최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
채기웅, 박타령, 천채일, 조남인, 김정석
2013 / Electronic Materials Letters
Ju
2019 / Maxillofacial Plastic Reconstructive Surgery
데이터가 존재하지 않습니다.
loading...
배우며 생각하며 : 사고교육 자료
배우며 생각하며 : 사고교육 자료
과정 중심 수학 평가에서 계산기 활용 방안 연구
Computational thinking in compulsory education : a pedagogical perspective
Computer Science Teacher : Insight into the computing classroom
마인드스톰 : 어린이, 컴퓨터, 배움 그리고 강력한 아이디어
코딩 뇌를 깨우는 파이썬 : 문제 해결 능력을 키우는 컴퓨팅 사고부터 알고리즘, 데이터 분석, 머신러닝까지
(code.org를 활용한) 컴퓨팅 사고력과 코딩 교육
Mindstorms : children, computers, and powerful ideas
Computational thinking & 창의적 문제 해결 방법론
Education in computer generated environments
Mathematics education : models and processes
Computer-assisted instruction and intelligent tutoring systems : shared goals and complementary approaches
Cognition, education, and multimedia : exploring ideas in high technology
Computational Thinking : A beginner's guide to problem-solving and programming
Computational mind : a complex dynamics perspective
Computers in the classroom : mindtools for critical thinking
컴퓨터교육학회 논문지
최현종统计与管理 / Statistics and Management
李秀娟한국컴퓨터정보학회논문지
최현종, 송태옥, 이태욱Interactive Learning Environments
Michelle Hoda Wilkerson; Cynthia M. D’Angelo; Breanne K. Litts中国教育技术装备 / China Educational Technology & Equipment
武小龙; 贾金元학교수학
장경윤RIED-Revista Iberoamericana de Educacion a Distancia
Padrón N.P.,Planchart S.F.,Reina M.F.Computer Science Education
Aman Yadav; Christina Krist; Jon Good; Elisa Nadire Caeli宿州学院学报 / Journal of Suzhou University
项芳莉中国信息技术教育 / China Information Technology Education
蔡国丽水学院学报 / Journal of Lishui University
张慧媛; 詹国华; 李志华; ZHANG Huiyuan; ZHAN Guohua; LI Zhihua南北桥 / South North Bridge
王永鑫Journal for STEM Education Research
Li, Yeping; Schoenfeld, Alan H.; diSessa, Andrea A.; Graesser, Arthur C.; Benson, Lisa C.; English, Lyn D.; Duschl, Richard A.考试周刊 / Kaoshi Zhoukan
孙承志Sage Open
Eric Wiebe; Soonhye Park; Vance Kite中国教育技术装备 / China Educational Technology & Equipment
于永生; 王涛中国校外教育(下旬刊) / China After School Education
石云; 肖立志台州学院学报 / Journal of Tanzhou University
梁旭玲; LIANG Xuling软件导刊 / Software Guide
沈利迪现代教育技术 / Modern Educational Technology
王芬; 黄晓涛; WANG Fen; HUANG Xiao-tao교양 / 학사
다양한 전공의 학생들에게 컴퓨터를 이용한 문제해결 방식을 익힐 수 있는 강의를 제공한다. 이를 통해 컴퓨터를 창의적으로 활용하는 방법과 컴퓨터프로그래밍을 각자 자신의 전공에 효과적으로 이용할 수 있는 가능성을 이해하도록 한다. 이 과목은 12가지 계산적 사고의 개념(데이터 정리하기, 속내용 감추기, 조립식으로 생각하기, 계층쌍기로 생각하기, 끼리끼리 포장하기, 반복으로 생각하기, 재귀적으로 생각하기, 순서로 생각하기, 상태나 값으로 생각하기, 틀을 짜서 재사용하기, 실행비용 생각하기, 올바른지 확인하기)과 7가지 데이터 사고의 개념(무작위, 확률, 두루 살펴보기, 비교탐색해서 예측하기, 경향파악해서 예측하기, 원인헤아리기, 분류하기)을 이해하고 실습을 통해 직접 경험할 기회를 제공한다.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
본 교과목은 컴퓨팅으로 문제를 해결하기 위해 필요한 컴퓨터처럼 생각하기를 소개한다. 컴퓨터처럼 생각하기는 컴퓨터의 장단점을 고려하여 컴퓨팅으로 문제를 풀고자 할 때 적합한 사고 방법이다. 컴퓨터처럼 생각하기는 문제를 얼마나 컴퓨터처럼 바라보는지에 따라 결정되며 사람이 직접 문제를 해결할 때와는 매우 다른 사고를 필요로 한다. 본 교과목에서는 Python언어를 이용하고 컴퓨터처럼 생각하는 방식을 연습하고 직접 구현해 본다.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 지금까지 컴퓨터공학 전반에 중요한 공헌을 많이 해왔다. 이 교과목에서는 계산이론 분야의 최신 알고리즘들을 다룬다. 구체적으로, 스트링 알고리즘 (패턴 매칭 문제, 시퀀스 배열 문제, DNA sequencing), 유전 알고리즘, 간명한 자료구조 (트리, 스트링, 그래프에 대한 간명한 표현 및 알고리즘), 그래프 알고리즘 (최대 flow 문제, 최단 경로 문제, 연결성 문제), 병렬 및 분산 알고리즘 (메모리 공유 모델, 대규모 병렬 계산 모델), NP-hard 문제에 대한 알고리즘 (부분그래프 동형 문제, 수퍼그래프 탐색 문제, 연속적 부분그래프 매칭 문제) 등을 포함한다.교직 / 학사
학교 현장에서의 교수·학습 이론과 실제를 다룬다. 특히, 교수체제설계, 교수설계이론, 교육기자재 및 매체의 교육적 활용, 교육용 소프트웨어를 비롯한 정보통신기술의 교육적 활용 등 실질적인 지식과 기술에 대한 안내와 획득에 초점을 맞춘다. 이를 통하여 다양한 교수·학습 방법을 적용한 교실 수업의 실제 등 교육현장과 밀접한 관련이 있는 교육방법을 이해할 수 있다.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.전선 / 학사
이 강의는 중등 수학 교과서에 담긴 예와 예제가 수학적 역량을 함양하는 데 적합한지를 분석하고 개선하는 방안을 모색하고 수업에서의 학생 반응 및 대처 방안을 고려함으로써 예비 교사의 중등 수학교육에 대한 실천적 전문성을 개발하는 데 목표를 둔다. 수강생은 수와 연산, 변화와 관계, 도형과 측정, 확률과 통계 등 주요 내용 영역별로 중점 추구하는 수학적 역량의 의미와 하위 요소를 파악한 후, 이를 예와 예제의 변형을 통해 수학 개념, 원리, 법칙의 이해, 수학 과정과 기능, 수학에 대한 가치와 태도의 함양으로 구분하여 개선하는 절차를 수행한다. 또한 예와 예제 변형에 기초하여 모의수업을 설계하고 실행한 후 수학 수업을 전후로 한 교사의 전문적인 판단, 의사결정, 실행, 성찰 역량을 기른다.전필 / 학사
컴퓨터 시스템을 구성하는 하드웨어와 소프트웨어의 전반적인 개념 및 컴퓨터의 개념적 구성, 자료의 표현, 프로그램과 소프트웨어, 프로그래밍 언어, 자료처리, 수치해석, 자료구조, 알고리즘, 인터넷 등의 기본 개념과 그 응용에 대한 학습으로 프로그래밍 언어를 이용한 프로그램의 기초적인 작성 능력을 배양하는데 그 목적이 있다.전선 / 학사
본 교과목에서는 프로그래밍을 처음 접하는 학생들을 대상으로 프로그래밍의 기초 지식을 파이썬을 이용하여 학습하고 프로그래밍을 이용하여 문제를 해결하는 연습을 수행한다. 먼저 파이썬의 변수 선언, 연산, 조건문, 반복문, 입출력, 함수, 클래스 등의 프로그래밍 기초를 습득한다. 문제 해결을 위한 논리 흐름을 만들고 이를 파이썬으로 구현하여 프로그래밍을 이용한 문제 해결을 연습한다.전선 / 대학원
교육에 관련된 각종 연구 문제를 경험과학적 시각과 방법으로 접근하는 방법을 종합적으로 논의한다. 경험과학적 연구의 논리, 연구 문제의 구성, 연구 도구의 개발, 연구의 설계 뿐 아니라 연구 목적에 맞게 분석하는 각종 분석방법 등도 함께 논의한다.전선 / 학사
프로그래밍은 빅데이터를 다루기 위해 필요한 기초적 소양이므로 전공을 불문하고 데이터를 다루는 모든 분야에서 필수적이고 국내외 교육의 수요가 매우 높다. 본 교과목은 널리 쓰이고 있는 Python 언어를 바탕으로 프로그래밍의 핵심 원리를 다룬다.전선 / 학사
이 강의는 인공지능 시대의 도래와 디지털 대전환의 흐름에 따라 중요성이 더욱 커진 수학적 역량 기반의 융합 수업을 설계하는 전문성을 개발하는 데 목표를 둔다. 수강생들은 모둠을 이루어 수학 교수학습을 위한 탐구형 소프트웨어, 인공지능 기술 등의 테크놀로지 통합 환경의 종류와 특성을 조사 및 체험하면서 수학적 역량 기반 융합 수업 설계 방향과 절차를 도출한다. 모둠별로 도출한 방향과 절차에 따라 수업을 설계하되 문제 생성, 하위 과제 구현, 프로젝트 제안의 세 활동은 공통으로 진행한다. 구체적으로, 중등 수학으로 해결할 수 있는 실생활 및 타 분야의 문제를 생성하고, 이를 하위 과제로 구현하여 중등 학생에게 제공할 모둠 프로젝트를 설계하며, 토론 및 건설적인 비판을 바탕으로 개선한다. 이로부터 중등 수학교육의 다양한 상황에 적합한 수학적 역량 기반의 융합 수업을 설계할 수 있는 역량을 기른다.전선 / 대학원
자연 지능의 특징인 자율성, 목적성, 반응성, 적응성, 학습능력, 추론능력 등에 대한 계산학적 모델을 고찰하고, 이러한 특성을 지닌 지능형 에이전트를 컴퓨터상에 시뮬레이션함으로써 인간의 인지과정 및 지능에 대한 이해를 높인다.전선 / 대학원
이 과목에서는 경영혁신 및 기술 혁신 전략뿐만 아니라, 창의성을 기반으로 하는 경쟁 전략 및 성장전략을 수립하고 실행하기 위한 개념적, 분석적, 이론적 프레임워크를 이해하고 활용하는 데 그 주요한 목적이 있다. 이 과목은 경영 전략적 측면에서 글로벌 경쟁시장에서 발생하는 기회와 위협에 어떻게 대응해야 하는지에 대한 전략적 사고를 학습할 뿐만 아니라 혁신과 창조를 통해 경쟁 우위를 창출하고 지속가능할 수 있는 기반을 확보하는 방안에 대한 학습에 초점을 맞춘다.전필 / 학사
디지털 논리 회로는 컴퓨터 뿐 아니라 각종 디지털 전자 기기의 하드웨어를 구성하는 기본 요소이며 이 강좌를 통해서 기본 지식을 학습한다. 학생들은 논리회로를 구성하는 기본 소자, 조합회로와 순차회로의 설계 이론을 배운다. 이와 병행하여 학습한 이론을 실험을 통해 확인하여 하드웨어 설계의 기초를 공고히 한다.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.전선 / 학사
최근 수십 년간의 컴퓨터 기술의 발전으로 인해 통계분석가는 이전에는 상상할 수 없었던 복잡한 통계모형들을 사용할 수 있게 되었다. 따라서 현대의 복잡하고 다양한 통계모형들을 분석하기 위해서는 컴퓨터를 이용한 여러 가지 통계계산 방법들을 습득하는 것이 필수 불가결한 과제가 되었다. 이 과목에서는 모수론적 통계와 베이지안 통계에 필요한 통계계산 방법들을 배우고 이를 실제 컴퓨터로 구현해 보는 것을 목표로 한다. 모수론적 통계 분석을 위해서는 우도함수를 최적화 할 때 쓰는 뉴튼 랩슨 방법을 비롯한 각종 최적화 방법들을 배운다. 베이지안 통계분석을 위해서는 깁스 표본추출, 메트로폴리스 알고리듬 등 마코프 사슬 몬테 카를로 기법을 다룬다. 이외에도 통계계산에 필요한 자료구조와 행렬계산 등 다양한 계산 알고리즘들을 다룬다.전필 / 학사
이 과목에서는 컴퓨터공학과 밀접하게 관련된 수학적 내용들에 대하여 배운다. 논리, 집합, 함수, 관계, 가산성, 조합론, 증명기법, 수학적 귀납법, 재귀함수, 재귀관계, 그래프론, 정수론 등에 대하여 다룬다. 또한, 이러한 수학적 개념들이 컴퓨터공학에서 어떻게 쓰이는지에 대해서 살펴본다.전필 / 학사
계산과학의 중요한 두 축은 미분적분을 바탕으로 한 수치해석과 통계와 데이터를 바탕으로 한 인공지능분야(기계학습, 심층학습)이다. 본 과목에서는 여기에 필요한 원리를 이해하고 수학적인 기초를 다지는 것을 이루고자 한다. Euler방법에서부터 FDM, FEM까지 공부하고 또 인공지능 이해와 응용에 필요한 최적화, 선형대수, 통계 등을 다룬다. 실제 응용사례를 통해 학습에 대한 이해도를 높이고자 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.