최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
진미정; 성미애; 손서희; 유재언; 이재림; 장영은
2020 / Family and Environment Research
데이터가 존재하지 않습니다.
loading...
본 연구는 Excel의 해찾기 기능을 활용하여 중등학교 학생들을 위한 최소제곱법 교육자료를 개발하고, 허블의 데이터를 통해 허블 법칙과 허블 상수를 도출하는 방법을 제시한다. 해찾기 기능을 이용한 방법은 추세선 기능을 이용한 방법보다 최소제곱법의 이해와 모델함수의 타당성 판단에 더 적합함을 확인하였다.
약학필수통계
Excel과 Python을 이용한 경영과학 기초와 실무
(질문이 이어지는) 천문 실험 활동 : 태양계를 중심으로
An introduction to error analysis : the study of uncertainties in physical measurements
(Excel을 이용한)통계자료분석
(Excel 활용) 통계학 =
(스마트) 경영과학
(재료공학도를 위한) 데이터 분석 =
기초확률과 통계학 =
(스마트) 경영과학 =
Calculus & its applications
(실무에서 꼭 필요한) 엑셀 함수 Q&A
Introductory econometrics : using Monte Carlo simulation with Microsoft Excel
(공학도를 위한) 매트랩
(켈러의) 경영경제통계학 : 엑셀의 실전적 활용
(EXCEL을 활용한) 의사결정론 : 확정적 모형을 중심으로
Brief calculus & its applications
Foundation engineering analysis and design
(엑셀을 활용한) 통계자료분석
(시험, 생활, 교양 상식으로 나눠서 배우는) 수학대백과사전
数学教学通讯 / SHUXUE JIAOXUE TONGXUN
李文文Chemometrics and Intelligent Laboratory Systems
Delgado-Aguilar, M.; Valverde-Som, L.; Cuadros-Rodríguez, L.中国教育技术装备 / China Educational Technology & Equipment
古丽阿亚提·艾热提; 迪力热巴·买合苏提江; 热合买提江·依明; Gulayat Hayat; Dilara Mahsut; Rahmatjan IminEducation for Chemical Engineers
Briones L.,Escola J.M.中国数学教育 / Zhongguo Shuxue Jiaoxue
乐哲君内江师范学院学报 / Journal of Neijiang Normal University
罗小成; 蔡雨; 王晨霖; 艾正菊; 冯薇; 陈虎学鹰; 陈湘; LUO Xiaocheng; CAI Yu; WANG Chenlin; AI Zhengju; FENG Wei; CHEN-HU Xueyin; CHEN Xiang物理教师 / Physics Teacher
姚勇European Journal of Physics
Hilário Rodrigues化学教学 / Education in Chemistry
徐少飞考试周刊 / Kaoshi Zhoukan
马婵娟Asian Journal of Shipping and Logistics
Natalia C.,Holine M.,Silalahi A.菏泽学院学报 / Journal of Heze University
张子振; 杨正玲; 谢伟杰; 汪睿; ZHANG Zi-zhen; YANG Zheng-ling; XIE Wei-jie; WANG Rui한국심리학회지:일반
오성주SN Applied Sciences
Díaz de los Ríos M.,Hernández Ramos E.Mikrochimica acta
Stalikas C; Sakkas V中学数学月刊 / The Monthly Journal of High School Mathematics
李健한국컴퓨터정보학회논문지
한현석; 왕흔이小学教学参考 / Reference for Primary School Teaching
周文红Journal of Pipeline Systems Engineering and Practice
Brkić, D.Journal of Chemical Education
Magalhães A.L.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.전선 / 학사
본 과목은 전기공학에서 다루는 일반적인 선형시스템의 해석에 필요한 행렬 및 선형대수에 관한 기초이론과 관련 기법들을 익히고, 그 응용 예들에 대해 알아봄을 목적으로 한다. 따라서 본 과목의 이수를 통하여 향후 실제 시스템문제의 해결을 위한 선형대수적 모델링 및 해석 그리고 과학으로 해를 구하는 방법론의 설계가 가능하다. 본 과목의 내용으로는 벡터와 행렬의 표현 및 종류, 선형방정식의 해법, 행렬-벡터공간 해석, 고유값 및 고유벡터, 유사변환, 최소자승문제 해석 등이 포함되는 데 이들의 의미를 자세히 배우고 그 응용 예를 익힌다.전선 / 학사
이 교과목의 전반부에서는 최근에 컴퓨터의 발전으로 많은 공학문제의 해를 수치적으로 구하는경향에 맞추어 수치해법의 기초를 다룬 다음 주로 2차 편미분 방정식의 수치해를 열어가지 서로 다른 경계조건에 따라 구하는 방법을 익힌다. 후반부에서는 자료를 처리하는 통계적 방법과 신뢰성구간을 다루며, 또한 대상변수의 확률을 구하는 방법과 확률함수의 성질을 다룬다.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.전필 / 대학원
자료를 모형화하는 통계적 방법으로 선형모형의 중요성을 다루는 것이 이 과목의 목적이다. 이론적인 측면도 공부하지만 주로 모형선택, 추정, 모형검증과 같은 방법론을 강조한다. 다루는 모형은 단순회귀, 다중회귀, 일차분산분석, 이차 분산분석 등을 다룬다. 추론을 위해 최소제곱방법을 주로 사용하지만 이와 관련하여 우도에 기초한 방법도 다루게 된다. 선형모형을 통한 자료의 모형을 위해 R을 이용한다.전선 / 대학원
최근에는 미분방정식들의 해를 구하기 위해서 해석적인 방법을 사용하는 대신, 컴퓨터에 의한 수치계산에 의해 해를 구하는 방법을 많이 사용하고 있다. 수치해석 방법으로서는 유한요소법(Finite Element Method : FEM)은 그 다양한 분야에의 적용이 수월하고 매우 높은 정확도를 보장하기 때문에 전기 기기를 비롯한 각종 전기공학 분야에 널리 응용되어 왔으며 지금도 그 응용 범위가 점차적으로 확대되고 있는 추세이다. 이에 유한요소법에 대한 교과목을 개발하여 강의함으로써 유한요소법에 대한 체계적인 지식을 전달하며 나아가 전기 유한요소법을 완전히 이해하고 활용할 수 있는 공학도들을 양성하는 것이 목적이다.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.교양 / 학사
생명과학을 전공할 학생을 위한 기초수학 강좌로서 전염병 전염모델의 연립 미분방정식과 축차근사법을 이용한 해 등 자연현상에 나타나는 다양한 생명과학 관련 현상들을 기술하는 미분방정식과 그 해법을 소개한다. 수학 컴퓨터 프로그램을 사용한다.전선 / 대학원
(1) 통계적 변동성을 표현하는 확률 함수의 결정 인자들을 이해하고, (2) 통계적 변동성을 따르는 사건들에 대한 사실적 모사의 반복 작업을 통해 최종 현상을 유추하는 Monte Carlo 방법의 기본 운용 기술을 익힘. 또한, (3) 방사선의 발생과 물질과의 반응에서 나타나는 확률적 선택 현상을 전산 추적하는 scheme을 구성하고 programming 작업을 수행하며, (4) 최종 평가 자료의 분산 범위를 최소화하는 시뮬레이션 최적화 기술을 익힘.일선 / 학사
캘리포니아의 최저 임금법은 실업률을 높이는가? 낮추는가? 교실 규모가 학생들의 학습 능력에 얼마나 큰 영향을 미치는가? 기업의 퇴직 계획 변경은 사람들의 저축 행동에 어떤 영향을 미치는가? Affordable Care Act는 의료비 지출을 줄이는가? 총기 규제를 강화하면 폭력 범죄가 줄어드는가? 이는 정책 입안자(및 정보를 갖춘 시민)가 답변을 원하는 질문 중 몇 가지에 불과하다. 우리는 어떻게 그 답을 얻을 수 있는가? 우리는 답을 신뢰할 수 있는가? 이 강좌는 연구자들이 정책에 관한 질문에 답할 때 이용하는 통계적 방법을 소개한다. 어떤 방법이 사용되었는지, 결과를 어떻게 해석할 수 있는지, 결과를 해석할 때 주의해야 할 사항을 이해하는 데 있어 숙련도와 자신감을 얻을 수 있도록 한다. 본 강좌의 실습을 통해 학생들은 통계 분석에 능숙해질 수 있을 것이다. 이 과정에서 위에서 소개한 인과적 질문에 대한 확실하고 분명한 답을 얻는 것이 얼마나 어려운지 느끼게 될 테지만 연구 결과에서 의미있는 결론을 도출해내는 것에 능숙해질 수 있을 것이다.전선 / 학사
과학에서 컴퓨터를 이용한 문제해결 방법이 보편화되고 있다. 이 과목에서는 수치해석을 이용해 천문학 연구를 하기 위해 필요한 기본적인 방법론들을 소개한다. 이를 위해 컴퓨터 언어 및 Unix 환경에서의 프로그램 방법을 공부하고, 미분방정식, 적분, 비선형 방정식, Monte Carlo 방법, 푸리에 변환 등을 수치적으로 다루는 기법들을 배운다. 이들을 천문데이터 처리, 기체역학, N체-문제, 복사전달 등의 문제에 적용해 본다.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 / 학사
본 수업에서는 데이터를 이용한 모형의 추론과 예측모형 생성을 배우며, 그 과정을 통해 질문의 구조화, 데이터 수집과 정리, 통계추론, 예측모델링, 의사결정과정의 핵심원리를 배운다. 중급수준의 데이터의 변환, 데이터 정제, 모형적합, 모형선택, 모형진단 등에 대한 기초이론을 배우며, 데이터 실습을 통해 그 과정을 익힌다.전선 / 학사
Gauss 소거법, Cholesky 분해, Householder와 Gram-Schmidt 해법, 데이터 맞춤, 비선형 최소자승법, 심플렉스 해법, 행렬의 분할, Jacobi와 Seidel 반복법, 이완해법, 유한차분법, ADI 해법, 켤레 그래디언트 해법 등을 다룬다.전선 / 학사
이 과목에서는 구조해석에서 유도된 기초 구조해석 이론을 이용하여 컴퓨터를 이용한 구조 해석법을 제시하여 복잡한 구조물을 해석하고 구조물의 거동을 이해할 수 있는 능력을 배양한다. 구조해석법의 2개의 축을 이루는 변위법을 제시하여 구조해석법 전체를 완성하고, 변위법에 의하여 유도되는 매트릭스 구조해석법을 제시한다. 구조해석에서 필요한 선형 및 비선형대수방정식을 푸는 방법을 제시하고, 이와 관련한 구조해석법을 소개한다. 들보의 좌굴 문제와 관련한 수학적 이론을 소개하고, 현대 역학의 근간을 이루는 전산해석법을 기초를 제공하는 에너지 방법을 제시하고, 컴퓨터를 이용한 기초 수치해석법을 소개한다.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.전선 / 학사
기본적인 표본설계와 추정이론을 기초로 하여 보다 다양하고 실용적인 설계와 추정이론을 다룬다. 주요 교과내용은 랜덤추출법, 층화추출법, 군집추출법, 층화다단추출법, 회귀추정 중복추출법, 비표본오차에 대한 고찰 등이다. 각 추출방법에서 모수의 추정과 표본의 크기 추정, 표본의 최적배분, 상대효율 등을 다룬다. 실습을 통하여 통계조사과정과 실측방법의 문제에 접근한다. 조별 사례연구로써 실제 현장에서 표본설계 및 조사실습을 실시한다.전선 / 대학원
본 과목에서는 자연과학 및 공학에서 나타나는 문제를 계산가능한 방정식으로 표현하는 수학적 모형화 과정, 수학적 모형 방정식에 대한 수학적 분석, 수학적 모형방정식에 대한 다양한 계산알고리즘의 효율성, 안정성 및 수렴성, 수학적 모형방정식들의 수치 시뮬레이션, 간략한 가시화 등을 배우게 된다.전선 / 학사
약수와 배수, 합동식, 원시근, 평방잉여, 연분수, 이차체의 대수적 정수를 중심으로 다음 내용을 학습한다 : 약수와 배수, 최대공약수와 최소공배수, 일차부정방정식, 소인수분해, 합동관계와 잉여류, Euler 함수, Frenat 정리와 Euler 정리, 일차합동식, 고차합동식, 원시근, 지수표, 평방잉여와 Legendre 기호, 연분수 (유한,무한), Pell 의 방정식, 이차체의 대수적정수의 특성및 그 응용전선 / 학사
여러 가지 통계 모형에서 나타나는 함수에 대하여 비모수적 추정 방법을 배우며, 이론적인 측면보다는 주로 방법론 및 그 응용에 초점을 맞춘다. 비모수 방법으로서 커널 추정법, 국소 다항 적합법, 웨이블릿 추정법, 스플라인 추정법 등을 다룬다. 밀도함수, 회귀함수, 생존함수, 분위수함수 등의 추정 방법을 배우며, 분류 및 판별분석, 일반화 선형모형, 중도절단회귀 모형, 비례위험 모형 등에 응용하는 방법을 간략하게 소개한다.