최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
정세호, 이참결, 여인호, 성희진, 노정두, 조나영, 이은용
2014 / Journal of Pharmacopuncture
Yoo, Yeong-Eun; Son, Seok-Woo; Lee, Jong-Hwa; Min, Seung-Ki
2019 / 한국기상학회지
홍민하, 이영식, 김봉석, 정유숙, 유한익, 김의정, 이소영, 방수영, 이승엽, 한덕현, 반건호
2019 / 소아 청소년 정신의학
박지영, 김혜령, 이석민, 이소연, 이영현, 이윤아, 장재영, 홍기창, 정현철
2019 / 예술인문사회 융합 멀티미디어 논문지
서수웅
2015 / Journal of Integrated Design Research
데이터가 존재하지 않습니다.
loading...
본 연구는 온라인 교육 서비스, 특히 MOOC 동영상 강좌의 학습 경험 데이터를 시각화하여 학습 효과를 제고하는 방안을 모색한다. 학습 경험 데이터(난이도, 성취도, 키워드, 학습 메모 등)를 수집 및 분석하고, 이를 시각화하여 학습자들이 특정 시점에 겪는 어려움과 성취도를 파악하고 핵심 키워드를 추출했다. 연구 결과, 학습 경험 데이터 시각화를 통해 동영상 강좌의 활용도를 높이고 학습 효과를 향상시킬 수 있음을 확인했다.
Addressing Global Challenges and Quality Education : 15th European Conference on Technology Enhanced Learning, EC-TEL 2020, Heidelberg, Germany, September 14–18, 2020, Proceedings
(대학생을 위한) 심리학
Multimedia '96 : proceedings of the Eurographics Workshops in Rostock, Federal Republic of Germany, May 28-30, 1996
(네이선 야우의) 데이터 포인트 : 데이터 시각화 + 인포그래픽을 깨우치다
에듀테크 활용 상호작용 교수법
Visual insights : a practical guide to making sense of data
Multiple perspectives on problem solving and learning in the digital age
언택트 교육의 미래
Video in the age of digital learning
Designing for learning in an open world
Open and distance learning today
빅데이터 시각화 : 하둡, R, D3.js, 태블로, 파이썬, 스플렁크로 배우는 빅데이터 시각화
나는 공짜로 공부한다
Smart learning environments
마케팅 조사론
나는 공짜로 공부한다
(쉽게 배우고 함께 나누는) Smart 체육수업 =
Advances in Web-Based Learning – ICWL 2013 Workshops : USL 2013, IWSLL 2013, KMEL 2013, IWCWL 2013, WIL 2013, and IWEEC 2013, Kenting, Taiwan, October 6-9, 2013, Revised Selected Papers
Learning online : the student experience
구름 속의 학교 : 컴퓨터 한 대로 시작한 미래형 학교 실험
Journal of Integrated Design Research
서수웅深圳职业技术学院学报 / Journal of Shenzhen Polytechnic
陈梅芬; 杨林涛; CHEN Meifen; YANG Lintao江苏商论 / Jiangsu Commercial Forum
陈佳艳; Chen Jia-yanIEEE Transactions on Education, Education, IEEE Transactions on, IEEE Trans. Educ.
Martinez-Munoz, G.; Alvarez-Rodriguez, M.A.; Pulido-Canabate, E.中国信息技术教育 / China Information Technology Education
张聚; 孙潇楠教育教学论坛 / jiaoyu jiaoxue luntan
张婷; 陈欣欣; ZHANG Ting; CHEN Xin-xinAmerican Journal of Distance Education
Nathan B. Miller中国教育技术装备 / China Educational Technology & Equipment
兰栩锋; 张陈行; 陆成钢; 范文翔; LAN Xufeng; ZHANG Chenxing; LU Chenggang; FAN Wenxiang교육정보미디어연구
임규연, 김혜준, 최지수, 김윤진Australasian Journal of Educational Technology
Türkay S.Journal of Computing in Higher Education
Wong J.T.,Hughes B.S.中国教育信息化(高教职教) / The Chinese Journal of Ict in Education
王繁安徽商贸职业技术学院学报(社会科学版) / Journal of Anhui Business College
秦晓安; 王睿; 程鸿芳; QIN Xiao-an; WANG Rui; CHENG Hong-fang现代教育技术 / Modern Educational Technology
石映辉; 蒲秋钰; 曲卓; 吴砥; SHI Ying-hui; PU Qiu-yu; QU Zhuo; WU DiInternational Journal of Educational Technology in Higher Education
Deng R.,Benckendorff P.Innovations in Education and Teaching International
Xia L.,Han D.,Chen H.,Dai Y.FRONTIERS IN PSYCHOLOGY
Yuan, Mingze; Zeng, Jialing; Wang, Aihua; Shang, JunjieJournal of Applied Research in Memory and Cognition
Witherby, Amber E.; Carpenter, Shana K.외국어교육연구
윤도현现代教育技术 / Modern Educational Technology
周德青; 杨现民; 李新; ZHOU De-qing; YANG Xian-min; LI Xin교양 / 학사
본 과목은 대학교 저학년 학생들을 대상으로 하며, 특히 컴퓨터 과학 분야에 익숙하지 않은 학생들에게 데이터 시각화의 기초를 소개하고, 이를 통해 디지털 습관을 개선할 수 있도록 한다. 학생들은 태블로와 같은 시각화 도구들을 활용하여 자신의 구글 활동 기록 또는 유튜브 시청 등 다양한 종류의 데이터를 분석하고 시각화하는 방법을 배울 수 있다. 특히, 이 과정에서 프로젝트를 통해 데이터 시각화 기법을 활용하여 디지털 습관에 대한 문제를 발견하고 자기인식을 도모하며, 학생들 간의 교류를 통해 행동의 변화를 일으키기 위한 해결방안을 함께 고안하고 실천으로 옮길 수 있다. 해당 프로젝트는 데이터의 시각적 분석을 위한 전 과정의 경험을 통해 학생들 스스로 개인의 디지털 행동습관에 대한 자기인식, 그리고 창의적 해결방안을 모색하는 데에 그 중점을 두고 있다. 이를 통해 학생들은 기술적 역량뿐만 아니라, 심리학 및 사회학적 이해를 결합하여 데이터를 다각도로 이해하고, 개선된 디지털 생활방식을 구축할 수 있다.전선 / 대학원
이 강좌는 학습자와 학습 맥락에 대한 데이터를 체계적으로 수집, 분석, 활용하여 각 학습자에게 최적화된 학습 경험을 제공하는 방법을 다룬다. 온라인과 면대면 학습환경에서 효과적으로 데이터를 수집하고 분석하는 방법을 조사하고, 학습분석에 기반하여 개별화된 학습을 설계하고 대시보드와 같은 디지털 도구를 개발하는 방법을 탐구한다. 그리고 학습분석 과정에서 발생할 수 있는 윤리적 이슈를 예방하기 위한 실천방안에 대해서 논의한다.전선 / 학사
건강하고 지속가능한 사회에 대한 관심이 고조되면서 사회의 기본적 구성 단위가 되는 개인과 가계의 삶의 질과 안녕에 대한 사회적 관심이 커지고 있음. 이에 상품과 서비스의 개발에 있어서 상품중심이 아닌 소비자중심의 관점이 필요하고, 생활맥락에서 생성되는 다양한 데이터에 대한 이해와 활용에 대한 숙련도를 함양할 필요가 있음. 본 교과목은 빅데이터 분석을 실질적 라이프 솔루션 도출에 활용할 수 있는 융합적 역량을 강화하는 것을 목적으로 함. 소비, 의, 식, 아동, 가족 영역의 주요 현안을 파악하고, 각 영역에서 주로 활용되는 빅데이터의 종류와 내용을 학습하고, 빅데이터가 라이프 솔루션 도출에 실질적으로 활용되는 사례 학습을 통해 생활산업 영역 빅데이터 역량을 강화하고자 함.전선 / 대학원
이 강좌는 석·박사 학위 논문 작성 등 교육연구에 필요한 통계적 분석에 대한 개념과 이론에 대한 폭넓은 이해를 돕고, 실제 교육연구에서 통계적 기법들을 적절히 활용할 수 있도록 하기 위한 것이다. 이를 위해 교육관련 각종 연구 자료의 특성(예: 다층 자료, 유목 자료, 연속 자료 등)에 적절한 통계적 기법들에 대한 소개와 함께 관련 컴퓨터 프로그램을 활용하여 실제로 분석할 수 있도록 하기 위한 것이다. 아울러 수강생들은 관심 있는 교육관련 자료를 분석하고 그 결과를 수업시간에 보고하는 기회를 가지게 될 것이다.교양 / 학사
본 강의는 사회학의 핵심적인 개념들, 방법, 이론 등을 소개하고, 학생들로 하여금 사회학적 상상력을 갖출 수 있도록 함을 주요 목적으로 한다. 이 강의는 사회계급, 성, 사회적 불평등, 사회운동, 범죄 및 사회비행 등이 주요 주제로 다루어질 것이다.전선 / 학사
본 강좌에서는 실제 정보디자인 컨텐츠 제작 실습을 통하여 개념적이고 시각적인 솔루션을 탐색하고 정보를 구성, 시각화 및 전달하는 창의적인 프로세스를 탐구한다. 본 수업을 통하여 다양한 디자인 도구 및 컴퓨터 미디어를 이용하여 복잡한 형태의 데이터를 시각적으로 전달 가능한 인포그래픽스, 시각화 애니메이션, 공공 장소에서의 대형 디스플레이와 같은 다양한 미디어 컨텐츠로 구성할 수 있다. 실습과 더불어 예술, 디자인, 인간-컴퓨터 상호작용, 과학기술연구 분야의 읽기 자료와 프로젝트에 관한 토론을 통하여 정보디자인의 원칙, 장르 및 사회적 함의를 탐구한다.전선 / 대학원
데이터 시각화는 특히 최근 몇 년간 컴퓨팅 기술의 발전으로 인해 데이터의 크기와 복잡성이 크게 증가한 의료 분야에서 의사 결정을 지원하기 위해서 사용될 수 있는 유용한 기술이다. 본 수업에서는 기본적인 차트와 같은 시각화 기법에서부터 복잡한 인터랙티브 시각화에 이르기까지 다양한 데이터 시각화 기술에 대해서 포괄적으로 다룬다. 기술적으로는 파이썬과 자바스크립트를 핵심적인 프로그래밍 언어로 가르치고, MIMIC(Medical Information Mart for Intensive Care) 데이터를 활용하여 학생들이 실제 의료 데이터와 클라우드 컴퓨팅을 사용하여 데이터 시각화 시스템을 제작하는 경험을 할 수 있도록 가르친다. 본 수업에서는 강의와 그룹 프로젝트가 포함되어 있으며, 그룹 프로젝트에서는 의료 분야에 초점을 맞춘 인터랙티브 웹 기반 데이터 시각화 시스템을 개발해 보는 것을 목표로 한다. 이 과정에서 학생들은 데이터 시각화에 대한 이론적 지식을 의료 도메인의 도전적 과제들을 해결하는데 적용해 보는 기회를 가진다. 본 수업을 통해서 학생들은 의료 도메인의 데이터를 시각화하는 기술을 습득할 수 있다.전선 / 학사
수많은 기업과 조직들은 머신러닝과 AI를 빅데이터에 적용하여 의사결정을 내리고 가치를 창출하고 있습니다. 하지만 그 과정에서 점점 커져가는 데이터와 점점 복잡해져 가는 알고리즘을 의사결정자인 사람이 이해하는 것이 필수적으로 선행되어야 합니다. 데이터 시각화는 데이터와 알고리즘을 사람이 직관적으로 이해할 수 있도록 도와주는 강력한 도구입니다. 이 수업을 통해 학생들은 다양한 유형의 데이터를 요약하고 시각적으로 표현하여 다른 사람과 효과적으로 커뮤니케이션 할 수 있는 방법들에 대해서 배울 것입니다.전선 / 학사
색채는 빅데이터 시각화 분석의 주요 파라메터 중 하나이다. 본 교과에서는 먼저 전통적 색채이론을 배우고 이를 바탕으로 디지털환경에서 색채데이터를 다루는 다양한 색공간들을 알아보고 이러한 색공간내의 색채정보를 3차원 데카르트좌표공간에서 라이노 및 그래스호퍼와 같은 프로그램을 활용하여 비주얼코딩을 통해 시각화하는 프로젝트 들을 실습한다.전선 / 대학원
본 강좌는 학교 내에서 강의 또는 자기학습을 통해 습득한 IoT, 인공지능, 빅데이터 이론 지식을 활용한 실습강좌이다. IoT·인공지능·빅데이터 개론 및 실습을 수강하였거나 이와 동등한 이론 지식과 코딩 능력을 갖춘 대학원생들을 대상으로 IoT, 인공지능, 빅데이터의 지식을 활용한 실습 및 프로젝트를 진행한다. 실제 데이터를 바탕으로 산업과 사회에서 겪는 소프트웨어 문제를 과제로 선정하게 하며 수강생은 이를 코딩을 통해 해결한다. 소프트웨어 문제를 해결해가는 과정에서 자기 주도적이고 동료 학습이 가능하도록 설계한다. 결과물과 협업을 근거로 담당교수가 S/U 학점을 부여한다.전선 / 학사
이 교과목은 다양한 학습 데이터를 분석하여 학습자의 흥미와 필요를 고려한 맞춤형 학습을 설계하는 방법을 소개한다. 인공지능을 활용하여 학습활동을 자동으로 분석하고 학습결과를 예측하며, 그 결과를 바탕으로 교수자와 인공지능이 적응적으로 학습을 지원하는 방안을 탐색한다. 학습 상황과 학습자의 특성에 따라 최적의 학습경험을 어떻게 설계하고 지원할 수 있는지 논의한다. 그리고 디지털 테크놀로지를 활용하여 공교육에서 학습 데이터를 수집, 분석, 활용하는 과정에서 발생하는 사회적 문제를 비판적으로 검토하고 창의적인 해결방안을 모색한다.일선 / 학사
본 강의는 자아, 정체성, 그리고 디지털 기술 인터페이스의 상호 조형적 관계를 탐구하는 데 중점을 둔다. 강의, 읽기 자료, 멀티미디어 자료, 토론, 과제를 통해 소셜 미디어 플랫폼과 그 알고리즘, 아바타, 가상 세계, 인공지능 챗봇, 로봇 등 다양한 디지털 기술이 우리의 자아 개념과 정체성, 그리고 그에 연관된 개인적, 사회적 경험을 어떻게 형성하며, 반대로 이러한 경험이 인터페이스의 기술적 진화에 어떤 영향을 미치는지에 대한 이론적 및 실증적 이해를 심화하는 것을 목표로 한다.전선 / 학사
다양한 교육 사례를 분석하여 디지털 전환 시대 빅데이터의 교육적 활용 가능성과 도전적 과제를 탐색한다. 학습자중심교육에 대한 이론과 모형을 학습하고 빅데이터와 인공지능을 활용하여 맞춤형 학습환경을 설계할 수 있는 역량을 기른다. 교육 문제를 창의적으로 해결하기 위해 빅데이터와 디지털 테크놀로지를 활용하는 방안을 탐구한다.전선 / 대학원
본 강좌는 학교 내에서 강의 또는 자기학습을 통해 습득한 IoT, 인공지능, 빅데이터 이론 지식을 활용한 실습강좌이다. IoT·인공지능·빅데이터 개론 및 실습을 수강하였거나 이와 동등한 이론 지식과 코딩 능력을 갖춘 대학원생들을 대상으로 IoT, 인공지능, 빅데이터의 지식을 활용한 실습 및 프로젝트를 진행한다. 실제 데이터를 바탕으로 산업과 사회에서 겪는 소프트웨어 문제를 과제로 선정하게 하며 수강생은 이를 코딩을 통해 해결한다. 소프트웨어 문제를 해결해가는 과정에서 자기 주도적이고 동료 학습이 가능하도록 설계한다. 결과물과 협업을 근거로 담당교수가 S/U 학점을 부여한다.전선 / 대학원
온라인 교육 활동이 활발해지면서 교육 분야의 데이터가 폭발적으로 증가하고 있다. 온라인 교육이 쏟아내는 빅 데이터의 추출과 분석은 오프라인 데이터의 분석과 함께 과학교육의 현황을 파악하고 미래를 위한 과학교육의 방향을 결정하는데 중요한 정보를 제공할 수 있다. 이 과목에서는 학생들이 빅 데이터 분석의 원리와 방법을 이해하고, 학습 결과를 온라인과 오프라인 과학교육과 사회현상의 분석에 응용하는 능력을 기르는 것을 목표로 하며, 데이터 마이닝을 위한 확률 개념을 바탕으로 수집된 데이터에서 최대의 정보를 추출하는 방법을 학습한다. 특히, 대표적 분류 모형인 퍼셉트론, 합성곱 신경망, 순환 신경망, 생성 모형으로 오토 인코더, 적대적 생성 신경망, 볼츠만 머신, 딥 빌리프 네트워크 등을 깊이 다룰 예정이다. 학생들은 이 주제들에서 학습한 내용을 교육 데이터 마이닝의 실습, 무크와 같은 대규모 학습의 분석에 응용하는 연습을 한다. 이 과목은 교육 통계와 좋은 보완이 될 수 있다. 그러나 강의를 이해하는데 필요한 통계 수학과 컴퓨터 프로그램 지식을 선행 지식으로 요구하지는 않는다.전선 / 학사
이 수업은 현대 사회에서 데이터화가 미치는 영향과 그에 따른 소통적 실천들의 변화에 대한 주요 쟁점들을 심도있게 고찰한다. 논의 주제로는 데이터 편향 및 윤리, 디지털 감시 기술, 미래 발전 담론, 스마트시티와 커뮤니티, 데이터 인프라와 도시 환경 문제 등이 포함되며, 이 주제들을 심층적으로 탐구하기 위해 미디어 연구, 문화 연구 및 과학기술학의 핵심 개념과 방법론들을 폭넓게 살펴본다. 이론적 학습과 참여형 실습 과제를 통해 학생들은 데이터에 관한 맥락적 이해를 높이고, 인문사회학적 접근법의 중요성을 성찰할 기회를 갖는다. 또한 실제 사례 분석과 토론을 통해 데이터 사회에 관한 총체적, 비판적 사고 능력을 배양한다.전선 / 학사
본 강좌는 학교 내에서 강의 또는 자기학습을 통해 습득한 IoT, 인공지능, 빅데이터 이론 지식을 활용한 실습강좌이다. IoT·인공지능·빅데이터 개론 및 실습을 수강하였거나 이와 동등한 이론 지식과 코딩 능력을 갖춘 3학년 이상 학생들을 대상으로 IoT, 인공지능, 빅데이터의 지식을 활용한 실습 및 프로젝트를 진행한다. 실제 데이터를 바탕으로 산업과 사회에서 겪는 소프트웨어 문제를 과제로 선정하게 하며 수강생은 이를 코딩을 통해 해결한다. 소프트웨어 문제를 해결해가는 과정에서 자기 주도적이고 동료 학습이 가능하도록 설계한다. 결과물과 협업을 근거로 담당교수가 S/U 학점을 부여한다.전선 / 학사
본 강좌는 학교 내에서 강의 또는 자기학습을 통해 습득한 IoT, 인공지능, 빅데이터 이론 지식을 활용한 실습강좌이다. IoT·인공지능·빅데이터 개론 및 실습을 수강하였거나 이와 동등한 이론 지식과 코딩 능력을 갖춘 3학년 이상 학생들을 대상으로 IoT, 인공지능, 빅데이터의 지식을 활용한 실습 및 프로젝트를 진행한다. 실제 데이터를 바탕으로 산업과 사회에서 겪는 소프트웨어 문제를 과제로 선정하게 하며 수강생은 이를 코딩을 통해 해결한다. 소프트웨어 문제를 해결해가는 과정에서 자기 주도적이고 동료 학습이 가능하도록 설계한다. 결과물과 협업을 근거로 담당교수가 S/U 학점을 부여한다.전선 / 대학원
본 강좌는 학교 내에서 강의 또는 자기학습을 통해 습득한 IoT, 인공지능, 빅데이터 이론 지식을 활용한 실습강좌이다. IoT·인공지능·빅데이터의 실무응용 1 또는 IoT·인공지능·빅데이터의 실무응용 연구 1을 수강하였고, IoT·인공지능·빅데이터의 실무응용 1 또는 IoT·인공지능·빅데이터의 실무응용 연구 1에서 IoT·인공지능·빅데이터의 실무응용 연구 2 수강 승인을 받은 대학원생들을 대상으로 IoT, 인공지능, 빅데이터의 지식을 활용한 고난이도 실습 및 프로젝트를 진행한다. 실제 데이터를 바탕으로 산업과 사회에서 겪는 소프트웨어 문제를 과제로 선정하게 하며 수강생은 이를 코딩을 통해 해결한다. 소프트웨어 문제를 해결해가는 과정에서 자기 주도적이고 동료 학습이 가능하도록 설계한다. 결과물과 협업을 근거로 담당교수가 S/U 학점을 부여한다. 선수과목 : IoT·인공지능·빅데이터 실무응용 1 또는 IoT·인공지능·빅데이터 실무응용 연구 1전선 / 학사
전통 재료기법 및 복합매체, 입체조형, 영상작업 등 개인의 연구 주제에 따른 매체 사용의 폭을 확장하여 자유로운 조형작업을 시도한다. 학생들은 개인 작업을 계속하면서, 전통회화 및 시각예술의 주된 매체가 현대회화에서 새롭게 응용되는 방안을 모색한다. 지금까지 배운 전통재료 및 기법에 대한 창의적이고 현대적인 응용 방안에 대해 탐구하며, 평면뿐 아니라 입체공간에서도 다양한 실험을 행한다.