최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 유아의 사회적 유능성 잠재 계층을 파악하고, 머신러닝을 활용하여 유아의 사회적 유능성 유형을 예측하는 모델을 개발하는 것을 목표로 한다. 잠재 계층 분석 결과, 유아의 사회적 유능성은 '높은 수준'과 '낮은 수준'의 두 가지 유형으로 분류되었으며, 랜덤 포레스트 모델이 가장 우수한 예측 성능을 보였다.
Strategies of knowledge acquisition
Developmental social neuroscience and childhood brain insult : theory and practice
Children and social competence : arenas of action
Cognitive models and intelligent environments for learning programming
Social competence of deaf and hard-of-hearing children
Interaction and the development of mind
Handbook of statistical modeling for the social and behavioral sciences
A historical sociology of childhood : developmental thinking, categorization and graphic visualization
Human intelligence
나는 문제를 해결할 수 있어요 : 교사와 부모를 위한 유아와 장애유아의 사회적 기술 훈련 프로그램
Increasing competence through collaborative problem-solving : using insight into social and emotional factors in children's learning
Parenting in privilege or peril : how social inequality enables or derails the American dream
Machine learning for social and behavioral research
Performance modeling that integrates latent trait and class theory
(다중지능이론에 의한)아동의 다양한 능력 개발을 위한 평가
Social cognition, joint attention, and communicative competence from 9 to 15 months of age
Developmental robotics : from babies to robots
Rational herds : economic models of social learning
Heliyon
Kawasaki T; Noda Y; Hirano Y; Kawanami A; Sakurai K; Mori C; Shimizu E아동학회지
권연희, 박경자생애학회지
심수영; 문혁준학습자중심교과교육연구
고은경Scandinavian Journal of Educational Research
Zachrisson H.D.,Janson H.,Lamer K.아동학회지
고은경, 전효정Research on Social Work Practice
Gadaire, D.M.; Henrich, C.C.; Finn-Stevenson, M.유아교육학논집
박경선, 문혁준생태유아교육연구
김나래, 고정완, 최미숙교양교육연구
손수경; 신화용; 박지혜생태유아교육연구
최미숙육아정책연구
김수정International Journal of Social Robotics
Alhaddad A.Y.,Cabibihan J.J.,Bonarini A.인간발달연구
김수정; 곽금주인지발달중재학회지
강지현Journal of geriatric oncology
Kwon JY; Johnson KL; Haase KR; Newton L; Fitch M; Sawatzky REarly Child Development and Care
Gülay Ogelman, H.; Oğuz, V.; Körükçü, Ö.; Köksal Akyol, A.학습자중심교과교육연구
황수진, 김현철Child Indicators Research
Wang F.,King R.B.,Leung S.O.Journal of Psychology in Africa
Maribeth Gettinger; Karen Callan Stoiber전선 / 대학원
이 과목은 2군 교과목으로 다양한 형태의 아동가족 데이터 분석을 위한 고급통계기법 및 연구방법론을 소개한다. 분석방법별로 개설되는 본 교과목은 분석법 원리에 대한 강의와 통계 프로그램을 활용한 데이터실습을 포함하며, 학생들이 학습한 분석기법을 각자의 연구에 적용할 수 있도록 하는 데 목적을 둔다.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 / 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.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.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 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
지능 시스템은 환경과 상호작용하고 성능을 극대화하는 방법이다. 지식 표현과 추론은 논리적 지식 표현, 판단 계산, 술어 계산, 상황 계산, 지식 표현 구축 등과 함께 지능 시스템의 중요한 측면이며, 불확실성을 해결하기 위한 방법으로 확률과 확률 네트워크, 퍼지 논리와 같은 기법을 사용한다. 계획과 학습 역시 지능 시스템의 중요한 구성 요소로서, 목표 달성을 위해 필요한 행동 순서를 결정하고 시간이 지남에 따라 성능을 개선할 수 있도록 한다. 본 강좌에서는 지능시스템을 이해하고 활용할 수 있는 기초 지식을 쌓는다.전선 / 대학원
다양한 임상사회복지 분야 중 한 분야를 선택, 해당분야의 전문가를 초빙하여 실제적인 실천접근의 습득 및 분석을 그 목적으로 한다. 이를 위해 해당분야에서의 중심개념 및 기반이론을 검토하고, 중요한 개입전략의 적용과 그 한계점을 인식하는 과정을 경험하도록 한다.전선 / 대학원
인간이 운동을 생성하고 조절 할 때 사용되는 기전을 밝히고, 이 때에 적용되는 원리를 규명하는 것이 운동 제어 연구이다. 최근에 복잡한 인간의 신경체계와 근육체계로 인한 무한한 자유도 생성의 문제와 협응구조의 개념을 통한 학습을 하게 될 것이다.전선 / 학사
학부과정을 총정리하는 의미에서 지금까지 학습한 철학, 정책, 실천 등을 우리나라의 실제 분야에 적용해 보기 위한 기반을 구축하려는 목적을 지니는 과목이다. 소득구조, 근로조건, 주택, 의료 등의 문제들을 검토하고, 학생들의 공통적인 관심사도 연구과제로 삼게 된다.전선 / 대학원
현재 우리가 알고 있는 복지국가와 사회보장시스템은 근대 산업사회의 산물이다. 그러나 디지털 기술은 근대적 국가-시장-시민사회의 구조를 질적으로 전환시키고 있다. 본 교과목에서는 디지털 기술이 어떻게 인간사회를 변화시키고 있으며, 이러한 변화가 어떻게 미래의 사회복지시스템을 재구조화시킬지에 대해 논한다.전선 / 대학원
현대 교육철학의 여러 이론들에서 발견되는 비판적 논점들에 대한 분석이 주된 관심사이다. 특히 이 비판적 논점들을 다룰 수 있기 위해서 요구되는 현대 교육철학 문헌들(Dewey, Peters, Oakeshott 등)에 대한 독서가 있어야 하며, 각각의 논점들을 나름대로 구조화하여 교육을 보는 체계적인 철학적 관점을 구성하는 데 도움이 되도록 해야 한다. 현대 교육철학의 입문서들에 대한 사전 지식을 필요로 하는 강의이다.전선 / 대학원
본 교과목은 오늘날 인공지능의 중심을 이루는 거대언어모델(Large Language Models)과 이를 기반으로 한 대화형 인공지능을 다룬다. 특히 거대언어모델의 학습부터 응용까지 이어지는 전체 파이프라인을 아래와 같이 체계적으로 다룬다. (1) Pre-training: 지식 습득을 위한 사전학습(Transformer, BERT, GPTs) (2) Supervised Fine-tuning: 상호작용 학습(Dialogue Fine-tuning, Instruction Tuning, Reasoning) (3) Alignment: 인간 가치와의 정렬(RLHF, DPO, KTO 등) 및 언어모델 해석 기법(AI Psychometrics, Mechanistic Interpretability) (4) Grounding: 외부 데이터 및 도구 활용 기법(페르소나, 문서, 이미지, 지식 그래프, 도구 증강 에이전트) (5) Applications: 다양한 도메인으로의 응용(대화 시뮬레이션 및 심리상담·교육·설득 응용) 수업에서는 각 연구 주제별로 핵심 논문들의 아이디어, 데이터, 방법론 등을 강의한다. 실습으로는 언어모델 학습, 언어모델 API를 이용한 대화 시스템 구현, 대화형 인공지능과 관련된 작은 연구 프로젝트를 수행한다. 이 과목을 통해 수강생들은 거대언어모델 연구 동향을 큰 틀에서 파악하고, 핵심적인 연구 주제들과 방법론을 이해하며, 이를 실제 연구에 적용하는 능력을 기르게 된다.전선 / 대학원
이 강좌는 교육측정에 대한 기본적인 개념과 이론을 제공하고 최신의 교육측정이론을 소개하기 위한 것이다. 이를 위해 교육측정과 관련된 다양한 이론에 대한 소개와 비판적 검토를 수행하게 될 것이다. 아울러 수강생들은 교육측정분야에서의 연구과제를 탐색하게 될 것이다.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.전선 / 대학원
데이터사이언스와 관련한 여러 분야의 최근의 국내외 연구동향을 소개한다. 강의와 세미나를 통하여 관련분야의 최신 방법론과 특정 주제를 심도 있게 습득할 수 있도록 한다.전선 / 대학원
이 수업은 디지털 미디어의 사회침투 (mediatization; 미디어화)에 따라 네트워크가 하나의 범사회적인 구성원리로 부상하는 현상을 주로 인간관계의 형성과 유지에 관한 논의에 초점을 두고 학습합니다. 미디어가 우리의 일상과 어떻게 결합하는지, 즉 우리가 주변사람들 혹은 공동체와 맺는 관계를 중심에 두고 그 관계 위에서 공유되는 정보와 감정, 개인과 공동체와의 관계 등이 미디어화와 더불어 어떤 변화를 겪는지를 보고자 합니다. 기존 연구에 대한 학습과 동시에 실제 우리 일상에 대해 비판적으로 ‘관찰’하고 책 바깥으로 나와 생각하는 연습을 통해 다시 미디어의 본질에 관한 통찰력을 키워보고자 합니다. 미디어화에 따른 인간관계망의 변화, 개인과 집단의 미디어 이용, 공동체의 형성, 협력관계의 발생 등의 이슈를 다룹니다.전선 / 대학원
학부에서 학습한 사회문제의 기초적인 이론을 바탕으로 하여 정신병, 알콜중독, 청소년문제, 범죄, 불평등, 가치갈등, 빈곤, 직업의식과 직업관, 남녀의 성문제 등 여러 사회문제 중에서 특정한 주제를 정하여 깊이 있게 연구해 가는 대학원의 교과목이다. 학부의 사회문제연습을 선수과목으로 하며, 사회과교육과의 적절한 관련을 위하여 시민교육이라는 관점에서 이 문제를 취급하고 가급적 청소년문제, 가치갈등, 불평등 등의 문제에 집중하도록 권장한다. 사회문제에 관한 사회과학자들의 과학적인 연구결과를 검토하고 한국사회를 대상으로 하는 사회조사에 중점을 둔다.전선 / 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
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.