Earticle

초록

영어

Overfitting and underfitting are phenomena that occur when artificial intelligence fails to reasonably perform machine learning. Since the concept and types of machine learning in artificial intelligence education are popular topics, the education program for underfitting and overfitting will serve as an opportunity for learners to explore machine learning. Therefore, in this study, an education program and related teaching-learning materials were developed to educate machine learning, underfitting, and overfitting for elementary and middle school students. Subsequently, the developed education program was applicated for learners. As a result of learner responses and output analysis, all learners completed the activities faster than expected. Accordingly, the education program was supplemented by adding a schematic for the learning topic and an artificial intelligence education platform. It is necessary to verify the effectiveness by applying the supplemented education program to a number of elementary and middle school students.

한국어

과소적합(overfitting)과 과대적합(underfitting)은 인공지능이 머신러닝을 합리적으로 수행하지 못했을 때 발생하 는 현상이다. 초·중등 인공지능 교육에서 머신러닝의 개념과 유형은 보편적으로 다루어지는 주제이므로, 그 문제적 상황인 과소적합과 과대적합에 대한 교육은 학생이 머신러닝에 대한 확장적 탐구를 해나가도록 촉진한다는 의의 를 지닌다. 이에 본 연구에서는 초·중등 학생을 대상으로 머신러닝의 유형에 이어 과소적합 및 과대적합을 교육하 는 3차시의 교육 프로그램과 교수·학습 자료를 개발하였다. 이어서 개발한 교육 프로그램을 11명의 초·중등 학생 에 시범적으로 적용하였다. 그 결과 모든 학생이 개발된 초기 프로그램보다 빠르게 일련의 교수·학습 활동을 마쳤 다. 이에 따라 학습 주제에 대한 전형적인 도식과 인공지능 교육 플랫폼을 활용한 심화 학습을 추가하여 교육 프 로그램을 보완하였다. 향후 보완된 교육 프로그램을 다수의 초·중등학생에 적용하여 효과성을 검증할 것이다.

목차

요약
Abstract
1. 서론
2. 관련 연구
2.1. 머신러닝
2.2. 과소적합과 과대적합
3. 과소적합과 과대적합 교육 프로그램의 개발
3.1. 개발 의도 및 개발상의 유의점
3.2. 개발 절차
3.3. 개발 내용
4. 초·중등 학생 대상 교육 프로그램의 시범 적용
4.1. 현장 적용
4.2. 활동지 산출물 분석
4.3. 수업 난이도에 대한 학습자 반응
5. 시범 수업 결과에 근거한 교육 프로그램의 보완
5.1. 개념의 도식적 제시
5.2. 인공지능 교육 플랫폼을 통한 실증
5.3. 수정된 교육 프로그램
6. 결론 및 제언
참고문헌

키워드

저자

• 황유리 [ Yuri Hwang | 화북초등학교, 제주대학교 일반대학원 컴퓨터교육학과 ]
• 박남제 [ Namje Park | 제주대학교 일반대학원 컴퓨터교육학과 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  정보교육학회논문지 [Journal of The Korean Association of Information Education]

• 간기

  격월간

• pISSN

  1229-3245

• 수록기간

  1997~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 374 DDC 375