KCI등재
과학영재교육에서의 머신러닝 활용 튜토리얼 : 서울 지역 일별 기온 변화 데이터를 중심으로 = A Tutorial for applying Machine Learning to the Science Education for the Gifted : Focus on the Daily Temperature of Seou
저자
발행기관
학술지명
권호사항
발행연도
2021
작성언어
-주제어
KDC
373
등재정보
KCI등재
자료형태
학술저널
수록면
133-149(17쪽)
KCI 피인용횟수
0
제공처
본 연구는 인공지능과 빅데이터를 활용해 어떻게 과학영재교육에 활용할 수 있는 방법과 기대 효과를 도출하기 위해 이뤄졌다. 본 연구에서는 서울 지역의 일별 기온 데이터의 분석 과정을 중심으로 머신러닝의 수행과정과 과학적 탐구의 요소나 속성 등을 비교하며 어떻게 교수학습이 가능한지 소개하였다. 기온 데이터를 활용해 장기적 기온 변화를 예측하는 4가지 모델을 개발하고, 정확도를 서로 비교하였다. 이와 같은 과정을 통해 과학영재교육에서 인공지능 활용이 갖는 장점은 다음과 같다. 첫째, 학생들이 경험하는 문제 발견 과정에서의 어려움을 줄일 수 있다. 둘째, 데이터의 중요성을 이해하고 데이터의 가공 및 분석 방법을 학습할 수 있다. 셋째, 다양한 모델을 적용한 분석과 반복적인 시행을 통해 실제 탐구에서 경험하는 노력이나 비용 등을 줄이는 경제적 효과를 갖고 있다. 이러한 결과를 토대로 본 연구에서는 과학영재교육에서 인공지능을 활용하는 데 필요한 과제들에 대해 제시하고자 하였다.
더보기The purpose of this study was to investigate how big data and artificial intelligence (AI) could be applied to science education for the gifted and to suggest the expected outcomes through machine learning approach to scientific inquiry. Thus, the researcher illustrated the process to predict long-term temperature changes in Seoul depending on different methods of machine learning using open source of data provided by the Korea Meteorological Agency, and compared characteristics of scientific inquiry and machine learning process. In this study, four different models were developed and evaluated as listed: Random Forest, Gradient Boosting, Support Vector Machine and Long Short Term Memory. According to the results of this study, machine learning approach helped to relived gifted students’ difficulties in identifying problems, provided them with opportunities to learn the significance of data and data engineering, and helped to implement a variety of studies and investigations compared to the traditional experimental activities. Based on the points addressed, this study gave some implications for doing AI-based education for the scientifically gifted.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2021-12-22 | 통합 | KCI등재 | |
2021-01-01 | 평가 | 등재학술지 선정 (계속평가) | KCI등재 |
2019-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
2018-12-01 | 평가 | 등재후보 탈락 (계속평가) | |
2017-10-31 | 학회명변경 | 영문명 : 미등록 -> Korean Science Education Society for the Gifted | KCI후보 |
2016-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.19 | 0.19 | 0.37 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.37 | 0.36 | 0.78 | 0.08 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)