본문 바로가기

AI대학원54

AI 교과융합수업에서 학습자 주도 평가 방법 설계 1. 학습자 주도 평가 방법의 필요성 사회, 문화, 과학, 교육, 철학과 같은 인간에 의해 만들어진 학문들은 언제나 서로 영향을 주고 받으며 성장해왔다. 굳이 간학문적 접근을 취하지 않더라도, 일상 생활에서 내가 어떻게 살아가고 무엇에 영향을 받는지를 생각해보면 하나의 요소, 하나의 학문으로만 국한할 수는 없다는 사실을 깨닫게 될 것이다. 교육의 경우 사회적 요구, 과학의 발달, 문화의 변화 등에 밀접한 영향을 받으며 발전해왔다. 피터스는 ‘교육을 사회적 성년으로의 입문’으로 표현할 정도로 교육은 언제나 교육 외적인 요구들에 부응해왔다. 4차 산업혁명의 물결과 인공지능의 바람을 타고 과학적 진보가 특이점을 향해 다가가는 만큼, 과학의 도움으로 교육도 변화의 문 앞에 서 있다. 사회에서는 표준화된, 일괄적.. 2023. 8. 15.
문항반응이론 IRT : Item Response Theory = 문항반응이론 -시험, 설문지를 설계, 분석, 채점하고 인간의 능력, 태도 등을 측정하는 모델 및 이론 -item 은 항목, skill 은 능력, 태도 -문제를 맞출 수 있는 가능성을 능력 매개 변수와 문항 난이도의 관계를 통해서 예측하는 모델 -문제를 맞추는 것은 맞추거나, 틀리거나의 이분형 결과 값이기 때문에 로지스틱 회귀를 활용할 수 있으며 -따라서 결과값은 베르누이 분산이 될 것으로 예상 -문항 난이도와 능력 매개변수를 데이터에 맞게 조정되어야 함(매개변수 최적화) 이를 위해 BPE(베이시안 추론 활용한 기법) 기법을 활용할 수 있음 - 교육계에서 많은 관심을 가지고 있는 학습자의 학습정도 예측과 관련된 이론이다. 학습자의 학습정도를 문제를 맞출 .. 2023. 8. 12.
학습자가 중심이 되는 과정중심 평가의 양상 *자기 참조 피드백(Self Reference Feedback) -자기 학습 결과를 되돌아보고 개선 내용을 스스로 찾아보며 피드백 하는 과정 *학습자 중심으로 서로 동료평가를 하는 과정에서 핵심적인 요소 및 효과적인 문제해결 방법 인지, 학습 의지 고취 등의 효과 발생 *동료 평가는 생각보다 공정한 평가 결과를 담보할 수 있음. 참여자인 학습자들의 평가 결과를 바탕으로 각 개인에 대한 객관성 평가도 하기 때문. 즉, 평가과정에서 평가자의 공정성과 객관성을 평가하는 절차가 마련되어 있음. 동료평가의 단점으로 꼽히는 공정성과 객관성에 대한 약점을 이렇게 극복할 수 있음. *전체 평가의 용이성 및 몰입도 -학습자는 동료 평가에 적극적으로 참여하며, 평가 방법이 쉽다고 느낌. *동료 평가의 효과 -질문하고 발표.. 2023. 8. 11.
인공신경망의 이해 : 생존이라는 강화학습 1. 생명체의 역사 : 삶이라는 '강화학습' 기린의 목은 어떻게 길어지게 되었을까? 과거에는 목이 긴 기린과 목이 짧은 기린이 같이 살고 있었다. 먹이가 부족할 때 목이 짧은 기린은 먹이를 못먹지만, 목이 긴 기린은 먹이를 먹어 생존할 수 있다. 결국 목이 긴 기린들이 더 많이 살아남아 자손을 남길 기회를 갖게된다. 이에 따라 목이 긴 유전형질만 남게 된다. 다윈은 이를 '자연선택'이라고 불렀다. 생명체의 역사는 이렇듯 생존과 번식에 유리한 형질만 남기는 '강화 학습' 같다. 2. 신경망에서의 강화 : 가중치 생명체의 역사에서 생존을 통해 유리한 유전형질이 강화된다면, 생명체의 내부 신경망에서는 '가중치'를 통해 유의미한 입력이 강화된다. 이렇듯 생명체는 안팎으로 생존을 향한 강화 학습을 위해 몸부림 치.. 2023. 1. 25.
오렌지(orange) 머신러닝 핵심 위젯 파악 1. Select Columns -Select Columns 위젯을 활용해 feature 들의 속성을 바꿀 수 있다. Ignoretargetmetaskip-해당 데이터를 분석에서 제외-목표값으로 설정-제외하진 않지만, 분석에 영향을 주지 않게 설정-해당 데이터를 분석에서 제외 -이런 전처리(pre-process) 과정을 통해서 모델의 정확도와 효율성을 높일 수 있음. -각종 변수들을의 가공여부에 따라 (변수를 feature / meta / skip 으로 설정하는 것) 모델의 구성 결과가 달라짐. 2. Scatter Plot -scatter plot 위젯을 활용해 feature와 target(목표값)과의 관계를 시각적으로, 직관적으로 살펴볼 수 있음. -X,Y 축을 변환시켜 데이터의 경향성을 살펴볼 수 있.. 2023. 1. 24.
확률과 통계 기반의 다양한 AI 알고리즘 -비정형 데이터를 포함하는 빅데이터에 대한 예측 -다양한 통계(가능성)의 자료처리, 진단, 학습하는 기법과 모델이 필요함. AI 비정형화된 자료도 데이터로 사용함 EX) 포트폴리오, 산출물, 자기피드백 등 일반 프로그램 주로 정형화된 자료만 데이터로 사용 -AI의 핵심 요소는 '데이터 셋'과 '알고리즘' -확률을 사용한 AI의 사례 : 암 발생 가능성을 진단하는 닥터왓슨 / 파이썬이나 앤트리의 확률함수를 활용한 AI교육 프로그램 구축 -지도학습 : 수치로 정형화된 데이터를 처리해 이산형 예측값을 도출하는데 적합. 예) 회귀분석 -비지도학습 : 비정형 데이터(영상, 음성 등) 처리에 적합. -다수의 학습 알고리즘을 경합하여 학습시키는 알고리즘. -대표적으로 배깅과 부스팅 모형이 있음. -배깅(Bootstr.. 2023. 1. 23.
규칙 기반 분류 활동 ①메일 자동 분류 -Knowledge base(지식베이스) : 핵심 용어와 그에대한 가중치를 찾아서 새로운 카테고리를 만들어 분류하는 방법. 확률 기반 분류와 규칙 기반 분류로 나눌 수 있음. -문서 분류의 과정 : Sim(D, C¡) = D는 용어, C¡는 i번째 범주 = 문서를 유사도가 가장 높은 범주에 분류 ②의사의 댕기열 진단(규칙 기반 분류) 발진 발열 두통 기침 구토 O O O X O -규칙 기반 분류에 따라, OOOXO 의 규칙을 만족시 댕기열로 진단. 이런 간단한 규칙 적용은 인공지능이 아님. 데이터를 통해 이런 패턴을 만들어 내는 기계학습 과정이 있어야 인공지능이라 할 수 있음.(스스로 패턴 생성 및 학습) ①챗봇(chat bot) : -주어진 규칙에 따라 답변(규칙을 벗어난 답변 불가).. 2023. 1. 22.
인공지능 교육의 동향 및 변화 -교육은 보수적이어서 인공지능의 수용그룹(slow adoptor) AI 역량 AI 리터러시 Competence : 갖추면 좋은 능력 Literacy : 최소한으로 갖춰야 할 소양 Literacy 로 시작해 Competency 로 - 둘 다 모두에서 중요한 건 '사고력' -디지털 역량 : 디지털을 이해, 활용하여 문제를 해결하는 역량 > ① AI 개념 교육 : AI 의 역사, 기본 개념, 핵심 이론 등 AI에 대한 원론적인 것들 ② AI 활용 교육 : AI 플랫폼, 서비스 등을 자유자재로 활용할 수 있는 능력 ③ AI 개발 교육 : AI 개발자를 양성하는 교육. AI 개발자의 경쟁력은 결국 '사고력' ①맞춤형 교육 : 1대1 교육, 개별화 교육 ②다양한 교육 컨텐츠 제공 : AR / VR/ MR(혼합현실).. 2023. 1. 21.
인공지능의 역사와 종류 -알렌 튜링 : 튜링 테스트를 만듬. 기계가 사람과 얼마나 비슷하게 대화 나눌 수 있는 가를 기준으로 인공지능의 여부를 판단하는 테스트 -John Mc Carthy : 지능적 기계를 만드는 과학과 공학 -Oxford : 지능적 인간 행동을 복사할 수 있는 컴퓨터 시스템의 연구 및 개발 -브리태니커 : 컴퓨터, 로봇이 일반적으로 지능적 존재와 관련된 작업을 할 수 있는 능력 1차 AI붐 -튜링테스트 : 기계가 사람과 얼마나 비슷하게 대화 나눌 수 있는 가를 기준으로 인공지능의 여부를 판단하는 테스트 -중국어 방 사고실험 : 튜링테스트로는 인공지능의 여부를 판단할 수 없음. 영어만 아는 사람이 방에 들어가 답변 메뉴얼을 사용해 중국어 질문에 답한다면 이건 인공지능이라 할 수 없음. -But 번역을 계속하면서.. 2023. 1. 20.