최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 CSUnplugged에 소개된 교육용 정렬 놀이에서 알고리즘의 효과성을 분석하고, 교사가 알아야 할 사항을 논의합니다. 기존 알고리즘들이 교육용 정렬 놀이에서 반드시 좋은 결과를 내는 것은 아니며, 효과적인 알고리즘을 파악하는 것이 중요함을 밝힙니다.
파이썬 알고리즘 =
Lectures in game theory for computer scientists
퍼즐로 배우는 알고리즘 : with 파이썬 : 21가지 퍼즐을 풀면서 배우는 알고리즘과 프로그래밍의 원리
(잠자는 코딩 브레인을 깨우는) 알고리즘 퍼즐69 : 수학적 사고로 구현하는 프로그래밍의 즐거움
(가장 쉬운) 알고리즘 책
알고리즘, 인생을 계산하다 : 일상의 모든 문제를 단숨에 해결하는 생각의 혁명
Engaging learning : designing e-learning simulation games
Artificial intelligence
An introduction to data structures and algorithms
AI literacy in K-16 classrooms
(생각하는 힘을 키워주는) 그림책 생각놀이
Schooled and sorted : how educational categories create inequality
멘사퍼즐 로직게임 : IQ 148을 위한
The teacher's sourcebook for cooperative learning : practical techniques, basic principles, and frequently asked questions
컴퓨터 프로그래밍의 예술.
컴퓨터 프로그래밍의 예술
가르치는 인공지능은 가능한가? : 「장치의 교육학」을 위한 시론 : 16개의 물음의 기록들
전래 놀이
알고리즘이 보이는 그림책 : 국내 최초 그림으로 배우는 algorithm 입문서
(알기 쉬운) 알고리즘 : step-by-step으로 알고리즘 완전 이해
정보교육학회논문지
한병래, 구정모, 송태옥정보교육학회논문지
장정훈, 김종우수산해양교육연구
김은길, 김종훈, 김승완, 현동림, 김종진정보교육학회논문지
장정훈; 김종우Technology, Knowledge and Learning
Kirçali A.Ç.,Özdener N.학습자중심교과교육연구
박주연, 류은진정보교육학회논문지
김은길, 김향희, 현동림, 김종훈Contemporary Educational Technology
Chuechote S.,Nokkaew A.,Phongsasithorn A.,Laosinchai P.Journal of Research in Childhood Education
Bayan Masarwa; Hagit Hel-Or; Sharona T. LevyAsia Pacific Education Review
Wu, S.-Y.; Su, Y.-S.정보교육학회논문지
양영훈, 문우종, 김종훈PROCEEDINGS OF THE 16TH WORKSHOP IN PRIMARY AND SECONDARY COMPUTING EDUCATION, WIPSCE 2021
Horat, Beat; Przybylla, MareenInformatics in Education
KARAKASIS C.,XINOGALOS S.Journal of Computers in Education
Giannakoulas A.,Xinogalos S.정보교육학회논문지
정인기한국게임학회 논문지
정찬용International Journal of u- and e- Service, Science and Technology
D. Rajagopal; K. ThilakavalliMultimedia Tools and Applications
Falomir Z.,Tarin R.,Puerta A.,Garcia-Segarra P.창의정보문화연구
이재호, 조세희Educational Technology Research and Development
Jiang X.,Harteveld C.,Yang Y.,Fung A.,Huang X.,Chen S.전선 / 대학원
주어진 지식과 경험을 바탕으로 앞으로 주어질 작업을 효율적이고 체계적으로 수행할 수 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 이론 및 알고리즘, 응용 분야 등을 설명한다.전선 / 대학원
본 과목에서는 효율적인 알고리즘 설계와 프로그래밍을 위한 고급 방법론과 이론을 깊이 있게 소개하고, 다양한 실습을 통하여 해당 이론들을 체득한다. 이 과정에서 공부하는 내용들은 Sorting, Searching 그리고 Graph Theory, NP―Complete 등이며, 알고리즘 설계 방법으로는 Divide―and―Conquer, Dynamic Programming, Greedy, Randomized 그리고 Approximate 알고리즘 등에 관하여 공부한다. 여러 가지 유용한 문제들에 대해 알고리즘을 설계하고 실제 프로그래밍을 통하여 구현해 봄으로서 강의시간에 소개된 이론을 실습하고 시스템 구현에 필요한 노하우를 습득한다.전선 / 학사
여러 가지 문제를 컴퓨터로 해결하기 위한 다양한 방법론이라 할 수 있는 알고리즘을 본 과목에서는 소개한다. 특히 알고리즘 분석 기법을 통해 효율적인 알고리즘을 개발하고 이해할 능력을 키운다. 또한 컴퓨터가 풀 수 있는 쉬운 문제와 어려운 문제를 구별하기 위한 NP-complete 이론을 배우며 어려운 문제를 해결하기 위한 근사 알고리즘을 소개한다.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.전선 / 대학원
시스템 성능평가의 주요 도구 중 하나인 stochastic process와 queueing theory를 배움으로써, 컴퓨터 및 통신공학자들이 시스템을 모델링하고 성능분석 하는데 잘 활용할 수 있도록 한다. 이 강의에서는 기본 확률이론과 다양한 종류의 Markov Process, 큐잉 시스템을 포함하고 게임이론과 최적화 이론의 기본 개념을 다룬다.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 / 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.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 / 학사
이 과목에서는 컴퓨터를 통하여 데이터 관련 문제를 해결하기 위해 필요한 자료 구조와 문제 해결을 위한 알고리즘 설계 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 등의 알고리즘 설계를 위한 이론도 제공한다.전선 / 대학원
본 과목에서는 특히 거대한 계산 혹은 병렬계산에서 계산의 효율성을 높이고 병목현상을 줄이기 위하여 과학적 프로그래밍 코딩에 사용되는 거대한 자료구조에 대하여 배운다. Array, recursion, sorting, pointer, stack and queue, link, graph, path, tree구조 등 자료구조의 기본을 배우고 이들의 구조를 이용하여 효율적인 알고리즘을 작성하도록 한다.전선 / 학사
컴퓨터 프로그램에서 효과적으로 설계된 자료구조와 알고리즘은 실행시간 및 메모리와 같은 자원을 효율적으로 사용하면서 연산을 수행하도록 해준다. 본 수업에서는 각 자료구조의 정의, 특징을 학습하고 이를 효율적으로 활용하여 컴퓨터 알고리즘을 설계하고 구현하는 실습을 병행함으로써 자료구조와 알고리즘을 이해한다.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 / 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.전선 / 대학원
본 교과목은 응용 데이터사이언스를 위한 컴퓨팅의 원리를 가르친다. 본 교과목의 전반부는 C++ 언어 프로그래밍과 C++ 기반 객체 지향 프로그래밍으로 이루어져 있다. (1) C++ 언어의 기초 문법, 클래스의 개념과 사용법, template와 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 구현할 수 있도록 한다. 본 교과목의 후반부는 중급 자료 구조 및 알고리즘과 딥러닝 플랫폼으로 이루어져 있다. (1) 데이터사이언스를 위한 컴퓨팅의 기초 강좌에서 다루지 않은 자료 구조 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 구현할 수 있도록 한다. 또, (3) Pytorch, TensorFlow 등 널리 사용되는 딥러닝 플랫폼을 학습한다. 이를 바탕으로 적용 분야에 데이터사이언스를 응용할 기틀을 마련한다.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.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 / 대학원
인공지능 기술을 이용한 융합교육을 실현하기 위해 필요한 기초 프로그래밍을 배운다. 학생들에게 인공지능 기술에 대한 소양을 지도할 수 있도록 중고등 학생들이 다루게 되는 블록 코딩과 아두이노 등에 활용할 수 있는 C/C++ 프로그래밍의 기초 및 알고리즘을 배운다. 또한 딥러닝 기술에 주로 활용되는 파이썬과 데이터 분석에 주로 활용되는 R 에 대해 배운다. 프로그래밍 언어의 기본 구문과 알고리즘의 원리를 배움으로써 코딩을 활용한 융합교육을 설계하고 지도할 수 있는 역량을 기르도록 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
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
학생들에게 게임이론의 기초적인 도구를 갖춰주는 데 그 목적이 있다. 본 과목은 현대 미시경제학이 다루는 전략적 행동에 관한 기본 모형과 전통적인 가격이론으로는 설명하기 힘든 시장들에 관한 분석 방법을 제공한다. 불확실성하의 선택, 전략적 행동하의 선택 그리고 불완전정보하의 선택에 이르는 개인의 선택 문제를 다루며, 과점시장과 보험시장, 경매를 비롯한 다른 응용범위에 이르기까지 이론을 적용한다.