|
통계로 넘어갈 수 있음을 강조하고 중요성을 인식시킨다.
본시 학습 지도안
형성평가자료 첨부
학생수보다 조금 넉넉하게 준비하고, 제출 기한을 정확히 제시한다.
형성평가의 경우 수업 내용과 비교 하였을 때 너무 난의도가 높은 심화문제
|
|
|
할 수 있게 한다.
ㅇ실생활과 관련 있는 자료를
활용한다.
ㅇICT활용학습
정 리
및
평 가
(10분)
형성평가
학습 내용 정리
차시 예고 및 과제 제시
☞ 상관표(1)
ㅇ학습활동지
ㅇICT활용학습
학습지도안
단 원 명
1. 상관도와 상관표 §2. 상관표
차
|
|
|
2. 단원의 개관
3. 단원의 구성
4. 단원의 계통
5. 단원의 지도 계획
6. 단원의 지도 목표
7. 지도의 유의점
8. 단원의 이론적 배경
Ⅲ. 학습자의 실태 조사
Ⅳ. 본시 학습 지도안
Ⅴ. 형성평가 및 과제물
Ⅵ. 참고자료
|
|
|
단계
ⅰ. 교육 목표
ⅱ. 교육 내용 선정
ⅲ. 교육 내용 조직
ⅳ. 교수 활동
ⅴ. 교수-학습 지도안
4. 학습 평가
Ⅲ. 결 론
1. 프로그램 제작의 한계점 및 제안
별첨 첨부
참고문헌
|
|
|
수 학
학년 반
2학년 ○반
장 소
2-○반 교실
단 원
대 단 원
Ⅳ. 확률
지 도 교 사
○ ○ ○
중 단 원
2. 확률
차 시
8/13
소 단 원
4) 독립시행의 확률
학 습 자 료
활동지, 학습지, PPT
학 습 목 표
독립시행의 확률을 이해하고 이를 구할 수 있다.
모
|
|
 |
확률이 0.904으로 공분산 행렬이 동일하므로 가정에 문제가 없다.
- 귀무가설 : 처치집단간 평균값들의 vectors가 동일하다.
- 대립가설 : 처치집단간 평균값들의 vectors가 동일하다.
☞ 다변량 검정 결과 네가지 통계량이 모두 기각되었으므로 귀
|
|
|
지도안
1. 본시 수업 계획의 학문적 배경
1) 정의적 영역의 교수 학습 중요성
2) 열린 교재관과 교수학습 목표 선정
3) 교육공합 방법론과 사회교육
2. 본시학습지도안
1)대단원 차시별 교수-학습 계획
2)본시 교수학습목표
|
|
|
통계학과, (2005), 논문집
2) 박성현 외 2명, (2000), 한글 SPSS, 자유 아카데미
6. SAS 프로그램
proc ttest data=phone;
set work.phone;
class sex;
var design skill price event company famous as adv;
run;
proc glm data=phone;
class sex;
var s;
run;
proc glm data=phone;
class age;
model s=age;
mean ag
|
|
|
통계분석_건국대학교병원
3) 보건복지부 암등록통계(통계청 승인통계 11744호 1. 서론
2. 관련연구
2.1 데이터 연구 툴
2.2 데이터 처리
2.2.1 나이
2.2.2 시간의 동향
2.2.3 종양 크기와 림프절 전이, 다른 장기 침범 여부의 상
|
|
|
통계청, 사회조사통계결과, www.mso.go.kr) Ⅰ. 서론
1. 연구의 필요성 및 목적
2. 연구의 방법과 범위
3. 연구의 제한점
Ⅱ. 학교교육의 이해
1. 공교육의 시작
2. 우리나라의 공교육
Ⅲ. 공교육의 위기
1. 예상되는 파장
2
|
|
 |
통계학을 이중전공으로 하게 된다면, 먼저 기초 통계학 과목들을 철저히 학습하여 탄탄한 기초를 다지고자 합니다. 통계학의 기초는 데이터 분석에 있어 매우 중요한 부분이므로, 이를 잘 이해하는 것이 학업의 시작점이라 생각합니다. 확률
|
|
|
확률론과 통계학 분야에서 독창적인 모델과 알고리즘을 개발하여 다양한 산업과 사회 문제에 적용하는 것입니다. 특히 빅데이터와 인공지능 기술과 접목해 정확하고 효율적인 예측 시스템을 구축하고자 합니다. 이를 통해 학문적 발전은 물
|
|
 |
는 실용적 전문성(Practical expertise)을 갖춘 복
합체 직업이 탄생한다는 것을 알게 되었습니다. 학교 수업시간에 윷가락들의 밑면을
이용한 기하학적 확률과 통계학적 확률 비교분석을 통한 ‘큰수의 법칙’을 발견 하였
으며 특히, 가장 효율
|
|
 |
데이터를 저장하는 노드와 연결정보를 가지는 포인터로 구성(head, tail)되어 있다, O(1), O(N):search 1. 자료구조
2. 딥러닝
3. 머신러닝
4. 선행대
5. 확률과 통계
6. 예상 자기소개서 / 면접 샘플 질문
7. 준비하며 느꼈던 점 및 드리고 싶은 말
|
|
 |
확률, 통계학, 선형대수학 등은 제가 머신러닝과 딥러닝을 이해하는 데 중요한 역할을 했습니다. 이 과정을 통해, 단순히 알고리즘을 구현하는 것뿐만 아니라, 그 알고리즘의 수학적 배경을 이해하고 효율적으로 최적화할 수 있는 능력을 기
|
|
메뉴펼치기
