|
지능의 개념
1. 지능의 일반적 정의
2. 지능 정의에 대한 최근의 경향
Ⅱ. 지능 이론
1. 지능에 관한 요인이론
2. 지능에 대한 인지이론
3. Guilford의 지능구조이론
Ⅲ. 지능 검사
1. 비네검사
2. 스탠포드-비네검사
3. 웩슬러(We
|
|
|
1.지능의 발달
(1)지능의 개념
(2)지능의 이론
①Spearman의 양요인 이론
②Thurstonedml 다요인이론
③Guilford의 지능구조이론
④Cattell의 지능이론
⑤Sternberg의 삼원지능이론
2.지능검사방법
(1)Binet 검사
(2)Wechsler 검사
(3)집단지능검사(group test)
|
|
|
지능발달
I. 지능개념과 이론
1. 지능의 개념
2. 지능의 이론
1. Spearman의 양요인 이론
2. Thurstone의 다요인 이론
3) Guilford의 지능구조이론
4) Cattell의 지능이론
5) Sternberg의 삼원지능이론
6) Gardner의 다지능이론
II. 지능검사
1. Binet
|
|
|
개념
⑴ 교육평가의 의의
⑵ 측정과 평가
⑶ 교육평가의 목적
⑷ 측정 및 평가의 용어
2. 교육평가의 영역과 기능
(1) 교육평가의 영역
(2) 교육 평가의 기능
3. 교육의 평가
(1) 심리측정
(2) 지능의 측정
(3) 표준화 검사
(4) 상대평가와 절
|
|
|
지능과 창의성은 단일한 기능을 하는 두 가지의 다른 양상으로 작용한다.
5) 창의성과 지능은 완전히 겹쳐진 하나의 능력이다.
3. 지능과 창의성에 관한 이론
1) 가드너의 다중지능이론
2) 길포드(Guilford)의 지능구조모형
3) 스턴버그의 삼
|
|
 |
이론적 배경
1. 피아제의 인지발달이론
(1) 피아제의 생애
(2) 인지발달의 기본개념
1) 인지도식
2) 평형화
3) 동화와 조절
(3) 인지발달단계
1) 감각운동기 : 출생∼2세
2) 전조작기 : 2∼7세
|
|
|
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
|
|
|
구조
2.2 USN 미들웨어 기술
2.3 OS 기술
Ⅳ 요약 및 결론
참고문헌
-그 림 목 차-
<그림 1> Sun Java System RFID Software
<그림 2> ETRI 자동식별 미들웨어 구조
<그림 3> 항공수하물 관리 시스템
<그림 4> 항만 게이트 반. 출입 관리
<그림 5> POC
|
|
|
이론적 기초
1 직무스트레스에 관한 이론적 배경 및 기존연구
1) 직무스트레스의 개념정의
2) 직무 스트레스의 이론적 모형
(1) 인과모형
① Parker와 Decotiis의 모형
② Mitchell과 Larson의 모델
(2)통합모형
① Matteson과 Ivancevich의 모형
|
|
|
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
|
|
 |
이론에서는 모델 일반화, 오버피팅 방지, VC 차원 등 이론적 개념을 배우고 싶고, 딥러닝 구조 수업에서는 ResNet, Transformer, Diffusion 모델 등의 구조적 차이를 깊이 이해하고자 합니다. 이 두 과목을 통해 응용 기술뿐 아니라, 인공지능 원리를 근
|
|
|
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
|
|
 |
이론적 분석을 수행합니다. 하버마스의 『의사소통 행위 이론』 및 『지식과 인간의 관심』, 스티글레르의 『기술과 시간』 시리즈를 중심으로 원전을 분석하며, 이들의 이론이 인공지능 시대에 갖는 철학적 함의를 해석합니다.
또한 기술철
|
|
 |
이론과 개념: 82
자. 회귀 분석 및 모델링: 83
차. 가설 검정과 추론: 83
카. 데이터 분석 및 시각화: 84
타. 빅데이터와 기계 학습: 84
파. 실험 계획법 85
하. 비모수 통계 85
거. 빅데이터와 머신러닝 86
너. 데이터 분석 도구와 소프트웨어 86
?
|
|
 |
이론과 개념: 90
회귀 분석 및 모델링: 91
가설 검정과 추론: 92
데이터 분석 및 시각화: 92
빅데이터와 기계 학습: 93
실험 계획법 94
비모수 통계 94
빅데이터와 머신러닝 94
데이터 분석 도구와 소프트웨어 95
? 통계분석 도구 소프트웨어에
|
|
메뉴펼치기
