최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.26 no.1, 2015년, pp.55 - 64
The present study identified the brain based learning activities on the individual learning senses by using the brain laterality and the whole brain index. Students receive the information through the visual, auditory, and kinesthetic senses by Politano and Paquin's (2000) classification. These lear...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
의사결정나무 분석이란? | 의사결정나무 분석이란 의사결정을 위한 규칙을 나뭇가지 구조로 만들어 분류 및 예측을 하는데 목표변수 와 입력변수의 관련성에 따라 중요변수를 선별 및 생성하며 의사결정을 지원하는 분석기법이다. 의사결정나무분석 알고리즘은 Kass (Kass, 1980)에 의해 제안되었는데 본 연구에서는 지니지수 (Gini index)를 분리기준으로 사용하여 자식마디가 2개씩 생성되는 이지분리를 수행하는 CART (Breiman 등, 1984) 알고리즘을 사용하였다. | |
동질성 분석을 실시하는 이유는? | 성별, 자기주도학습 및 학습감각유형인 시각학습, 청각학습 운동학습과 통합 뇌 변수 등 뇌 관련변수 간의 상호관련성을 파악하기 위해 동질성 분석 (homogeneity analysis)을 실시하였다 (Kwon과 Cho,2007). 대상과 범주에 수치를 부여하는 동질성 분석은 범주형 변인을 수량화하여 유사한 범주에 있는 개체는 가까이 위치하고 다른 범주의 개체는 멀리 위치해 개체 간에 서로 공간상의 의미를 부여하게 된다. | |
의사결정나무분석 알고리즘으로 사용하는 CART 알고리즘은 어떤 방법인가? | 비모수적인 방법 중 하나인 의사결정나무분석 (decision tree analysis)을 통해 독립변수들의 상호 작용 효과가 통합 뇌 여부에 미치는 영향을 분석하였다. 사용한 알고리즘으로는 이지분리를 수행하는 CART (classification and regression trees) 알고리즘으로, 불순도 (impurity) 또는 다양도 (diversity)를 측정하는 지니지수 (Gini index)를 사용하여 지니지수를 가장 감소시켜주는 독립변수와 그 변수의 최적분리를 자식마디로 분리하는 방법이다. |
Breiman, L., Friedman, J., Olshen, R. and Stone, C. (1984). Classification and regression trees, Wadsworth, Monterey, CA, USA.
Denno, D. W. and Nachshon, I. (1987). Violent behavior and cerebral hemisphere function, the causes of crime, Cambridge University Press, New York.
Fischer, K. W. (2008). Dynamic cycles of cognitive and brain development: Measuring growth in mind, brain, and education. The Educated Brain; Essays in Neuroeducation, edited by A. M. Battor, K. W. Fischer and P. J. Lena, Cambridge University Press, New York.
Kwon, H. K (2011). Brainwave activities of the cognitive individual differences in computerized arithmetic addition by implicit association test. Journal of Korea Association of Information Education, 15, 635-644.
Kwon, H. K. and Cho, J. S. (2007). Homogeneity analysis for the SMR brainwave by the functional laterlization of the brain based on the science learning methods. Journal of the Korean Data & Information Science Society, 18, 721-733.
Kwon, H. K. and Fischer, K. (2013). Neurological brain technology for learning. Proceedings of the 10th International Conference and Expo on Emerging Technologies for a Smarter World, 22-23.
Kwon, J. R. (2007). Learning senses in teaching and learning mathematics. Journal of the Korean Society of Mathematical Education C: Education of Primary School Mathematics, 10, 1-13.
Kwon, Y. J. and Lawson, A. E. (1999). Why do most science educator encourage to teach school science through lab-based instruction: A neurological explanation. Journal of Research in Science Teaching, 19, 29-40.
Jasper, H. H. (1958). The ten twenty electrode system of the international federation. Electroencephalography and Clinical Neurophysiology, 10, 371-375.
Kass, L. R. (1980). Ethical dilemmas in the care of the III: II. What is the patient's good? The Journal of the American Medical Association, 244, 1946-1949.
Park, S. H. (2000). A study on the relationships between brain laterality and crativity. Journal of Educational Psychology, 14, 31-56.
Politano, C. and Paquin, J. (2000). Brain-based learning with class, Portage & Main Press, Winnipeg, MB, Canada.
Yang, Y., Raine, A., Lencz, T., Bihrle, S., LaCasse, L. and Colletti, P. (2005). Volume reduction in prefrontal gray matter in unsuccessful criminal psychopaths. Biological Psychiatry, 57, 1103-1108.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.