엔트리를 활용한 초등 데이터 과학 교육 사례 연구
A Study on Elementary Education Examples for Data Science using Entry
0
조회
0
다운로드
23
인용
0
참고문헌
키워드
초록
데이터과학은 스몰데이터 분석에서 출발하여, 빅데이터 분석을 위한 머신러닝, 딥러닝까지 포함하고 있다. 데이터과학은 인공지능 기술의 핵심 영역이고, 학교 교육과정에 체계적으로 반영해야 할 내용이다. 데이터과학 교육을 위해, 엔트리에서도 초등교육용 데이터 분석 도구를 제공하고 있다. 빅데이터 분석에서는 데이터 표본을 추출하여, 통계학적인 추측과 판단을 통해 분석결과를 해석한다. 본 논문에서는 통계학적인 지식을 필요로 하는 빅데이터 분석 영역을 초등영역에서 제외하기로 하고, 초등영역에 초점을 맞춘 데이터과학 교육 사례를 제안하였다. 이를 위해서, 일반적인 데이터과학 교육 단계를 먼저 설명하고, 초등 데이터과학 교육 단계를 새롭게 제안하였다. 그리고 엔트리에서 제공하는 공공 스몰 데이터를 사용한 데이터 변수 값 비교 사례와 데이터 변수 간 상관관계 분석 사례를 초등 데이터과학 교육 단계에 따라 제안하였다. 본 논문에서 제안된 엔트리 데이터분석 사례들을 활용하면, 여러 교과에서 발생하는 데이터를 사용한 초등 데이터과학 융합 교육이 가능하다. 또한, 엔트리를 사용하여 텍스트, 음성 및 영상인식 AI 도구와 결합한 데이터과학 교육 자료도 개발 가능하다.
Abstract
Data science starts with small data analysis and includes machine learning and deep learning for big data analysis. Data science is a core area of artificial intelligence technology and should be systematically reflected in the school curriculum. For data science education, The Entry also provides a data analysis tool for elementary education. In a big data analysis, data samples are extracted and analysis results are interpreted through statistical guesses and judgments. In this paper, the big data analysis area that requires statistical knowledge is excluded from the elementary area, and data science education examples focusing on the elementary area are proposed. To this end, the general data science education stage was explained first, and the elementary data science education stage was newly proposed. After that, an example of comparing values of data variables and an example of analyzing correlations between data variables were proposed with public small data provided by Entry, according to the elementary data science education stage. By using these Entry data-analysis examples proposed in this paper, it is possible to provide data science convergence education in elementary school, with given data generated from various subjects. In addition, data science educational materials combined with text, audio and video recognition AI tools can be developed by using the Entry.
참고문헌 (15)
- Ministry of Science and ICT, "The 4th Industrial Revolution in History", pp.40~ (2017), R&D KIOSK
- Ministry of Science and ICT, "The Various Aspects of the Fourth Industrial Revolution, the Realized Future", pp.41~ (2017), R&D KIOSK
- Kim, J. Y., "Hello Data Science" (2016), Hanbit Media
- Kwon, J. K., "Learning data science" (2020), Jpub
- Ichiro, U., "Learning Data science with Excel" (2020), Hanbit Media
- Beyond an IT powerhouse to an AI powerhouse. Report Material, "Ministry of Science and ICT", ~ (2019)
- Artificial intelligence national strategy, Report Material, "Joint ministries", ~ (2019)
- Jang, Y. J., "Searching for the direction of data science education in the era of the 4th industrial revolution", Integrated Humanities Research, 9(10), pp.155~180 (2017)
- 박윤수, "보편적 빅데이터와 빅데이터 교육의 방향성 연구 - 빅데이터 전문가의 인식 조사를 기반으로", 정보교육학회논문지, 24(2), pp.201~214 (2020), 한국정보교육학회[DOI]
- Kim, Y. M., "A data science education program to improve computing thinking and creativity", Ph.D, pp.2018
- 김용민, "스프레드시트를 활용한 데이터 과학 교육 프로그램이 초등학생의 컴퓨팅 사고력 향상에 미치는 효과", 정보교육학회논문지, 21(2), pp.219~230 (2017), 한국정보교육학회
- Wing, J. M., "Computational thinking", Communications of the ACM, 49(3), pp.33~35 (2006)
- Wing, J. M, "Computational thinking and thinking about computing", Philosophical transactions of the royal society of London A: mathematical, physical and engineering sciences, 366(1881), pp.3717~3725 (2008)
- Lee, J. S., "A Study on Visualization Methods and Expressions of Information Design for Big Data", Basic Formulation Studies, 14(3), pp.261~269 (2013)
- 박진완, "예술적 데이터 시각화 고찰", 디지털디자인학연구, 11(3), pp.193~202 (2011), 한국디지털디자인학회[DOI]