| 과정 소개 |
요즘엔 초등학교에서 신기술을 교과목으로 채택하여 학습하지만, 성인들은 전공자가 아닌 이상 새로운 기술에 대한 내용을 접할 길이 없다. 해당 교육을 통해 현재 4차산업에 대한 전반적인 기술 사례에 대해 학습할 수 있다. |
| 학습 대상 |
4차 산업혁명에 대한 지식 함양을 필요로 하는 모든 재직자 |
| 학습 목표 |
4차 산업혁명의 전반적인 변화에 대해서 이해하고, 이러한 변화를 이끄는데 주요 기술인 빅데이터, 인공지능, 메타버스 등에 대해 설명할 수 있다. 4차 산업 기술들의 현재와 미래 적용 사례를 통해 관련 업무에 적용시켜 나갈 방법을 모색할 수 있다. R 프로그램을 활용하여 빅데이터 분석을 할 수 있다. |
| 교수 소개 |
* 내용 전문가 한동욱 <학력> - 한국과학기술원 경영공학 (박사 졸업) <경력> - 전주대학교 문화융합대학 스마트미디어학과 교수 - 삼성 SDS |
학습내용
| 차시 |
내용 |
| 1차시 |
[4차산업] 4차 산업혁명의 등장 |
| 2차시 |
[4차산업] 스마트팩토리 |
| 3차시 |
[4차산업] 스마트 팩토리의 플랫폼 비즈니스 |
| 4차시 |
[4차산업] 사물인터넷과 빅데이터 |
| 5차시 |
[4차산업] 빅데이터 |
| 6차시 |
[4차산업] 인공지능 |
| 7차시 |
[4차산업] 드론과 3D 프린터 |
| 8차시 |
[4차산업] 4차 산업혁명의 주요특징과 주요 키워드 |
| 9차시 |
[빅데이터] 개요 |
| 10차시 |
[빅데이터] 분석 사례(1) |
| 11차시 |
[빅데이터] 분석 사례(2) |
| 12차시 |
[빅데이터] 분석사례(3)와 정의 |
| 13차시 |
[빅데이터] 실무 사례(1) |
| 14차시 |
[빅데이터] 실무 사례(2) |
| 15차시 |
[빅데이터] 처리 과정 및 기술 |
| 16차시 |
[빅데이터] 주요 키워드와 미래 |
| 17차시 |
[인공지능] 시작 |
| 18차시 |
[인공지능] 역사와 시작 |
| 19차시 |
[인공지능] 발전 |
| 20차시 |
[인공지능] 발전과 응용분야 |
| 21차시 |
[인공지능] 장점과 한계와 미래 |
| 22차시 |
[인공지능] 미래와 발전단계 |
| 23차시 |
[인공지능] 머신러닝 알고리즘 1 |
| 24차시 |
[인공지능] 머신러닝 알고리즘 2 및 주요과제 |
| 25차시 |
R을 이용한 빅데이터 실무 1 |
| 26차시 |
R을 이용한 빅데이터 실무 2 |
| 27차시 |
R을 이용한 빅데이터 실무 3 |
| 28차시 |
R을 이용한 빅데이터 실무 4 |
| 29차시 |
R을 이용한 빅데이터 실무 5 |
| 30차시 |
R을 이용한 빅데이터 실무 6 |
| 31차시 |
R을 이용한 빅데이터 실무 7 |
| 32차시 |
R을 이용한 빅데이터 실무 8 |
| 33차시 |
[메타버스] 소개 |
| 34차시 |
[메타버스] 로블록스 |
| 35차시 |
[메타버스] 마인크래프트와 제페토 |
| 36차시 |
[메타버스] 제페토 |
| 37차시 |
[메타버스] 제페토의 성공요인과 미래예측 |
| 38차시 |
[메타버스] 포트나이트와 MS |
| 39차시 |
[메타버스] 요소 |
| 40차시 |
[메타버스] 고려사항 |
|
평가기준
| 평가항목 |
진도율 |
시험 |
과제 |
진행단계평가 |
수료기준 |
| 평가비율 |
- |
70% |
20% |
10% |
- |
| 수료조건 |
80% 이상 |
0점 이상 |
0점 이상 |
0점 이상 |
60점 이상 |
|
.png){kind=logo}
logo (1).png ){kind=logo}