최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Said Idrissi, El Houssaine Tissir, Ismail Boumhidi, Noreddine Chaibi
2013 / International Journal of Control, Automation, and Systems
박선영, 왕혜영, 김성현, 김지혁, 봉성영, 장형순, 박상정, 황구연, 이동섭
2016 / 대한의생명과학회지
데이터가 존재하지 않습니다.
loading...
Chances are -- : adventures in probability
Probability-based inference in a domain of proportional reasoning tasks
기초확률론 =
Causation, chance, and credence
확률과 응용 =
Discrete stochastics
확률 및 랜덤과정
Statistical methods in the atmospheric sciences : an introduction
Understanding probability
Thinking and reasoning with data and chance
Probabilistic knowledge
확률론
Exercises in probability
과학적 추론과 논증활동 =
통계적 사고의 의미와 교육
유아교육연구
김미숙, 이정욱열린유아교육연구
최진숙, 곽경화, 김영실유아교육학논집
홍혜경열린유아교육연구
최진숙; 곽경화; 김영실中国数学教育 / Zhongguo Shuxue Jiaoxue
卓忠越; 高菲Early Childhood Education Journal
Nikiforidou Z.유아교육연구
이정욱, 김인아Teachers and Teaching
Konstantinos Antonopoulos; Konstantinos Zacharos수학교육학연구
박영희, 안미정수학교육
고은성, 탁병주미래유아교육학회지
박태학PNA-REVISTA DE INVESTIGACION EN DIDACTICA DE LA MATEMATICA
Batanero, Carmen; Alvarez-Arroyo, Rocio; Hernandez-Solis, Luis A.; Gea, Maria M.Canadian Journal of Science, Mathematics and Technology Education
Aisling Leavy; Sibel Kazak数学教学通讯 / SHUXUE JIAOXUE TONGXUN
刘小燕수학교육연구
오택근, 이경화数学教学通讯 / SHUXUE JIAOXUE TONGXUN
苏国东ZDM: Mathematics Education
Carmen Batanero; Rocío Álvarez-Arroyo小学教学参考 / Reference for Primary School Teaching
顾静娴Canadian Journal of Science, Mathematics and Technology Education
Jannick Trunkenwald; Fernand Malonga Moungabio; Dominique Laval吉林广播电视大学学报 / Journal of Jilin TV & Radio University
李立明; 魏君; 孙旭阳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
자연과학뿐만 아니라 현대사회에서 거의 모든 현상을 이해하기 위하여 확률적 방법이 도입되고 있다. 또한 확률 이론은 현대수학의 중요한 분야이며 인공지능, 컴퓨터통신 등 컴퓨터과학에도 응용범위가 매우 크다. 이 과목에서는 먼저 확률의 기본 개념을 이해하고 이를 통하여 자연과학, 공학, 사회과학 등에서 사용되는 확률적 사고 및 접근방법을 공부하며, 아울러 이에 필요한 수학적 기법도 소개한다. 통계학 전공 필수과목인 수리통계를 수강하는데도 큰 도움이 된다.전필 / 학사
확률적 사고 및 방법은 현대 과학의 모든 분야에서 그 분야의 발전에 지대한 영향을 미치고 있다. 본 강의에서는 학부 저학년 수준에 알맞은 확률론의 이론 전개와 더불어 확률이론의 직관성, 다양한 응용/활용 사례를 다룸으로써 확률론의 개념을 정립하고 자신의 분야에서 그 응용 및 활용 가능성을 이해하도록 한다.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.전선 / 대학원
말소리의 음향적 특성에 관한 이론을 학습하고, 이를 토대로 스펙트로그램을 판독하고, 음소 단위로 분절하고, 각 음소를 올바른 발음기호로 표기하는 능력을 함양한다. 또한 녹음 장비 및 음향 분석기 사용법과 실험 음성학 방법론을 학습하고, 이를 토대로 한국어와 영어를 비롯한 여러 언어의 발음을 과학적으로 연구할 수 있는 능력을 함양한다. 그리고 음성학적 지식을 어떻게 음성합성기와 음성인식기의 성능 향상에 기여할 수 있을지 모색한다.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
확률변수 및 확률과정의 기초에서는 불규칙 변수를 포함하는 선형 시스템의 해석에 필요한 기본적인 불규칙 신호의 특성과 랜덤 프로세스의 특성을 배운다. 확률이론에 기초한 랜덤상수를 정의하고, 랜덤상수를 다룰 수 있는 1, 2차 모멘트(moment)에 대하여 배운다. 랜덤 프로세스를 정의하고 흔히 쓰이는 랜덤 프로세스인 Gaussian random Process와 Poisson random process의 특성을 알아본다. 선형 stationary process에 널리 쓰이는 power spectrum에 대하여 배우고 이를 이용한 선형 불규칙 시스템의 해석 방법을 소개한다. 간단한 선형 불규칙 시스템을 예를 들어 확률 변수 및 확률 과정의 기초가 선형 시스템 해석에 어떻게 이용되는지 알아본다.전선 / 학사
이 과목은 측도 이론과 확률의 기본 개념과 이론을 익히기 위한 과목으로, 다음과 같은 주제를 공부한다. 측도 공간, 측도 가능함수, 적분, 곱공간, Lp공간, 분포, 평균, 조건부 평균, 모멘트 발생 함수, 특성함수, 랜덤 변수 수열, 중심극한 정리, 브라운 운동, 확률과정, filtration, stopping times, 브라운 운동의 존재성, 기본성질, 연속성과 불정칙성, 변동성 및 마코프 성질과 반사 원칙을 다룬다.전선 / 학사
뇌파(EEG)는 비침습적이며 시간 해상도가 높게 뇌 기능을 연구할 수 있는 핵심적인 뇌영상 기법이다. 본 수업을 통해서, 가장 고차원적인 뇌의 인지 기능을 담고 있는, 인간의 생체 신호 데이터 중에서 가장 핵심적인 데이터인, 뇌파 데이터의 신경생리학적 기초 지식과 시간축 및 주파수축 분석 방법을 습득하고 인지과학적인 해석과 그 원리를 뇌파 빅데이터의 활용에 적용하는 응용 기술을 배양하고자 한다.교양 / 학사
철학적 사고, 비판적 사고의 핵심적 특성은 논리적이라는 것이다. 오늘날 그 중요성이 더욱 높아지고 있는 정보의 조직적 정리능력 및 합리적 사고능력의 개발에 있어서 논리적 사고의 훈련은 긴요하다. 본 과목은 그에 대한 초보적 훈련을 제공하는 것을 목적으로 한다. 그 다루는 내용은 일상언어의 기반 위에서 이루어진 전통적 아리스토텔레스 논리학에서부터 전통논리학의 새로운 해석과 기호화를 통해 이루어진 현대 기호논리학 즉 명제논리와 술어논리 등 기호이치논리학 전반에 이른다. 이 과정에서 논리학의 구문론적 접근과 의미론적 접근의 비교설명도 덧붙여진다.전선 / 학사
빅 데이터 분석을 위해 익혀야 할 기본적인 확률/통계 개념을 강의한다. 확률의 정의, 조건부 확률, 확률변수와 표본분포, 통계적 추론, 분포에 관한 추론, 이산자료의 분석, 상관분석과 회귀분석, 분산분석 등의 개념을 다룬다.전선 / 학사
분자의 운동, 반응 및 동적인 전기화학에 관한 제문제를 기초적인 이론으로부터 응용에 이르기까지 다방면에 걸쳐 연구한다. 여기에는 기본적인 기체운동론, 이온운반과 분자확산을 다루는 분자의 운동, 간단한 반응의 속도론과 더불어 광화학반응, 자체촉매반응, 진동반응, 연쇄반응 등이 관련되는 좀 더 복잡한 반응의 속도론, 고체 표면에서의 흡착, 촉매현상 및 과전위, 분극현상, 폴라로그래피, 전지, 부식 등을 취급하는 동적인 전기화학에 관련된 전반적인 내용이 포함된다.교양 / 학사
인공지능 시스템이 급격하게 보급됨에 따라 현대 사회는 인간다움이 무엇인가에 대한 답을 그 어느 시대보다 절실하게 요구하고 있다. 그리고 인간의 “의미”에 대한 탐구는 인간다움을 정의하는 데에 있어 대체불가능한 요소이다. 본 강의의 목적은 단순히 오늘날 세상을 형성해 온 가장 영향력 있는 과학, 문학, 철학적 텍스트를 수동적으로 이해하고 암기하는 데에 있지 않고, (i) 이러한 텍스트들에서 제시된 아이디어가 어떻게 반박되거나 수정/대체되었는지, (ii) 의미에 대한 지배적인 서사가 변화하는 과정이 현재 우리가 살고 있는 사회와 문화에 어떠한 영향을 미치고 있는지에 대해 비판적으로 사고하고 능동적으로 생각할 수 있는 지적 역량을 갖추는데 주안점을 둔다.전필 / 학사
이 교과목에서는 여러 학습과학 교과목을 통해 학습한 지식을 실제적인 프로젝트에 적용함으로써 연구 역량을 증진시킨다. 학습자는 실제적인 경험과 성찰을 통해 학습과학 연구설계, 데이터 수집과 분석, 연구결과에 대한 이해를 향상시키고 연구에 대한 자신감을 높일 수 있다. 이 과목은 학습과학 연구방법에 대한 강의, 주요 연구 논문에 대한 분석, 연구 프로젝트 참여로 이루어진다.전필 / 대학원
본 과목은 행정 및 정책 연구에 있어서 기초가 되는 방법론적 연구역량의 배양과 양질의 연구를 수행할 수 있는 연구설계의 논리와 유형을 이해하는데 목적이 있다. 여기에는 3가지 하위목표를 상정할 수 있는데, 첫째, 과학적 실증연구의 논리를 살펴보고, 대표적인 연구방법론으로서의 양적 접근법과 질적 접근법 간의 논쟁을 살펴봄으로써, 방법론적 다원주의와 분석적 엄격성을 이해하고자 한다. 특히 각각의 접근법이 보유하는 논리와 절차의 상이성에도 불구하고, 그 평가기준의 공통점이 존재하고 또한 바람직함이 존재하는데, 이를 살펴보고자 한다. 둘째, 정책은 일정 목적을 달성하기 위한 수단으로 구성되는 것이 일반적이며 따라서 적절한 인과추론의 논리가 필수적이다. 이때 인과추론의 적절성은 연구설계의 논리 구조와 이를 위한 가정에 있음을 이해할 필요가 있다. 셋째, 실제 인과추론을 위한 다양한 방법론에 대한 이해와 응용역량의 배양을 도모한다. 이러한 논의는 향후 수강할 양적연구방법과 질적연구방법의 이론적·실무적 토대가 될 것이다.전선 / 학사
확률의 이론을 바탕으로 확률과 통계의 수학적 원리를 이해하고, 확률과 통계의 교육을 위한 교사 지식을 갖춘다. 확률의 정의, 조건부 확률, 확률분포, 기대값 등의 내용을 확률적 모델링과 의사결정의 이론을 배운다. 확률의 기초 이론을 바탕으로 여러 가지 확률변수에 대한 결합확률분포의 이론을 배우고 이를 바탕으로 표본에 대해 모델링하고 통계량의 분포를 유도하는 방법을 배운다. 통계적 추정과 검정의 기본 프레임워크를 이해하고, 데이터로부터 통계적 의사결정을 하는 데 필요한 근거를 체계화 하는 방법을 배운다.전선 / 대학원
노벨상을 수상한 AlphaFold는 통계 물리 이론에 기반한 확산(Diffusion) 기반 생성 모델을 활용하여 개발되었으며, 이는 최신 의료 인공지능 기술이 고급 확률 모델과 생성・추론 이론에 근거하고 있음을 시사합니다. 본 강의에서는 확산 기반 생성 모델(Diffusion Models)과 그 응용 기법을 포함한 최신 생성 및 추론 인공지능 모델의 핵심 이론을 확률론적 관점에서 체계적으로 탐구합니다. 특히, 확산 모델, 최적 확률 경로, 확률적 보간, 흐름 기반 모델 등의 최신 이론 기반 생성 기법의 데이터 분포 모델링 과정과 최적의 샘플을 생성・변환・복원・추론하는 과정을 심도 있게 분석합니다. 이를 통해 수강생들은 생성 및 추론 인공지능 모델의 확률적 구조와 수학적 원리를 이해하고, 최신 확산 기반 생성 모델 및 그 변형 기법들의 결과를 이론적으로 해석할 수 있는 능력을 갖추는 것을 목표로 합니다. 또한, 이러한 생성 및 추론 모델들이 의료 및 생의학 데이터를 포함한 다양한 도메인에서 어떻게 적용될 수 있는지를 이론적 관점 외 실습적 관점에서도 조망합니다. 궁극적으로, 본 강의는 생성 및 추론 인공지능 분야에서 어떻게 핵심 이론과 의료 분야 응용을 아우르는 전문성을 함양할 수 있도록 체계적인 학습 기회를 제공하는 것을 지향합니다.전필 / 대학원
측도론(measure theory)의 기본, 확률변수, 독립성, 확률변수의 여러 가지 수렴성, 확률급수의 수렴, 대수의 법칙(law of large numbers), 반복대수의 법칙, 분포수렴, 특성함수 (characteristic functions), 중심극한정리를 다룬다.전선 / 대학원
확률 그래프 모델은 확률 변수들 간의 조건 의존성을 그래프 형태로 나타낼 수 있는 통계 방법론으로, 대용량 변수들의 복잡한 상호관계도 조밀하게 표현할 수 있다. 근래 컴퓨터 비전, 자연어 처리, 로봇공학, 컴퓨터 시스템, 계산 생물학 등 인공지능과 연관된 다양한 실제 문제들에 성공적으로 활용되고 있다. 본 과목에서는 확률 그래프 모델에 필요한 이론, 원리, 알고리즘 등을 폭넓게 배우며, 특히 주요 주제로는, 베이지안 그래프와 마코프 랜덤 필드의 표현, 합-곱 알고리즘과 신뢰 전파 알고리즘 등을 통한 그래프 모델의 학습과 추론, 변분 분석과 표본화를 통한 근사 방법, 최대 마진 방법과 깊은 신경망 등의 최신 기계 학습 기법 등과 그들의 실제 적용 방법과 예시 등을 다룬다. 본 과목은 대학원생과 일부 고년차 학부생을 대상으로 한다.전선 / 대학원
평균 제곱 추정(mean square estimation), 최대 가능성 추정(max likelihood estimation), 그리고, Wiener 필터링과 같은 고전적인 추정 이론에 대해 소개한다. 이산 시간 또는 연속 시간 Kalman 필터, shaping filter, 최적 평활, Kalman 필터 디자인과 성능 분석, 제곱근 필터링, 확장 Kalman 필터를 포함한 비선형 필터링에 대해서도 알아본다.