• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.249-250
• /
• 2016

본 연구에서는 데이터 분석도구인 R을 활용하여 튜터링 학습법 참여 학생의 성취도를 검증하였다. 분석도구 R은 대용량 데이터의 고급 분석과 통계 계산을 위한 스크립트 언어로 빅데이터의 자료 분석에 다양하게 활용되고 있다. 대학의 학습 활동 측면에서의 튜터링 학습법은 학습 능력이 우수한 선배 또는 동료인 튜터와 학습 받고자하는 튜티가 1:1 또는 1:N의 관계를 이루고 학습 활동을 진행해 나가는 과정이다. 튜터링 학습법 운영 후 실시하는 참여 학생 만족도 조사 결과에 의하여 튜터링 학습법이 학력 수준 차이를 극복하는데 도움이 되고 있다는 정성적인 근거는 있으나 정량적인 분석 연구는 부족한 실정이다. 이에 본 연구에서는 튜터링 학습법에 참여한 공학정보학부 튜티들의 성적 결과를 분석도구 R을 활용하여 분석하여 튜터링 학습법이 학업성취도에 긍정적 영향을 미치는 것을 검증하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.354-355
• /
• 2017

분석도구 R은 대용량 데이터의 고급 분석과 통계 계산을 위한 스크립트 언어로 빅데이터의 자료 분석에 다양하게 활용되고 있다. 대학의 학습 활동 측면에서의 튜터링 학습법은 학습 능력이 우수한 선배 또는 동료인 튜터와 학습 받고자하는 튜티가 1:1 또는 1:N의 관계를 이루고 학습 활동을 진행해 나가는 과정이다. 지난 연구에서는 튜터링 학습법에 참여한 학생들의 학업 성취도가 튜터링 학습법에 참여하지 않은 일반 학생들의 학업 성취도 보다 얼마나 높은지 정량적 값을 도출했었다. 본 연구에서는 튜터링 학습법에 참여했던 학생들의 튜터링 참여 과목 이외 다른 전공과목의 성적 성취도를 분석도구 R을 이용하여 분석해 봄으로써 튜터링 학습법 참여 경험이 튜터링을 실시하지 않은 다른 전공과목의 학업 성취도에 영향을 미치고 있는지 분석하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.345-346
• /
• 2019

데이터 분석도구 R은 대용량 데이터의 고급 분석과 통계 계산을 위한 스크립트 언어로 데이터의 자료 분석에 다양하게 활용되고 있다. 최근 평균수명의 연장과 더불어 새로운 직업들의 등장으로 인하여 사회 구성원들의 전직이나 이직에 대비하기 위한 다양한 직업교육 요구가 제시되고 있다. 또한 사회 구성원들의 교육수준이 전반적으로 높아짐에 따라 직업교육에 대한 요구 역시 보다 세분화되고 있으며 보다 높은 수준의 학습기회에 대한 요구도 증대되고 있다. 이에 본 연구에서는 직업능력 교육의 기능과 역할을 재정립하고 직업능력 교육의 개발 방향을 제시하기 위하여 지역사회의 수요조사를 기반으로 데이터 분석도구 R을 활용하여 선호도 분석을 실시하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.34-37
• /
• 2016

빅데이터 시대가 도래되면서 과거와 비교할 수 없을 만큼의 방대하고 다양한 데이터가 생산됨에 따라 기존의 데이터 분석 도구의 사용은 한계에 부딪히게 되었다. 따라서 기존의 분석 도구보다 효율적이고 정확성이 높은 데이터 분석 도구를 필요로 하게 되었고, 빅데이터를 처리할 수 있는 분석 도구들에 대한 많은 연구들이 진행되어 왔다. R과 Apache Spark는 대표적인 데이터 분석 도구로 기계 학습을 위한 기능을 제공하고 있다. 본 논문에서는 기계 학습을 활용하여 두 개의 널리 알려진 데이터 분석 도구인 R과 Apache Spark의 데이터 분석 성능을 비교함으로써 보다 효율적이고 정확성이 높은 도구를 모색하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.448-450
• /
• 2016

정보기술과 디지털 경제의 확산으로 대규모의 데이터가 생산되는 정보화시대에서 빅 데이터의 중요성이 강조되고 있으며 다양한 분야에서 이를 응용하고 있다. 빅 데이터 분석도구인 R은 통계 기반의 정보 분석을 가능하게 하는 언어와 환경이다. 본 논문에서는 R을 이용하여 기상뉴스에 나타난 기상관련 빅 데이터를 분석한다. 다양한 뉴스에서 기상 관련 데이터를 수집하고 어떠한 텍스트가 분포되어 있는지 빈도 조사를 수행한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.349-352
• /
• 2015

빅 데이터가 정보통신기술 분야의 핵심 이슈로 부각되면서 관련 기술에 대한 관심이 증가하고 있다. 빅 데이터 분석 도구인 R은 통계 기반의 정보 분석을 가능하게 하는 언어와 환경이다. 본 논문에서는 이를 이용하여 성경데이터를 분석한다. 분석을 통해 신구약, 모세오경, 사복음서별로 어떠한 텍스트가 분포되어 있는지를 빈도 조사를 수행한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.93-96
• /
• 2004

생태학, 환경공학, 임상진단 둥 여러 생물학 분야에서 미생물의 다양성 연구의 중요성이 대두되고 그 연구가 점증하고 있다. 특히 16S rRNA를 분자지표로한 DNA 염기서열 분석방법이 널리 사용되고 있다. 본 논문에서는 16S rRNA의 염기서열 분석과정을 각 단계별로 자동화하고, 생물학자들의 결과 판단이나 사용상의 편의를 도모하기 위하여 웹기반의 미생물 다양성 분석 어플리케이션을 개발하였다. 개발을 위하여 단계별 자동화 및 인터페이스 개발에 적합한 폴더 프로세스-필터 모델을 고안하고 적용하였다. 제공되는 생물정보분석도구는 서열입력, 서열방향교정, 다중서열정렬 및 가시화, 서열동정 등의 분석등이 있으며, 각 결과는 계통분류도구와 호환가능하도록 하였다. 또한 신생아의 장내 세균총에 대한 분석을 수행하여 개발된 도구의 유용성을 확인하였다. 개발된 웹 에플리케이션은 리눅스 시스템 상에서 Perl 과 CGI를 이용하였으며, http: //home.pusan.ac.kr/~genome/tools/rat.htm으로 접속하여 사용할 수 있다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.1
• /
• pp.85-90
• /
• 2023

Data analysis methodology in the healthcare field is shifting from traditional statistics-oriented research methods to predictive research using machine learning. In this study, we survey various machine learning tools, and compare several programming models, which utilize R and Spark, for applying R, a statistical tool widely used in the health care field, to machine learning. In addition, we compare the performance of linear regression model using scala, which is the basic languages of Spark and R. As a result of the experiment, the learning execution time when using SparkR increased by 10 to 20% compared to Scala. Considering the presented performance degradation, SparkR's distributed processing was confirmed as useful in R as the traditional statistical analysis tool that could be used as it is.

• Korean Journal of Health Education and Promotion
• /
• v.27 no.5
• /
• pp.1-14
• /
• 2010

Objectives: This study is an explorative study for developing an instrument to measure habitual physical activity level of school-aged children. Methods: HPAQ-S consists of 41 items and a self-reported 5-day recall instrument designed to assess habitual physical activity level for school-aged children. For the validity and reliability test, a sample consisted of 28 children, aged 10-11 years old. Results: 41 question items showed an acceptable internal consistency (cronbach's alpha=.89). A significant positive correlation with the pedometer results (r=.69, p<.001) and with Borg's questionnaire (r=.76, p<.001) support the validity of HPAQ-S. Conclusion: HPAQ-S may be more useful for measuring habitual physical activity level of elementary school-aged children in large populations.

• Journal of Practical Engineering Education
• /
• v.12 no.2
• /
• pp.265-273
• /
• 2020

In this paper, to design a basic data science practice curriculum as a liberal arts subject for non-majors, we proposed an educational method using an Excel(spreadsheet) data analysis tool. Tools for data collection, data processing, and data analysis include Excel, R, Python, and Structured Query Language (SQL). When it comes to practicing data science, R, Python and SQL need to understand programming languages and data structures together. On the other hand, the Excel tool is a data analysis tool familiar to the general public, and it does not have the burden of learning a programming language. And if you practice basic data science practice with Excel, you have the advantage of being able to concentrate on acquiring data science content. In this paper, a basic data science practice curriculum for one semester and weekly Excel practice contents were proposed. And, to demonstrate the substance of the educational content, examples of Linear Regression Analysis were presented using Excel data analysis tools.