최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 청소년 내기행동 수준별 예측요인의 중요도를 머신러닝 알고리즘을 통해 분석하였다. 랜덤 포레스트 모델은 비문제 집단과 문제 집단을, 그래디언트 부스팅 모델은 위험 집단과 문제 집단을 구분하는 데 효과적이었다. 내기행동 접근성은 비문제 집단과 문제/위험 집단을 구분하는 주요 요인이며, 내기행동 기대 중 과몰입은 위험 집단과 문제 집단을 구분하는 주요 요인으로 나타났다.
메이저리그 야구 통계학 : 2e : 빅데이터 분석과 머신러닝의 시작 R
청소년의 도박문제 : 이론적 및 응용적 관점
상담학 연구방법론 : 연구논문 작성의 리얼 스토리 =
Out of options : a cognitive model of adolescent suicide and risk-taking Kate Sofronoff, Len Dalgliesh, Robert Kosky.
Statistical applications for environmental analysis and risk assessment
메이저리그 야구 통계학 : 빅데이터 분석의 시작 R
빅데이터를 활용한 범죄 예측 : 머신러닝을 중심으로
Statistics in action
Introduction to linear regression analysis
Understanding and applying basic statistical methods using R
Learning theory and Kernel machines : 16th Annual Conference on Learning Theory and 7th Kernel Workshop, COLTKernel 2003, Washington, DC, USA, August 24-27, 2003 : proceedings
Pathways to excessive gambling : a societal perspective on youth and adult gambling pursuits
인터넷게임 과몰입 청소년에 대한 승마프로그램 효과 연구 : 결과보고서
그림으로 배우는 딥러닝
Networks of learning automata : techniques for online stochastic optimization
Birth advantages and relative age effects in sport : exploring organizational structures and creating appropriate settings
Improving statistical reasoning : theoretical models and practical implications
Exploiting auxiliary information about examinees in the estimation of item parameters
학습자중심교과교육연구
이난희, 전효정, 고은경Journal of Behavioral Addictions
Seo W.,Kim N.,Lee S.K.,Park S.M.한국가족관계학회지
도유록한국산학기술학회논문지
김성봉; 장정임International Journal of Mental Health and Addiction
Hopfgartner, Niklas; Auer, Michael; Helic, Denis; Griffiths, Mark D.Journal of Gambling Studies
Macía L.,Estévez A.,Jáuregui P.Journal of gambling studies
L, Macía; A, Estévez; P, JáureguiHeliyon
Chen W.,Gao Y.,Xiao S.The Society for Cognitive Enhancement and Intervention
Nanhee Lee; Hyojeong Jeon; Eunkyoung Goh학습자중심교과교육연구
나지훈, 이성규American Journal on Addictions
Quinn A.,Chamberlain S.R.,Grant J.E.Journal of gambling studies
Hanss D; Mentzoni RA; Blaszczynski A; Molde H; Torsheim T; Pallesen S아동학회지
이재윤, 박지수International Gambling Studies
Macey, Joseph; Palomäki, Jussi; Castrén, SariJournal of Youth and Adolescence
Rothenberg W.A.,Bizzego A.,Esposito G.,Lansford J.E.,Al-Hassan S.M.,Bacchini D.,Bornstein M.H.,Chang L.,Deater-Deckard K.,Di Giunta L.,Dodge K.A.,Gurdal S.,Liu Q.,Long Q.,Oburu P.,Pastorelli C.,Skinner A.T.,Sorbring E.,Tapanya S.,Steinberg L.,Tirado L.M.U.,Yotanyamaneewong S.,Alampay L.P.Social science & medicine (1982)
Lombardi G; Molinaro S; Cotichini R; Cerrai S; Scalese M; Benedetti EPsychiatric Quarterly
Mohsen, Mohajeri; Negin, Towsyfyan; Natalie, Tayim; Bita Bazmi, Faroji; Mohammadreza, DavoudiJournal of Gambling Studies
Gianluca Di Censo; Paul Delfabbro; Daniel L. KingJournal of Gambling Studies
Donati M.A.,Derevensky J.L.,Cipollini B.,Leonardo L.D.,Sareri G.I.,Primi C.청소년학연구
하문선전선 / 대학원
마케팅 활동의 효과를 높이는 방향의 하나로서 데이터에 기반한 과학적인 마케팅 실행에 대한 필요성이 지속적으로 높아지고 있는데, 데이터 사이언스 및 인공 지능 분야의 핵심 요소 중의 하나인 머신 러닝 기법들이 이러한 과학적이며 효과적인 마케팅 프로그램을 실행하는데 있어 매우 유용한 도구로서 활용될 수 있을 것이다. 본 과목에서는 마케팅 의사 결정의 품질을 높이기 위해 머신러닝의 다양한 분석 기법을 효과적으로 활용하는 방법에 대해 학습하는데, 마케팅 의사 결정의 종류가 다양하고 또한 이들 종류별로 필요한 데이터와 적절한 분석 기법이 상이하므로 마케팅 의사 결정 종류별로 어떠한 데이터를 어떠한 기법을 통하여 분석할 것인지에 대한 체계를 중심으로 학습한다.전선 / 대학원
체육측정평가연구는 체육과 스포츠 현장에서 양적 분석과 관련된 검사도구나 측정치의 평가와 관련된 제반 이론이다. 신뢰도, 타당도, 타당도일반화, 고전검사이론, 문항반응이론 등에 대한 내용을 강의한다.전필 / 학사
본 강의는 데이터과학의 방법을 사회 자료 통계 분석에 이용하는 능력을 갖출 수 있도록 한다. 기술 및 추론 통계의 기본 방법론을 사회학 연구 설계와 경험 분석의 관점에서 다루고, 프로그래밍 언어 습득을 통해 자료 시각화와 통계 분석을 수행할 수 있는 능력을 함양시킨다.전선 / 대학원
본 과목은 산업공학과 및 공과대학 대학원생을 대상으로 불확실상황에서의 보다 나은 결정을 지원하기 위한 최신 확률모형 이론과 기법을 소개하고 이를 중심으로 다양한 응용분야의 연구주제에 적용하고 그 결과를 해석할 수 있는 능력을 배양하는 것을 목표로 한다.전선 / 학사
통계분석 결과를 정확히 이해·해석하기 위한 확률과 기술통계, 가설검정, F 분포와 분산분석, 회귀·상관, 범주형·빈도 분석을 다룬 뒤, 머신러닝의 핵심 개념을 가볍게 소개한다. 간단한 분류·회귀·군집 알고리즘 및 기초적 모델 해석 가능성과 윤리·편향 이슈를 실습 중심으로 학습한다.전선 / 학사
본 교과목에서는 현재 여러 분야에서 적용되고 있는 지능시스템 및 관련연구의 핵심이 되는 확률적 모델링 및 추론, 통계학적 기계학습, 컴퓨터비젼, 로보틱스의 기초를 소개한다. Bayesian networks, hidden Markov models (HMM), Kalman filters, Markov decision processes 등의 확률적 모델링 및 추론방식이 소개되고 선형 regression 및classification 그리고 nonparametric 학습 방법의 기초를 습득한다. 그리고 확률적 모델, 추론방식, 학습방식들이 어떻게 컴퓨터비전 그리고 로보틱스 등의 응용분야에 적용되는지 알아본다.전선 / 대학원
대학원생을 대상으로 한 고급 세미나 및 강의 과목이지만 계산신경과학이나 뇌에서 이루어지는 확률추론에 관심 있는 학부 고학년에게도 적당한 과목. 수강생들은 현대 이론적 신경과학과 뇌와 행동에서 발견되는 확률추론에 관한 기본적인 모델 들 및 그 개념과 원리를 익히고, 매주 2-3편의 고전적 및 최신 논문을 읽고, 구두 발표하고 토론하게 됨. 필수적인 것은 아니지만, 수강생들은 인지 및 시스템 신경과학에 대한 사전 지식이 있을 것이 기대됨.전선 / 대학원
고급 확률 그래프 모형(PGM)은 많은 수의 변수가 상호작용하는 복잡한 도메인에 대한 확률 분포를 표현하는 효과적인 방법이다. 따라서 확률 그래프 모형은 의료진단, 이미지 및 음성인식, 스포츠통계, 생물정보학 등과 같은 다양한 분야에 적용되는 머신러닝 방법들의 핵심적인 역할을 한다. 이 강의는 방향성 그래프를 이용하는 베이지안 네트워크; 무방향성 그래프를 사용하는 마르코프 네트워크의 이론적 성질과 학습 방법 그리고 실제 적용 사례를 설명한다.전필 / 대학원
오늘날의 많은 경영의사결정은 해당 의사결정이 경영활동의 어떤 기능과 관계되는가와 상관없이 통계학과 경영과학에서 제시된 계량적 모형을 이용한 분석을 바탕으로 이루어지고 있다. 본 과목은 통계학과 경영과학의 최적화 과정에 대한 학생들의 기초적인 이해를 높이기 위해서 제시되었는데, 특히 가장 일반적으로 사용되는 MS/OR과 통계적 방법론에 대한 이해와 컴퓨터 프로그램을 이용해서 이러한 방법론들이 어떻게 실행되는가에 대해서 초점을 두고 있다. 본 과목을 통해서 학생들은 여러 가지 통계적 보고서를 평가하고, 이를 경영활동에 활용하는 능력을 가지게 될 것이며, 오늘날의 경영활동에서 기본적인 수단이 되는 통계적 방법론에 대한 기술을 배양하고, 경영환경에 대한 간단한 모형화를 통해 MS/OR과 통계적 방법론들이 얼마나 다양하게 활용되는가를 이해하게 될 것이다.교양 / 학사
이 과목의 목적은 데이터 문해력에 대한 기본지식을 함양하고 이를 통하여 데이터 기반 의사결정능력과 올바른 정보를 취사선택하는 방법을 익히는 데 있다. 이 과목을 통하여 다양한 통계의 오용사례를 살펴보고 데이터를 전달하는 미디어를 올바르게 이해하고 데이터를 기반으로 효율적으로 본인의 주장을 제시하는 방법에 대해 배운다.전선 / 학사
본 과목은 <음향학 개론 1>에서 다룬 음향학의 기본을 바탕으로 하여 각종 악기에 관한 내용으로 구성된다. 여러 가지 현악기, 관악기, 음성, 건반악기, 타악기 등에 관련된 내용을 각각의 음의 발생 과정, 음색의 특징을 위주로 다루게 된다.전선 / 대학원
본 교과목은 학생들에게 단위동물 사료내 이용가능한 영양소 함량을 정확하게 평가할 수 있도록 도와 준다. 최근 여러 가지 사료가치 평가 분야에서 이루어진 기술혁신을 소개하고 이 가운데는 in-vitro소화율, 아미노산 생체이용률, 내생아미노산 손실 등의 측정방법을 소개하고 있다. 또한 경제동물, 특히 단위동물에게 이용 가능한 원료사료 내 에너지함량을 정확하게 측정하여 사료배합비 작성에 적용하도록 돕고 있다.전선 / 대학원
기계학습은 다양한 분야에서 점차 큰 관심을 받고 있으나, 막상 실제 데이터에 적용하여 성공적인 결과를 도출하는 데에는 많은 어려움이 따른다. 본 과목은 기계학습 기법들을 실제 문제에 적용할 때에 중요한 데이터 전처리, 피쳐 추출, 차원 축소, 클래스 불균형, 모델 앙상블 등의 주제들을 다루고, 데이터로부터 모형과 종속성을 학습하는 원리와 기법들을 소개하는 바, 특히 확률, 통계 및 최적화 이론에 기반하여 신경망 (Neural Networks), 서포트 벡터 머신 (Support Vector Machines), 은닉 마르코프 모형 (Hidden Markov Models) 및 강화 학습 (Reinforcement Learning) 기법들을 공부한다. 또한, 이들 기법을 활용하여, 다양한 시계열 데이터들을 대상으로 예측 및 분류 모델을 구현하는 프로젝트들과 데이터 기반 학습의 사례 연구들이 포함된다.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
본 과목은 스포츠심리학의 이론을 현장에 적용하여 운동선수들의 최상수행이나 건강운동 참가자들의 운동지속 참가와 심리적 효과를 알아보고자 한다. 이를 위해 심리기술훈련의 개발과 적용, 코치나 선수를 위한 심리프로그램, 건강운동참가자들의 심리적 요인들을 분석함으로써 스포츠심리학의 이론을 체육 현장에 적용할 수 있는 방법을 모색한다.전선 / 대학원
프로그램평가 방법론(program evaluation methods)은 대표적으로 RCT (Randomized Controlled Trial), RD (Regression Discontinuity), DID (Difference-in-Differences), IV (Instrumental Variable approach), Matching 등의 (준)실험설계 방법을 포함하며 대상자의 선택편의(selection bias) 등 편향을 통제한 정책 및 중재의 영향을 파악하는데 보건학 내·외에서 광범위하게 활용되고 있다. 이 수업은 특히 보건정책 분석과 관련이 있는 프로그램평가 방법론 위주로 이론적 개요를 제공하고 이중차이모형(DID)을 중심으로 STATA 등 통계패키지를 이용한 실습을 수행하여 수강생이 직접 보건정책 및 중재의 영향을 분석하고 결과를 도출하는 기회를 제공하는 것을 목표로 한다. 선수과목으로 보건통계학개론, 보건경제학원론, 보건의료의 계량경제분석(I) 등에 대한 학습이 요구되며 STATA 통계패키지에 대한 기본적인 이해가 필요하다.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.전선 / 대학원
먼저 기능의 개념에 대하여 소개하고 기능이 정의에 관한 특징을 논의함으로써 운동수행과 학습에 관한 설명을 한다. 그 다음 다양한 스포츠 장면에 적용 가능한 기능의 분류방법에 관해 살펴보고 , 마지막으로 기능을 효과적으로 이해할 수 있도록 기능수행의 기초가 되는 원리 및 과정 등 기능을 구성하는 기본 논리를 기술한다.전선 / 대학원
본 교과목은 축산관련 다양한 분야에 대한 세미나 발표 진행과 상호 토론을 통해 국내외 상황 파악 및 첨단 분야의 학술적 성과에 대한 이해를 높이고자 한다. 친환경 첨단연구, 축산물 안전, 기능성 축산물 개발, 유전육종 등 다양한 분야를 아우르는 발표와 토론을 통해 축산분야에 대한 효율적인 문제 해결 과정 습득을 목적으로 하고 있다. 축산과학 분야의 최신기술 동향, 구제역, 조류독감, 광우병 등 축산분야의 국제적 이슈, 축산업에 대한 각국의 정책 사례 등의 주제를 수강생이 선택하여 각자 발표를 준비하고 매시간 발표와 함께 교수의 지도하에 자유로운 토론식 수업을 진행한다.전선 / 대학원
이 강의는 사회체육의 제현상을 설명하는 데 필요한 정의, 개념 그리고 사회체육의 본질적 정체를 밝히는 관련 사실이나 지식을 통하여 사회체육의 이해를 돕는 데 그 목적이 있다. 이를 위하여 사회체육의 본질, 유사개념, 참가요인 및 사회체육과 노동의 관계를 고찰하고, 사회체육의 주요 영역인 지역사회, 상업체육에 대하여 살펴본다. 그리고 사회체육의 핵심 구성 요소인 시설, 지도자, 행정 조직 및 정책에 대하여 살펴본 다음, 미래사회에서의 사회체육의 역할 및 기능을 조망해 본다.