| 교육데이터컨설팅개론 |
교육데이터컨설팅의 개념과 적용 범위, 응용 사례 등에 관해 학습하고, 다양한 성격과 특성을 가지는 교육데이터의 수집, 분석, 해석하는 방법에 관해 포괄적으로 고찰한다. |
| 교육데이터마이닝 |
연관규칙 탐색, 군집화 및 분류화 기술, 데이터 표현 등과 같은 데이터마이닝의 주요 이론을 학습한다. |
| 학습분석학 |
학습자의 인지적, 정의적 특성을 측정하는 교육데이터에 예측이나 분류와 관련된 통계 기법 및 데이터마이닝 기법을 적용함으로써 교수학습적 처방이나 교육 프로그램의 개선을 위한 의사결정에 활용하기 위한 방법론적 기초를 제공한다. |
| 사회연결망분석 |
사회적 관계에 대한 체계적인 분석을 수행하기 위하여 네트워크 데이터의 특성을 파악하고 이에 적합한 연구 모형을 설정하며, 사회연결망 분석의 이론적 이해를 바탕으로 실제적인 분석역량을 기른다. |
| 텍스트분석학 |
텍스트 분석을 위한 핵심 기술 및 이론을 학습한다. 이를 위해 스키마 분석, 콘텐츠 분석, 사전과 단어 기반 분석과 의미망 분석 기술 등을 학습한다. |
| 데이터시각화 |
데이터의 통계적 특성을 효과적으로 제시하기 위한 데이터 요약, 비교, 시각화 기법을 소개하고, 시계열 데이터나 다차원 데이터의 시각화, 네트워크 시각화, 트리 기반 시각화 등에 대해 학습한다. |
| 기계학습 |
최근 기계학습 분야에서 사용되는 알고리즘 및 모형으로서 일반화 선형모형, 인공신경망, 서포트벡터머신, 베이지안 네트워크, 클러스터링, 강화학습 등을 학습한다. |
| 인공지능 |
전통적인 인공지능 이론인 탐색과 지식표현, 전문가시스템과 기계학습에 대한 주요 개념과 구현 방법에 대해 학습하고 인공지능이 응용되는 기술 및 분야와 향후 발전방향에 대해 논의한다. |
| 딥러닝 |
기계학습 강좌의 후속 과목으로서, 다양한 인공신경망 기법들을 포함한 딥러닝 기법들에 관해 기본 개념 및 알고리즘, 응용 사례 등에 관해 학습한다. 또한 파이썬 또는 R 프로그램을 이용한 데이터 분석 실습을 병행한다. |
| R프로그래밍 |
R 프로그래밍의 기본 절차 및 분석 방법을 학습하고, 데이터 분석에 활용하는 실습을 병행한다. |
| 테크놀로지와검사 |
테크놀로지의 발달로 인한 교육검사 및 심리검사의 변화와 기술적 진보에 관해 학습한다. |
| 미래교육평가 |
미래 사회의 기술적, 사회문화적 변화 및 교육환경의 변화로 인해 교육평가에 일어나게 될 변화와 이슈 등에 관해 고찰한다. |
| 문항반응이론 |
인간의 인지적·정의적 특성을 측정하는 데 기본이 되는 현대측정 이론으로서 문항반응이론의 개념 및 원리를 학습하고, 검사개발, 컴퓨터적응검사, 검사동등화, 문제은행구축 등 문항반응이론이 적용되는 다양한 상황에 관해 학습한다. |
| 인지진단이론 |
현대측정이론 중 하나인 인지진단이론의 개념 및 원리에 관해 학습하고, 교육검사나 심리검사를 바탕으로 피험자의 인지적 특성을 진단하고 분류하는 데 있어서 인지진단이론을 적용한 연구들을 고찰한다. |
| 적응적학습및평가 |
컴퓨터상에서 검사를 실시하고 검사 결과를 피험자에게 보고하는 컴퓨터화 검사 및 학습자의 능력에 따라 문항 제시 방식이 달라지는 컴퓨터적응검사의 원리를 습득하고, 교수학습 상황에서 적응적 학습 및 평가를 활용하는 방안에 관해 고찰한다. |
| 교육통계분석론 |
교육학 분야의 양적 연구를 수행하는 데 필요한 기본적인 통계 기법을 중심으로 각 분석 방법의 원리를 습득하고 이를 실제 자료에 적용하여 해석하는 방법을 학습한다. |
| 교육연구설계및분석 |
교육학 분야의 연구 문제에 대한 해답을 도출하기 위해 타당한 연구 설계 및 분석 방법에 관해 고찰한다. |
| 통계적예측과회귀분석 |
통계적 추론과 예측에 관해 고찰하고, 선형회귀분석 및 로지스틱회귀 등을 비롯한 선형모형 이론과 이를 이용한 다양한 응용 사례에 대해 학습한다. |
| 다변량통계분석 |
다변량분산분석, 요인분석, 구조방정식모형 등 다양한 다변량 분석 기법을 학습한다. |
| 종단자료분석 |
교육학 분야에서 수집된 종단자료의 특성에 적합한 분석 방법을 탐구하고, 종단연구에서 주로 사용되는 최신 통계 기법을 습득한다. |
| 대규모데이터분석 |
교육학 분야에서 수집되는 대규모 데이터의 분석에 필요한 기법들을 학습하고, 다양한 통계 패키지를 이용하여 분석 실습을 수행한다. |
| 교육데이터컨설팅세미나 |
교육데이터컨설팅 분야의 최신 연구 동향 및 분석 방법에 관해 고찰한다. |
| 교육데이터마이닝사례연구 |
교육 분야에서 데이터마이닝 기법이 사용된 연구 사례에 대해 학습하고, 개별 연구 과제를 기획해서 수행한다. |
| 학습분석학사례연구 |
학습분석학 관련 국내외 연구 사례에 대해 고찰하고, 개별 연구 과제를 기획해서 수행한다. |
| 교육데이터컨설팅실습 |
다양한 실제 데이터를 분석하고 해석하며, 분석결과를 요약하여 보고하는 교육데이터컨설팅의 전반적인 절차를 다룸으로써 소규모 프로젝트 수행 경험을 쌓는 것을 목적으로 한다. |
| 빅데이터분석실습 |
빅데이터 분석의 기본 개념과 및 R을 활용한 데이터분석 응용 방법을 학습한다. 빅데이터 분석을 위한 R프로그래밍, 데이터 조작방법, 통계 데이터 분석, 데이터 시각화를 통한 커뮤니케이션 등을 학습한다. |
| 데이터과학의이해 |
4차 산업혁명시대의 창의적 인재가 되기 위해 데이터 과학에 대한 이해를 높일 수 있는 이론과 실제를 학습하고, 데이터 과학자에게 요구되는 역량과 자질을 함양한다. |
| 감성인지데이터분석 |
인간의 감성 및 인지에 대한 기본적인 이해를 바탕으로 감성과 인지를 객관적으로 측정하고 이를 통해 도출한 감성 데이터들을 효과적으로 가공하여 활용하는 능력을 기르는 것을 목표로 한다. |
| 데이터과학의수학적기초 |
데이터 과학의 기본 원리를 이해하는 데 필요한 기본적인 수학 개념을 학습하고, 이러한 개념이 데이터 분석에 어떻게 적용되는지 탐색한다. |
