|
지능의 다 요인설을 정립하는데 획기적인 전환점을 마련하였다. 1.지각
1)지각이란?
2)내부적 요인
3)외부적 요인
4)지각의 종류
5)상황적 요인
6)집단압력이 미치는 영항
2.지능
1)지능이란?
2)지능의 구조
3)최고
|
|
|
지능검사 4 판 (K-WPPSI-IV) 의 지능구조에 관한 연구. 아동학회지, 37(6), 107-117. 1. 서론
1.1. 지능검사의 목표
2. 본론
2.1. 인물화에 의한 간편 지능 검사
2.2. 유아아동용 그림 지능 검사(Pictorial Test of Intelligence)
2.3. 한국판 웩슬러 유아
|
|
|
서론
Ⅱ. 본론
1. 가드너의 다중지능 이론 정리
2. 길포드 지능구조 이론 정리
3. 스텐버그 삼원지능 이론 정리
4. 특수한 학습자를 정하는 우리나라 정부 기준
가. 학습부진아
나. 학습장애아
다. 영재아
Ⅲ. 결론
Ⅳ. 참고자료
|
|
|
<참고> 길퍼드 [Guilford, Joy Paul, 1897.3.7 ~]
사우스캘리포니아대학교 교수이다. 정신측정법 및 지능의 구조에 관한 연구로 저명하다.
주요저서에 《정신측정법(精神測定法) Psychometric Methods》(1954), 《인간지성의 본질 The Nature of Human Intelligenc
|
|
|
지능과 창의성에 관한 이론 비교
1) 창의성은 지능에 종속된다.
길포드가 제안한 지능구조모형(SOI)이 대표적인 것으로, 모형에서의 발산적 생산은 창의성과 관련되는 지능의 하위 요인이다. 가드너 역시 다중지능의 기능 속에 창의성이 포함
|
|
 |
전략교수 이후 수준
그 림 목 차
<그림 Ⅱ-1> 팀 경쟁학습 구조
<그림 Ⅱ-2> 팀 보조 개별학습 구조
<그림 Ⅱ-3> 집단 탐구법 구조
도 표 목 차
<도표 1> 전략 활용에 대한 성취수준 비교
|
|
|
구조 18
4. 신재생 에너지 지원 정책 부족 18
5. 대 국민 홍보 부족 18
6. 보안 취약성 18
Ⅴ. 스마트 그리드 구축을 위한 정책 제언 19
1. 실시간 전기요금제도의 정립 19
2. 전기요금 체제의 개편 20
3. 전력산업의 판매 부분에서의
|
|
|
구조를 통해 향후 미들웨어 시스템이 보다 발전적인 방향으로 나아갈 수 있도록 노력을 경주해야 할 것이다.
USN의 궁극적인 목표는 IPv6를 기반으로 하는 BcN과 연동되어 모든 사물이 지능적으로 네트워크를 구성하여 통신하는 것이다. 이를 위
|
|
|
구조적인 측면으로 나누어 설명하고
있다. 피아제는 인간이 지닌 환경에 대한 인식이나 세상에 대한 지식은 자신의
인지적 활동의 결과에 달려 있고, 인간의 지식과 지능은 개인과 환경간의 상호작용에 의해서 그 개인 내부에서 점차적으로
|
|
|
지능 언어 모델의 발전 과정
1.3 레포트의 목적 및 구성
2. 챗GPT의 이해
2.1 챗GPT의 개념과 원리
2.2 트랜스포머 아키텍처
2.3 GPT 모델의 진화: GPT-1부터 GPT-4까지
3. 챗GPT가 사회에 미치는 영향
3.1 일상생활의 변화
3.2 비즈니스 환경에서의
|
|
 |
구조의 이해”를 가장 중점적으로 배우고 싶습니다. 이 두 과목은 인공지능의 기초부터 심화까지 체계적으로 이해하는 데 핵심적이며, 제가 장기적으로 진행하고 싶은 연구에 필요한 기반이기 때문입니다. 특히 기계학습 이론에서는 모델 일
|
|
|
력만의 업무가 아니라 전체 조직 구성원의 이해와 협력이 필수적입니다. 이에 따라 공무원 대상 AI 이해도 제고 교육을 정기적으로 시행하고, 실무 부서와의 정례 간담회를 통해 협업 구조를 공고히 하겠습니다. 또한 인공지능 활용 TF를 구성
|
|
 |
구조의 변화를 주도하고 있습니다. 이에 따라 다양한 산업에서 AI를 효과적으로 활용할 수 있는 전략적 방향성을 제시하고, 이를 정책에 반영하겠습니다. 이를 통해 AI 기술의...(중략) 1. 서론 : 직무에 대한 이해
2. 직무 목표
3. 수행 방안
|
|
|
구조를 재설계했습니다. 결국 프로젝트는 원만히 마무리되었고, 팀원들은 각자의 강점을 살려 프로젝트 완성도를 높일 수 있었습니다.
게다가 지역 아동센터에서 코딩 교육 봉사활동을 하며 초등학생들을 대상으로 파이썬 기초와 블록 코딩
|
|
|
구조 실험과 하이퍼파라미터 튜닝, 정규화 기법 도입을 시도했습니다. 데이터 증강과 불균형 해결을 위해 오버샘플링, 언더샘플링, 비용 민감 학습을 적용했습니다. 옵티마이저 변경과 학습률 스케줄링으로 학습 안정성을 높였고, 교차 검증
|
|
메뉴펼치기
