Learn Computing

Into the World of Computer Science

컴퓨터 과학의 세계에 오신 것을 환영합니다.
프로그래밍과 알고리즘의 개념을 그림과 시뮬레이터로 살펴보세요.

시뮬레이터 시뮬레이터 모아보기 오프라인 버전 오프라인 버전 다운로드

빌드 정보 확인 중…

인공지능 기초 (Artificial Intelligence)

Ⅰ단원. 인공지능의 이해

1-1. 인공지능의 개념과 특성

1-2. 인공지능의 원리

2-1. 탐색과 문제 해결

2-2. 지능적 탐색

2-3. 탐색을 활용한 문제 해결

2-4. 지식의 표현과 논리 추론

Ⅱ단원. 인공지능과 학습

1-1. 기계학습과 문제 해결 과정

1-2. 데이터 수집과 정형·비정형 데이터

1-3. 데이터의 속성

1-4. 데이터 탐색과 시각화

1-5. 데이터 전처리

1-6. 기계학습 유형과 알고리즘 선정

1-7. 모델 생성과 성능 평가

2-1. 인공신경망과 딥러닝

2-2. 딥러닝 활용 ① 컴퓨터 비전

2-3. 딥러닝 활용 ② 음성 인식과 언어 이해

Ⅲ단원. 인공지능의 사회적 영향

1-1. 인공지능의 발전과 사회 변화

1-2. 사회적 문제 해결

1-3. 인공지능과 진로

2-1. 인공지능과 인간의 공존

2-2. 데이터 편향성

2-3. 윤리적 딜레마

2-4. 사회적 책임과 공정성

Ⅳ단원. 인공지능 프로젝트

1-1. 인공지능 프로젝트 주제 선정

1-2. 인공지능으로 해결할 수 있는 문제

1-3. 인공지능 프로젝트 계획 세우기

인공지능 문제 해결 프로젝트 — 기계학습 모델 구현 보고서

인공지능을 활용한 문제 해결 프로젝트를 수행하기 위한 예시입니다. 문항마다 무엇을 적어야 하는지 참고하세요.

Machine Learning Playgrounds — 브라우저에서 바로 실습하기

luminousky.com/ml-playgrounds

지도학습 · 예측

운동 시간 → 칼로리 예측

기온 → 전력 소비량 예측

지도학습 · 분류

마스크 착용 여부 분류

쓰레기 분리수거 분류

대출 승인 여부 분류

비지도학습 · 군집

음악 청취 패턴 군집화

신용카드 이상거래 탐지

데이터 과학 (Data Science)

Ⅰ단원. 데이터 과학의 이해

1-1. 데이터 과학과 의사 결정

1-2. 데이터 과학과 진로

2-1. 데이터의 이해

2-2. 데이터 속성

3-1. 데이터셋의 이해

3-2. 데이터베이스의 이해

Ⅱ단원. 데이터 준비와 분석

1-1. 문제 정의와 데이터 수집

1-2. 수집한 데이터의 특성

2-1. 데이터 전처리

2-2. 데이터 시각화

3-1. 탐색적 데이터 분석

3-2. 사과 데이터셋 탐색적 분석

Ⅲ단원. 데이터 모델과 분석

1-1. 데이터 모델의 이해

1-2. 데이터 분석

2-1. 회귀 분석의 이해

2-2. 통계적 회귀 분석과 기계학습 회귀 분석

2-3. 회귀 분석 성능 평가와 실습

2-4. 회귀 분석 활용

3-1. 군집 분석의 이해

3-2. k-평균 군집 분석

3-3. k-평균 군집 분석 성능 평가

3-4. 군집 분석 활용

4-1. 연관 분석의 이해

4-2. 연관 분석 과정

4-3. 연관 분석 활용

5-1. 회귀 분석으로 행복 요건 찾기

5-2. 군집 분석으로 GDP와 행복 점수

5-3. 연관 분석으로 과목 선택 패턴

Ⅳ단원. 데이터 과학 프로젝트

1-1. 데이터 과학 프로젝트란

1-2. 프로젝트 주제 선정하기

1-3. 프로젝트 계획과 점검

정보 (고등학교 · Informatics)

Ⅰ단원. 컴퓨팅 시스템

1-1. 네트워크란 무엇인가

1-2. 유선 네트워크와 무선 네트워크

1-3. 네트워크의 구성요소

1-4. 인터넷 주소와 네트워크 환경 설정

2-1. 사물 인터넷이란 무엇인가

2-2. 사물 인터넷의 구성 요소

2-3. 사물 인터넷의 동작 원리

2-4. 사물 인터넷이 바꾸는 삶과 사회

2-5. 사물 인터넷 시스템 설계

Ⅱ단원. 데이터

1-1. 데이터 압축이란 무엇인가

1-2. 데이터 유형에 따른 압축

1-3. 데이터 암호화란 무엇인가

1-4. 고전 암호화 기법

1-5. 현대 암호화 기법과 활용

2-1. 빅데이터란 무엇인가

2-2. 빅데이터 수집하기

2-3. 빅데이터 시각화

2-4. 빅데이터 분석과 해석

2-5. 빅데이터를 다루는 태도

Ⅲ단원. 알고리즘과 프로그래밍

1-1. 문제 분해와 모델링

1-2. 알고리즘과 표현

1-3. 정렬 알고리즘

1-4. 탐색 알고리즘

1-5. 효율적인 알고리즘

2-1. 프로그래밍과 프로그래밍 언어

2-2. 변수와 자료형

2-3. 입력과 출력

2-4. 다차원 데이터 구조

2-5. 다양한 제어 구조

2-7. 클래스와 인스턴스

2-8. 프로그래밍 응용

Ⅳ단원. 인공지능

1-1. 인공지능과 인간의 역할

1-2. 지능 에이전트

2-1. 기계학습이란

2-2. 지도학습 — 분류와 회귀

2-3. 비지도학습 — 군집

2-4. 기계학습으로 풀 문제 구별하기

2-5. 기계학습으로 문제 해결하기

Ⅴ단원. 디지털 문화

1-1. 디지털 기술이란 무엇인가

1-2. 디지털 기술이 바꾸는 사회

1-3. 디지털 기술과 나의 진로

2-1. 공유할 정보와 보호할 정보

2-2. 정보 보안과 정보를 지키는 방법

2-3. 디지털 윤리

소프트웨어와 생활 (Software & Life)

Ⅰ단원. 세상을 변화시키는 소프트웨어

1-1. 소프트웨어란 무엇인가

1-2. 소프트웨어가 바꾼 우리 사회

1-3. 소프트웨어가 그리는 미래

2-1. 학문 분야와 소프트웨어의 융합

2-2. 융합이 가져오는 효과

2-3. 융합이 만든 직업과 역량

3-1. 학교의 문제를 푸는 소프트웨어 기획하기

Ⅱ단원. 창작을 지원하는 소프트웨어

1-1. 미디어 아트란 무엇인가

1-2. 피지컬 컴퓨팅

1-3. 피코와 마이크로파이썬

1-4. 공기를 보여 주는 빛 만들기

2-1. 웨어러블 장치란 무엇인가

2-2. 더위를 알려 주는 밴드 만들기

3-1. 우리 주변의 문제를 푸는 창작물 만들기

Ⅲ단원. 현상을 분석하는 소프트웨어

1-1. 데이터와 데이터의 종류

1-2. 데이터 분석의 다섯 걸음

1-3. 데이터를 모으는 법

1-4. 표로 된 데이터 다루기

1-5. 글에서 낱말 세기

1-6. 시각화와 해석

2-1. 기록으로 팀을 만드는 사람

Ⅳ단원. 상황을 모의 실험하는 소프트웨어

1-1. 시뮬레이션이란 무엇인가

1-2. 시뮬레이션의 구성 요소

1-3. 모델을 만드는 다섯 걸음

1-4. 남이 만든 모델 열어 보기

1-5. 급식 줄 모형 만들기

2-1. 사회 현상을 모의 실험하는 사람

3-1. 시뮬레이션으로 제안하기

Ⅴ단원. 가치를 만드는 소프트웨어

1-1. 창업과 스타트업

1-2. 소프트웨어가 값을 받는 방식

1-3. 무엇이 성패를 좌우하는가

1-4. 아이디어를 구체화하는 다섯 단계

2-1. 소프트웨어를 만드는 사람들

2-2. 아이디어를 화면으로 그려 보기

3-1. 우리 아이디어를 내놓고 돌아보기

프로그래밍 (Programming)

기초

1-1. 프로그래밍과 프로그래밍 언어

1-2. 프로그래밍 언어의 종류와 특징

2-1. 프로그래밍의 절차

2-2. 오류와 테스트

2-3. 알고리즘

2-4. 프로그래밍 개발 환경

Python 문법

01. 변수와 자료형

02. 입력과 출력

04. 선택 구조

06. 반복 구조

07. 문자열 다루기

09. 파일 입출력

10. 튜플과 여러 값 묶기

11. 딕셔너리

13. 리스트 내포

14. 예외 처리

15. 클래스와 인스턴스

C 문법

01. 변수와 자료형

02. 입력과 출력

04. 선택 구조

05. 반복 구조

06. 중첩 제어 구조

10. 포인터의 기초

11. 포인터와 배열·함수

12. 2차원 배열

13. void 포인터

14. 동적 메모리 할당

15. 포인터를 가리키는 포인터

16. 함수 포인터

17. 주소 모드로 본 포인터 (보충)

프로젝트 실습

비만도 측정

일차방정식 해 구하기

이달은 며칠까지 있을까

철근 자르기

바코드 검증

암호 해독하기

파이값 근사하기

종이 자르기

복면산 문제

원의 겹침 판별하기

철광석 제련

도서 대출 시스템

교집합과 합집합

복리 계산기

시뮬레이터 (Simulator)

자료구조와 알고리즘

선형 자료구조 트리 정렬 알고리즘 탐색 알고리즘 데이터 압축

탐색과 문제 해결

8-퍼즐 N-Queen 강 건너기 하노이의 탑 맹목적 탐색 정보 이용 탐색 Wumpus World

지도학습

선형 회귀 다중 선형 회귀 로지스틱 회귀 의사결정 트리 K-NN SVM

비지도학습 · 강화학습 · 딥러닝

K-Means Multi-Armed Bandit Grid World 딥러닝 컴퓨터 비전