원리, 데이터로부터 회귀분석과 기계학습을 이용해 예측 모델을 구성하는 방법, 인공신경망과 경사하강법에 대해 배우고 데이터를 사용한 인공지능 구현 프로젝트를 수행한다. 수학교육과 관련된 문제에 인공지능 관련 기술이 어떻게 적용될 수 있는지도 탐색해 본다.전선 / 학사
컴퓨터를 활용하여 문제를 해결할 시 그 활용이 필수적인 기본적인 자료 구조에 대해 가르친다. 배열, linked list, stack, queue, priority queue, search tree, hash table, balanced search tree 등의 자료구조의 구성, 활용 방법 및 효율성을 강의한다. Python 기반의 숙제를 통해 수강생이 직접 각 자료구조를 구현/활용할 수 있는 능력을 배양한다.전필 / 학사
이 교과목은 학습과학을 시작하는 학생들을 위해 학습과학의 다양한 연구주제와 이론을 소개한다. 교육학, 교과교육학, 심리학, 뇌과학, 컴퓨터과학 등의 다양한 분야에서 이루어지고 있는 학습에 대한 연구를 서로 비교하고 비판적으로 검토한다. 이를 통해 학습을 다양한 관점에서 통합적으로 이해하고 교육 문제를 창의적으로 해결할 수 있는 기반을 마련한다. 그리고 학습과학 분야의 진로탐색을 지원하기 위해 다양하고 실제적인 학습경험을 제공한다.전선 / 학사
컴퓨터공학부의 교육을 받고 사회로 진출하는 졸업생들은 다른 사람들과 컴퓨터 관련 지식과 경험을 공유하게 된다. 이 교과목의 목표는 수강생들이 컴퓨터공학 교육의 다양한 교수법을 익히고 이를 교육현장에서 활용할 수 있는 능력을 기른다. 이를 위해서 본 교과목에서는 학생들은 먼저 강의전달 기법, 학습과정의 이해, 학생 중심의 강의법, 학생과의 상호작용, 이러닝 등의 교수법을 배운다. 그 후에 이러한 교수법들이 학교 내에서 진행되는 컴퓨터 관련 강좌의 강의, 숙제, 실험 들을 통해 수업 현장에서 어떻게 이루어지는지를 체험하고, 이것들의 장단점을 분석하는 능력을 키운다. 또한 이러한 컴퓨터 교육 방법을 어떻게 개선시킬지 토론하고 새로운 아이디어를 도출한다.전선 / 대학원
주어진 지식과 경험을 바탕으로 앞으로 주어질 작업을 효율적이고 체계적으로 수행할수 있는 컴퓨터 프로그램 개발에 많은 연구가 계속되어 오고 있다. 이러한 연구의 핵심 분야인 기계 학습(Machine Learning)에 관한 강의로써 현재까지 발표된 대표적인 연구 논문들을 중심으로 이론및 알고리즘, 응용 분야등을 설명한다.전선 / 대학원
프로그래밍 언어 이론 및 응용기술의 기초를 강의한다. 프로그래밍 언어 의미구조, 요약해석, 타입시스템, 컴파일러 검증 및 검산, 자동증명 검증기, 프로그램 증명, 프로그램 정적분석 등을 다룬다.전선 / 대학원
본 교과목은 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 컴퓨팅(C) 분야 첫번째 강좌이다. 본 교과목의 전반부는 C++ 언어 프로그래밍과 C++ 기반 객체 지향 프로그래밍으로 이루어져 있다. (1) C++ 언어의 기초 문법, 클래스의 개념과 사용법, template과 중요한 라이브러리를 학습하고, (2) abstraction, inheritance, polymorphism 등 객체 지향 프로그래밍의 원리를 습득한 뒤, (3) 예제들을 통해 클래스 기반 객체 지향 프로그래밍을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 본 교과목의 후반부는 중급 자료 구조 및 알고리즘과 딥러닝 플랫폼으로 이루어져 있다. (1) 데이터사이언스를 위한 컴퓨팅의 기초 강좌에서 다루지 않은 자료구조 및 정렬 알고리즘 (Quick sort, Radix sort, heap sort), 트리 알고리즘, 그래프 알고리즘 (Dijkstra, Kruskal 등) 등을 습득하고, (2) 배운 자료 구조와 알고리즘들을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 또, (3) Pytorch, TensorFLow 등 널리 사용되는 딥러닝 플랫폼을 학습하고, 동일 학기 수강이 권장되는 머신러닝 및 딥러닝 1(ABC 과정 중 A 분야 첫번째 강좌)에서 배운 딥러닝의 기본 원리들을 직접 구현하고, 이에 더하여 상기 플랫폼을 통해 구현 할 수 있도록 한다.전필 / 학사
이 과목에서는 컴퓨터에 의한 문제 해결을 위해 필요한 개념이나 대상물의 표현을 위한 자료 구조와 문제해결을 위한 체계적 사고 방법을 학습한다. 배열, 연결 리스트, 큐, 스택, 우선순위 큐 등의 기본적인 자료구조를 배우고, 검색 트리, 해시 테이블, 균형 잡힌 검색 트리 등 자료의 색인을 위한 자료구조와 그들의 효율성을 배운다. 정렬, 그래프 알고리즘 등 문제 해결에 유용한 도구와 생각하는 방법에 관한 내용도 제공한다. 프로그래밍 과제가 부여되며 이를 위한 최소한의 가이드가 제공된다.전선 / 대학원
이 강좌는 교수 및 학습을 개선하기 위한 학습과학의 다양한 연구주제와 이론을 탐구한다. 학습에 대한 인지적, 정의적, 사회문화적 접근을 비판적으로 검토하고 첨단 테크놀로지를 활용하여 교수 및 학습을 향상시키기는 방안에 대해 논의한다. 설계기반 연구방법을 적용한 학습과학 연구를 체계적으로 검토하고 해당 연구방법을 적용하여 연구 계획서를 작성한다.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전선 / 학사
인공지능은 사람의 지능과 인지 기능을 흉내낼 수 있는 정보처리 모델을 연구하는 컴퓨터과학의 한 분야이다. 인공지능의 근본적인 문제로서 경험적 탐색, 추론, 학습, 지식표현 방법에 관한 이론과 근본적인 계산학적 문제들을 다룬다. 논리 기반의 정리증명, 게임이론, 지능형 에이전트 등에 관해 다루며 신경망, 진화연산, 베이지안망의 기본 원리를 학습하고 이의 응용 사례로서 전문가시스템, 컴퓨터비전, 자연언어처리, 데이터마이닝, 정보검색, 바이오정보학 등의 분야에 대해 살펴본다.교양 / 학사
본 강좌는 AI와 머신러닝의 기초 개념을 이해하고, 이를 실제 데이터에 적용하여 예측 및 분류 문제를 해결하는 능력을 배양하는 것을 목표로 한다. 기초적인 데이터 처리 방법부터 머신러닝과 딥러닝 모델에 이르기까지 다양한 주제를 다루며, Pandas, Scikit-learn, PyTorch 등의 라이브러리를 사용하여 데이터를 처리하고 모델을 구현한다. 또한, TV 광고 데이터를 활용한 매출 예측, 신용카드 연체 예측 등 실생활 문제를 다루어 AI 기술이 실질적으로 활용되는 사례를 제공하며, 학생들이 데이터를 통해 실제로 문제를 해결하는 과정에서 얻는 성취감을 높이고자 한다.전필 / 학사
본 전공은 지금까지 동물비교생리학 및 실험을 전공필수과목으로 지정하여 운영하여 왔으나, 최근의 학문발전 동향과 해당분야 난이도, 그리고 전공소속 학생들의 효과적 전공관련 지식 습득을 위하여 동물해부생리학 입문 및 실습으로 교과목 명칭 및 내용을 변경하여 운영한다. 본 교과목 은 동물의 해부학적 특징과 이와 관련된 생리학적 기능을 연계 학습하여 생명유지 및 항상성에 관련한 기초적 지식을 제공하는 것이 목적이다. 전공의 다양한 교과목을 효과적으로 이해하는데 필수적인 terminology, 동물의 기본적 해부학적구조, 생리학적 기능, 그리고 생명유지 및 항상성에 필요한 대사과정이 소개될 것이다. 입문과목의 특성을 고려하여 학생들의 능동적인 수업참여 유도를 위한 문제중심형 학습 (problem-based learning) 기법을 변형도입하여 학습효과를 극대화 할 예정이다. 평가는 퀴즈, 발표, 과제물, 보고서, 노트필기 및 출석을 중심으로 진행한다.