• 제목/요약/키워드: 엔트리 파이썬

검색결과 3건 처리시간 0.015초

텍스트 프로그래밍 언어 학습을 위한 블록 프로그래밍 언어를 선행조직자로 활용할 수 있는 도구 활용 전략 (Tool Utilization Strategy for Using Block Programming Language as a Preceding Organizer for Text Programming Language Learning)

  • 고학능;이영준
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
    • /
    • pp.395-396
    • /
    • 2022
  • 본 논문에서는 블록 프로그래밍 언어를 선행조직자로 하여 텍스트 프로그래밍 언어를 학습하는 도구 활용 전략을 연구하였다. 텍스트 프로그래밍 언어는 파이썬이며, 블록 프로그래밍 언어는 엔트리, 활용하는 도구는 주피터 노트북으로 선정하였다. 주피터 노트북을 활용한 블록 프로그래밍 언어 선행조직자 학습 전략은 code cell에 IPython.display.IFrame 클래스를 활용하여 결과 창에 엔트리 작업환경을 불러와 선행조직자로 제시하여 엔트리를 학습 후 code cell에서 파이썬으로 학습한다. 주피터 노트북을 통해 블록 프로그래밍 언어를 선행조직자로 제시 후 텍스트 프로그래밍 언어를 제시함으로써 텍스트 프로그래밍 언어를 학습할 때 인지적 부담을 줄어들고 긍정적 전이가 일어나 효과적인 학습이 될 것으로 기대된다.

  • PDF

엔트리 파이썬을 활용한 프로그래밍 학습이 초등학생의 논리적 사고력에 미치는 영향 (The effects of Programming Learning Using Entry Python on Elementary School Students' Logical Thinking Ability)

  • 정인재;전석주
    • 정보교육학회논문지
    • /
    • 제25권4호
    • /
    • pp.603-610
    • /
    • 2021
  • 최근 SW교육 방법의 일환으로 초등학교 모든 실과교과서에서 엔트리 사이트를 활용하고 있다. 하지만 모두 블록형 프로그래밍 언어를 학습하고 있어 일상생활에서 활용할 수 있는 프로그램을 제작하는데 어려움이 있다. 본 연구는 엔트리 파이썬으로 프로그래밍을 학습하는 것이 초등학생의 논리적 사고력과 프로그래밍 흥미도에 미치는 영향에 관한 연구이다. 총 8차시의 수업 전과 후 논리적 사고력 검사와 프로그래밍 흥미도 검사를 진행하였다. 수업 전, 후 논리적 사고력 점수가 평균 6.6점에서 9.4점으로 상승하였으며 프로그래밍 흥미도 또한 평균 46.7점에서 59.1점으로 상승하였다. 이를 통해 엔트리 파이썬을 활용한 프로그래밍 학습이 초등학생의 논리적 사고력 및 프로그래밍 흥미도 증진에 유의미하다는 결과를 얻었다.

이미지 분류를 위한 대화형 인공지능 블록 개발 (The Development of Interactive Artificial Intelligence Blocks for Image Classification)

  • 박영기;신유현
    • 정보교육학회논문지
    • /
    • 제25권6호
    • /
    • pp.1015-1024
    • /
    • 2021
  • 엔트리, Machine Learning for Kids, Teachable Machine과 같이 블록 기반 프로그래밍 언어에서 활용할 수 있도록 인공지능을 간단히 학습시킬 수 있는 다양한 플랫폼들이 존재한다. 그러나 이와 같은 플랫폼들은 별도의 메뉴를 통해 인공지능 학습을 진행한 다음, 학습된 모델을 코드 에디터에서 활용하는 방식을 따르고 있다. 이와 같은 방식은 학습되는 과정을 학생들이 더 직관적으로 살펴볼 수 있다는 장점이 있지만, 학습 메뉴와 코드 에디터를 모두 활용해야 한다는 단점도 존재한다. 본 논문에서는 코드 에디터에서 인공지능 학습과 코딩을 모두 진행할 수 있는 인공지능 블록을 개발한다. 본 인공지능 블록은 스크래치 블록으로 제시되지만 실제 학습 과정은 파이썬 서버를 통해 수행된다. 파란색 펜과 빨간색 펜을 분류하는 모델, 덴탈 마스크와 KF94 마스크를 분류하는 모델을 학습하는 과정을 통해 본 블록에 대해 상세히 기술한다. 또, 학습 성능 면에서 Teachable Machine와 큰 차이가 없음을 실험적으로 나타내었다.