$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

K-NN 알고리즘 이해를 기반한 머신러닝 교육 프로그램의 개발 및 적용
Application and Development of Machine Learning Training Program based on Understanding K-NN Algorithm 원문보기

정보교육학회논문지 = Journal of the Korean Association of Information Education, v.25 no.1, 2021년, pp.175 - 184  

최은선 (제주대학교 일반대학원 과학교육학부 컴퓨터교육학과) ,  박남제 (제주대학교 교육대학 초등컴퓨터교육전공)

초록
AI-Helper 아이콘AI-Helper

제4차 산업혁명 시대의 도래 후 국가 경쟁력의 가장 중요한 요소는 인공지능이라고 할 수 있다. 그러나, 인공지능의 발달은 빅데이터를 기반한 머신러닝 없이는 불가능하기 때문에 미래형 인재는 머신러닝을 어릴 때부터 친숙하게 활용하고 이해하여 실생활에 창의적으로 적용할 수 있는 역량이 필수적으로 수반되어야 한다. 이에 본 논문에서는 K-NN 알고리즘 이해를 기반한 초등학생 대상 머신러닝 교육 프로그램을 개발하고 적용하여 그 효과를 분석하였다. 그 결과 교육 프로그램을 적용한 학생들의 K-NN 알고리즘에 대한 이해를 바탕으로 머신러닝 원리와 적용에 대한 이해도가 향상되었음을 알 수 있었다. 이를 통하여 제안된 교육 프로그램의 효과가 검증되었으며, 정보 기술에 대한 기초 지식 수준이 낮은 학생들에게도 머신러닝을 교육시킬 수 있는 방안에 대한 가능성을 확장시켰다는 관점에서 본 논문의 의의를 찾을 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

After the advent of the 4th industrial revolution era, the essential element of national competitiveness can be said to be artificial intelligence. However, since artificial intelligence is impossible without machine learning based on big data, future talents must be accompanied by the ability to us...

주제어

#머신러닝 교육   #인공지능   #교육 프로그램   #초등교육  

참고문헌 (26)

  1. David S. Touretzky, Christina Gardner-McCune, Fred Martin and Deborah Seehorn (2019). K-12 Guidelines for Artificial Intelligence: Proc. of the ISTE Conference. 

  2. DongHyeok Lee, NamJe Park (2016). Teaching Book and Tools of Elementary Network Security Learning using Gamification Mechanism. Journal of Korea Institute of Information Security & Cryptology, 26(30), 787-797. 

    원문보기 상세보기 crossref

  3. Donghyeok Lee, Namje Park (2017). Geocasting-based synchronization of Almanac on the maritime cloud for distributed smart surveillance. The Journal of Supercomputing, 73(3), 1103-1118. 

    상세보기 crossref

  4. Donghyeok Lee, Namje Park (2018). Electronic Identity Information Hiding Methods Using a Secret Sharing Scheme in Multimedia-centric Internet of Things Environment. Personal and Ubiquitous Computing, 22(1), 3-10. 

    상세보기 crossref

  5. HyungJoo Kim, ShinHyoung Park and Kitae Jang (2016). Short-term Traffic States Prediction Using k-Nearest Neighbor Algorithm : Focused on Urban Expressway in Seoul. Journal of Korean Society Transportation, 34(2), 158-167. 

    원문보기 상세보기 crossref

  6. HyunJin Jang(2020). The Domestic Research Trends of Artificial Intelligence Related in Elementary Practical Arts Education. Korean Journal of Elementary Education, 31, 33-48. 

  7. JangYeol Lee, ChoonSung Nam and DongRyeol Shin (2017). Machine Learning Bigdata Education Platform using Apache Spark. Korea Computer Congress 2017 Program Book, 1531-1533. 

  8. Javed Asharf, Nour Moustafa, Hasnat Khurshid, Essam Debie, Waqas Haider and Abdul Wahab (2020). A Review of Intrusion Detection Systems Using Machine and Deep Learning in Internet of Things: Challenges, Solutions and Future Directions. Electronics, 9(7), 20-21. 

  9. JinSu Kim, NamJe Park (2019). Lightweight Knowledge-based Authentication Model for Intelligent Closed Circuit Television in Mobile Personal Computing. Personal and Ubiquitous Computing, 1-9. 

  10. JinSu Kim, NamJe Park (2019). Development of a board game-based gamification learning model for training on the principles of artificial intelligence learning in elementary courses. Journal of The Korean Association of Information Education, 23(3), 229-235. 

    원문보기 상세보기 crossref

  11. JinSu Kim, Namje Park (2020). A Face Image Virtualization Mechanism for Privacy Intrusion Prevention in Healthcare Video Surveillance Systems. Symmetry, 12(6), 891 

    상세보기 crossref

  12. Ministry of Education(2020). Policy Directions and Key Tasks of the Artificial Intelligence Era. 

  13. MiYoung Ryu, SeonKwan Han (2019). AI Education Programs for Deep-Learning Concepts. Journal of The Korean Association of Information Education, 23(6), 583-890. 

    원문보기 상세보기 crossref

  14. NamJe Park, YoungHoon Sung, YoungSik Jeong, Soo-Bum Shin and Chul Kim (2018). The Analysis of the Appropriateness of Information Education Curriculum Standard Model for Elementary School in Korea. International Conference on Computer and Information Science. Springer. 1-15. 

  15. Philippa Foot(1978). The Problem of Abortion and the Doctrine of the Double Effect in Virtues and Vices. Berkeley: University of California Press. 

  16. Robert F. Mager(1962). Preparing Objectives for Programmed Instruction. Belmont: Fearon Publishers. 

  17. SeHoon Lee, JeongJun Bak and MyeongSung Lee (2020). Educational Programming Language based Deep AI Yourself Hands-on Platform for Machine Learning. Proceedings of the Korean Society of Computer Information Conference, 28(2), 243-244. 

  18. SeHoon Lee, JiHyun Jeong, JinHyeong Lee and CheonWoo Jo(2020). D.I.Y : Block-base Programming Platform for Machine Learning Education. Proceedings of the Korean Society of Computer Information Conference, 28(2), 245-246. 

  19. SeungChul Lee, TaeYoung Kim(2020). Proposal of Contents and Method of Artificial Intelligence Education for Elementary School Students. Proceedings of The Korean Assocation of Computer Education, 24(1), 177-180. 

  20. SungJin Hwang, JeongWon Choi and YoungJun Lee(2014). Development of Education Plan of App Inventor for Improving Informatics Gifted Elementary Students' Learning Flow. Proceedings of The Korean Assocation of Computer Education, 18(2), 158-190. 

  21. Amy J. Ko(2017). We need to learn how to teach Machine Learning. https://medium.com/bits-and-behavior/we-need-to-learn-how-to-teach-machine-learning-acc78bac3ff8 

  22. Bitacademy. http://www.bitacademy.com/Course/ShortCourse/DetailPage/Course_DSCIENCE_PracticalMachineLearningPython.asp. 

  23. Duy Anh Nguyen(2019). Classifying with K-Nearest Neighbors. https://medium.com/@duyanhnguyen_38925/classifying-with-k-nearest-neighbors-17e202da449 

  24. Onel Harrison(2018). Machine Learning Basics with the K-Nearest Neighbors Algorithm. https://towardsdatascience.com/machine-learning-basics-with-the-k-nearest-neighbors-algorithm-6a6e71d01761 

  25. SungHyun Ahn(2019). Mining - K Nearest Neighbor. https://shacoding.com/2019/12/07/mining-k-nearest-neighbor/ 

  26. TensorFlow. https://www.tensorflow.org/resources/learn-ml/basics-of-machine-learning?hlko. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로