생성형 AI를 활용한 미래교육 또는 판다스로 쉽게 배우는 데이터 분석과 시각화
땅끝
2024-12-19 07:52
85
0
본문
생성형 AI를 활용한 미래교육
도서명 : 생성형 AI를 활용한 미래교육
저자/출판사 : 한송이, 교육과학사
쪽수 : 340쪽
출판일 : 2024-03-20
ISBN : 9788925418858
정가 : 21000
제2판 서문 2
프롤로그 4
CHAPTER 01 생성형 AI 시대가 왔다 13
1. 생성형 AI의 등장 15
2. 교육 패러다임의 변화 19
3. 생성형 AI 시대의 교육 24
4. 생성형 AI 시대에 필요한 역량 27
CHAPTER 02 생성형 AI 기반 플랫폼 37
1. 오픈AI-ChatGPT 42
2. 오픈AI-DALL･E 2 46
3. 마이크로소프트-Bing 48
4. 마이크로소프트-Co-Pilot 50
5. 구글-Gemini 51
CHAPTER 03 생성형 AI 활용 교육 방안 탐색 59
1. 요약 61
2. 글 작성 63
3. 맞춤형 기반 학습 68
4. 문제 해결 및 풀이 73
5. 코드 개발 83
CHAPTER 04 생성형 AI의 교육적 시사점 및 이슈 93
1. 개인 특성에 맞춘 맞춤형 교육 대량 실현 95
2. 생산성 및 업무 효율성 증가 96
3. 창작과 공유 98
4. 과도한 의존성 102
5. 문해력 저하 103
CHAPTER 05 생성형 AI 활용 수업을 위한 가이드라인 107
1. 생성형 AI의 의미 및 특징(장·단점) 파악하기 109
2. 강의계획서에 정확하게 명시하기 111
3. 강의계획서 개발·재개발하기 116
4. 생성형 AI 활용 수업에 추천하는 교수법 117
5. 과제 선정 및 재개발하기 125
6. 질문 잘하는 방법 알려주기 131
7. 평가 방법 재설계하기 135
8. 오리엔테이션 진행하기 149
9. 보조교사의 역할로 사용하기 157
10. 팀ㆍ개인 활동에 활용하기 158
11. 수업 중에 수행평가하기 161
12. 학습자 자기성찰하기 163
13. 동료 평가하기 164
14. 최종 평가하기 165
15. 교수자 자기성찰하기 168
CHAPTER 06 생성형 AI 활용 시 주의할 점 및 문제점 173
1. 거짓말도 술술~ 틀린 답도 전문가답게! 176
2. 최신 정보, 출처, 저는 몰라요~ 180
3. 생성형 AI 탐지 프로그램, 신뢰해도 되나? 184
4. 인공지능이 써주고 만들어준 결과물, 저작권은 누구에게? 187
CHAPTER 07 미래교육에서 주목해야 하는 에듀테크 193
1. 메타버스(Metaverse) 활용 교육 196
2. 가상현실(Virtual Reality) 활용 교육 216
3. 증강현실(Augmented Reality) 활용 교육 221
CHAPTER 08 메타버스의 교육적 효과 229
1. 실제적ㆍ맥락적 학습을 통한 교육 효과 231
2. 협동ㆍ협력 및 자기주도적 학습 효과 234
3. 창작과 공유를 가능하게 하는 높은 자유도 235
CHAPTER 09 메타버스 활용 수업을 위한 가이드라인 239
1. 교육과정 분석을 통한 목표 적합성 판단하기 241
2. 최적의 메타버스 활용을 위한 환경 구축하기 243
3. 최적의 메타버스 선정하기 244
4. 교수자 분석하기 246
5. 학습자 분석하기 247
6. 메타버스 활용 수업 설계 및 강의계획서 작성하기 249
7. 활동 결과물과 현실세계와의 유기적인 연계하기 251
8. 메타버스 기반 수업 환경·공간 설계 및 구조화하기 253
9. 메타버스 기반 수업 정보 자원 개발하기 256
10. 매뉴얼 개발 및 수업 안내하기 258
11. 오리엔테이션 필수 및 준비도 확인하기 261
12. 팀 활동 공유하기 264
13. 연습 기회 및 긍정적인 피드백 제공하기 267
14. 학습자 평가하기 267
15. 교수자 자기성찰 및 수업 평가하기 269
CHAPTER 10 메타버스 활용 수업 시, 주의점 275
1. 데이터, 긴 로딩 시간 277
2. 휴먼팩터 이슈 277
3. 이용자의 개인정보 이슈 279
4. 디지털 데이터 이슈 280
5. 정보 격차 이슈 281
에필로그 283
부 록 생성형 AI 프로그램 활용법 291
생성형 AI 확장 프로그램 활용법 308
생성형 AI 표절 탐지 프로그램 활용법 329
판다스로 쉽게 배우는 데이터 분석과 시각화
도서명 : 판다스로 쉽게 배우는 데이터 분석과 시각화
저자/출판사 : 조승근, 광문각출판미디어
쪽수 : 352쪽
출판일 : 2024-02-20
ISBN : 9791193205181
정가 : 25000
■ 머리말
1. 파이썬(Python)으로 시작하는 데이터 분석
1.1 파이썬으로 데이터 분석을 해야 하는 이유
1.2 파이썬 개발 도구(주피터노트북) 설치
1.3 주피터 노트북 실행 및 사용 방법
2. 넘파이(Numpy)
2.1 Numpy 기초
2.1.1 Numpy와 List의 비교
2.1.2 Numpy 속성
2.1.3 Numpy.arange() 함수
2.1.4 Numpy 통계 관련 함수
2.2 Numpy 인덱싱(indexing), 슬라이싱(slicing), 반복(iterating)
2.2.1 Numpy 인덱싱과 슬라이싱
2.2.2 논리적 인덱싱
2.2.3 2차원 배열에서의 인덱싱과 슬라이싱
2.3 결합(concatenate)과 분리(split)
2.3.1 배열의 결합과 전치(np.concatenate()와 np.transpose())
2.3.2 배열 분리
2.4 Numpy의 특별한 행렬과 벡터
2.4.1 np.zeros() 와 np.ones()
2.4.2 np.full() 와 np.eye()
2.4.3 np.random()
3. 판다스(pandas) - 시리즈(Series)
3.1 시리즈 생성과 정렬
3.1.1 시리즈 생성
3.1.2 시리즈 인덱싱, 슬라이싱
3.1.3 시리즈 values 변경, 추가
3.1.4 시리즈 index와 values
3.1.5 시리즈 index 재설정
3.1.6 시리즈 정렬
3.2 시리즈 주요 메서드
3.2.1 head()와 tail()
3.2.2 unique(), nunique() 그리고 value_counts()
4. 판다스(pandas) - 데이터프레임(DataFrame)
4.1 데이터프레임 생성과 정렬
4.1.1 데이터프레임 생성과 이름 변경
4.1.2 데이터프레임 행과 열
4.1.3 데이터프레임 인덱싱과 슬라이싱
4.1.4 데이터프레임 복사
4.1.5 데이터프레임 행 / 열 선택 및 추가
4.1.6 데이터프레임 연산
4.1.7 데이터프레임 행 / 열 삭제
4.1.8 데이터프레임 논리적 인덱싱
4.1.9 데이터프레임 정렬
4.2 데이터프레임 데이터 타입(자료형)
4.2.1 Category 타입
4.2.2 datatime 타입
5. 판다스(pandas) - 데이터프레임(DataFrame) 다루기
5.1 CSV 파일로 데이터프레임 생성
5.2 5.2 데이터 요약
5.3 결측치 제거 및 대체
5.3.1 결측 데이터 확인과 NaN의 의미
5.3.2 결측 데이터 삭제
5.3.3 결측치에 값 채우기
5.3.4 결측치 단일 대체
5.3.5 결측치 다중 대체(마스킹과 보간)
5.4 문자열 데이터 처리
5.4.1 파이썬의 기본 문자열 처리 함수
5.4.2 str 액세서와 문자열 처리 메서드
5.4.3 정규 표현식
5.4.4 str.contains()과 str.startswith(), str.endswith()
5.4.5 apply(), agg(), map(), applymap() 비교
5.5 데이터프레임 결합과 병합
5.5.1 pandas.concat()
5.5.2 pandas.merge()
5.6 그룹 집계와 멀티인덱스
5.6.1 groupby()
5.6.2 멀티인덱스와 swaplevel(), droplevel()
5.6.3 groupby()에 멀티인덱스 적용
5.6.4 pandas.transform()
5.6.5 unstack()과 stack()
5.6.6 cross_tab()
5.6.7 pivot()과 pivots_table()
6. 데이터 시각화
6.1 pandas의 plot()
6.1.1 line 그래프
6.1.2 box 그래프
6.1.3 bar 그래프
6.1.4 pie 그래프
6.1.5 hist 그래프
6.1.6 kde 그래프와 scatter 그래프
6.2 matplotlib 라이브러리
6.2.1 matplotlib으로 기본 그래프 생성
6.2.2 Figure 생성과 subplot 추가
6.2.3 box 그래프와 bar 그래프
6.2.4 pie 그래프
6.2.5 hist 그래프
6.2.6 scatter 그래프
6.3 Seabron 라이브러리
6.3.1 seabron 예제 데이터 세트 활용
6.3.2 countplot()과 barplot()
6.3.3 histplot()과 boxplot(), violinplot()
6.3.4 scatterplot()과 relplot()
댓글목록0