그래픽 워크플로우를 활용한 텍스트 코딩이 필요 없는 AI 융합교육 교육자료 개발:데이터 분석 플랫폼 KNIME을 통하여 (Development of No-Code AI Convergence Education Teaching Material Using Graphical Workflow:KNIME-a Data Analysis Platform)

서지정보

· 발행기관 : 한국현장과학교육학회
· 수록지 정보 : 현장과학교육 / 17권 / 1호 / 34 ~ 47페이지
· 저자명 : 홍의정, 장진섭, 채승철

초록

2022 개정 교육과정은 디지털 소양 강화를 중점으로 하여 AI 교육을 강조하고 있다. 본 연구에서는 Konstanz Information Miner(KNIME)의 워크플로우를 기반으로 진자의 위치를 예측하는 활동의 AI 융합교육 교육자료를 개발하였다. 간단한 용수철 진자 실험을 통해 데이터셋을 구성하고 다층 퍼셉트론을 사용하여 예측 모델을 구축하였다. 연구 결과 다층 퍼셉트론 모델의 예측값은 평균 제곱근 오차 0.01을 보였다. 본문에 다층 퍼셉트론 모델을 실행하는 전체 과정이 있어 쉽게 따라 할 수 있게 하였다. 학습자는 기계학습을 실행하는 과정에서 실험을 통해 직접 데이터셋을 구성하고 처리하는 과정을 수행한다. 본 교육자료가 교육 현장에서 교과 속 문제를 발견하고 해결하는 과정을 돕고 AI 융합교육을 위한 교육자료로써 교과, 창의적 체험활동, 동아리, R&E 등에 활용되기를 기대한다.

영어초록

The 2022 revised curriculum emphasizes Artificial Intelligence education in light of strengthening digital literacy. In this study, based on the workflow of Konstanz Information Miner(KNIME), educational materials for machine learning were developed to predict the position of a pendulum. A dataset was constructed through a simple spring pendulum experiment and a prediction model was built using a multilayer perceptron. As a result, the root mean square error for the pendulum position predicted by the multilayer perceptron model was evaluated as 0.01. And the whole process of running the multi-layer perceptron model was introduced. In the process of machine learning, readers can directly perform the process of constructing and processing datasets through experiments. This educational material will help to understand the process of discovering and solving problems in the educational field, and is expected to be useful as educational material for AI convergence education for subjects, creative experience activities, clubs, and R&E.

참고자료

· 없음