총 60개
-
<현역의대생> 공간도형, 공간벡터 단원 블렌더(Blender)로 풀기_탐구보고서_기하(세특)2025.01.111. 블렌더(Blender) 블렌더는 무료로 사용할 수 있는 오픈소스 3D 그래픽 프로그램으로, 게임 모델러, VFX 아티스트, 애니메이터, 피규어 아티스트, 건축가 등 많은 사람들이 다양한 목적으로 사용하고 있다. 직관적이고 간편할 뿐만 아니라 다양한 고급기능까지도 제공하며, 많은 사용자 수로 인해 공유되는 유용한 정보들과 뛰어난 안정성, 빠른 처리속도 등으로 계속해서 점유율을 넓히고 있는 3D 그래픽 프로그램의 선두주자이다. 2. 공간도형 블렌더를 이용하여 다양한 공간도형을 만들 수 있다. 길이, 각, 넓이 보기 기능을 활성화하...2025.01.11
-
고등학교 기하 과목별 세부능력 및 특기 사항(과세특) 예시2025.01.171. 평면벡터 활용 야구 경기에서 유격수가 공을 던지는 원리, 비행기 착륙 시 측풍이 불 경우 착륙 방법 등 실생활 문제에 벡터의 합과 크기를 적용하여 논리적으로 설명함. 다양한 수준의 문제를 친구들과 서로 의견을 나누며 해결하는 것을 좋아하는 등 타인과의 의사소통이 원활함. 2. 공간도형 - 수직과 평행 정육면체의 대각선과 밑면의 대각선 중에서 꼬인 위치에 있는 대각선이 서로 수직임을 논리적으로 증명함. 직선과 평면의 평행 관련 문제 해결 과정에서 모둠원을 배려하며 함께 성장하는 모습을 보임. 3. 이차곡선 - 타원과 포물선 타원...2025.01.17
-
2학년 기하와벡터 교과 학생 평가 규정2025.05.061. 평가 목표 수학 학습의 평가는 학생의 인지적 영역과 정의적 영역에 대한 유용한 정보를 제공하고, 학생 개개인의 수학 학습과 전인적인 성장을 돕고 교사의 수업 방법을 개선하는 데 활용되어야 한다. 수학 학습의 평가에서는 학습자의 수준을 고려하고, 교육과정에 제시된 내용의 수준과 범위를 준수한다. 수학의 개념, 원리, 법칙, 기능 뿐만 아니라 문제 해결, 추론, 창의 융합, 의사소통, 정보 처리, 태도 및 실천과 같은 수학 교과 역량을 균형 있게 평가하고 지속적인 평가를 통하여 다양한 정보를 수집하고 수업에 활용한다. 선택형 위주...2025.05.06
-
공업수학의 차원(次元, dimension) 도구 중 한 가지 선택 후 주제 대상의 효과적 활용2025.01.151. 벡터(vector)의 효과적 활용 벡터는 크기와 방향을 가진 수학적 객체로, 물리적 공간에서 위치, 힘, 속도 등을 나타내는 데 사용된다. 벡터는 스칼라와 달리 방향성을 가지며, 이를 통해 2차원 및 3차원 공간에서 다양한 문제를 해결할 수 있다. 벡터의 합성과 차, 내적과 외적 연산을 통해 복잡한 물리적 현상을 단순화하고 분석할 수 있다. 벡터는 물리학, 기계공학, 전기공학 등 다양한 분야에서 효과적으로 활용되며, 시각화와 직관적 이해, 수학적 연산의 효율성, 다양한 분야에서의 적용 가능성 등의 장점이 있다. 따라서 벡터의 ...2025.01.15
-
<현역의대생> 비트맵 이미지와 벡터 이미지의 활용도 차이_탐구보고서_기하(세특)2025.01.121. 비트맵 이미지 컴퓨터에서 사용하는 사진이나 그림들은 컴퓨터 내부에 저장되는 방식에 따라 '비트맵' 이미지와 '벡터' 이미지의 두 가지로 구분된다. 일반적으로 우리가 접하는 대부분의 이미지들은 비트맵 방식인데 작은 점들이 모여서 하나의 그림을 이룬다. 이것은 각 점의 정보를 모두 기록하기 때문에 비트맵 방식의 이미지를 확대하면 점과 점 사이의 공간에 기록이 없는 점들이 나타나므로, 이미지가 뿌옇게 흐려지는 현상이 발생한다. 2. 벡터 이미지 벡터 방식의 이미지는 말 그대로 벡터의 원리를 적용하여 점과 선, 면의 위치를 지정하고 ...2025.01.12
-
벡터 데이터베이스2025.05.081. 벡터 데이터베이스 벡터 데이터베이스는 복합 비정형 데이터를 효과적이고 효율적으로 저장하고 검색하기 위한 기술입니다. 단어나 문장과 같은 정보를 숫자로 변환하여 숫자와 유사한 것을 찾는 방식의 데이터베이스입니다. 기존 데이터베이스는 텍스트 기반 검색을 사용했지만, 벡터 데이터베이스는 숫자 기반 검색을 사용합니다. 이를 통해 비정형 데이터와 벡터 데이터를 효율적으로 저장할 수 있습니다. 이 기술의 배경에는 뉴럴 네트워크(CNN)의 발달로 복합 비정형 데이터를 정확하게 임베딩하여 숫자(벡터)로 표현할 수 있게 된 것이 있습니다. 예...2025.05.08
-
QGIS 초보탈출 가이드_3편2025.05.081. 지오프로세싱(Geoprocessing) 지오프로세싱은 공간데이터를 처리하는 다양한 기능을 제공합니다. 버퍼, 잘라내기, 빼기, 디졸브, 교차영역, 유니온, 벡터레이어 병합 등의 기능을 통해 공간데이터를 분석하고 가공할 수 있습니다. 2. 버퍼(Buffer) 버퍼 기능은 특정 피처를 기준으로 직선거리 내의 권역을 생성하고, 그 내부에 속하는 또는 속하지 않는 피처를 검색하는데 사용됩니다. 레이어를 선택한 후 지리정보처리도구 메뉴에서 버퍼 기능을 실행할 수 있습니다. 3. 잘라내기(Clip) 잘라내기 기능은 레이어에 존재하는 폴리...2025.05.08
-
서포트 벡터 머신(Support Vector Machine, SVM)2025.05.101. 서포트 벡터 머신(Support Vector Machine, SVM) 서포트 벡터 머신(Support Vector Machine, SVM)의 이름은 알고리즘의 기본 원리와 핵심 개념에 기반하여 지어졌습니다. 데이터 포인트들을 분류하기 위해 사용되는 초평면(hyperplane)의 위치는 이 서포트 벡터들에 의해 결정됩니다. 서포트 벡터는 결정 경계와 가장 가까운 데이터 포인트들을 의미합니다. 이러한 포인트들은 결정 경계 주변에서 서로 다른 클래스에 속하는 데이터들을 분리하는 역할을 수행합니다. SVM은 주어진 데이터를 기반으로 ...2025.05.10
-
PCA & SVD2025.01.131. PCA (주성분 분석) PCA는 데이터의 분산(variance)을 최대한 보존하면서 서로 직교하는 새 기저(축)를 찾아, 고 차원 공간의 표본들을 선형 연관성이 없는 저차원 공간으로 변환하는 기법입니다. 데이터의 분산을 최대로하는 새로운 기저를 찾기 위해서는 데이터 행렬 A의 공분산 행렬을 구해야 합니다. 공분산 행렬의 고유분해(Eigendecomposition)를 통해 가장 큰 고유값 몇 개를 고르고, 그에 해당하는 고유벡터를 새로운 기저로 하여 데이터 벡터들을 정사영시키면 PCA 작업이 완료됩니다. 2. SVD (특이값 분...2025.01.13
-
학습러닝, 머신러닝 분석 레포트2025.05.051. 학습(learning) 학습(learning)이란 데이터를 이용하여 모델(model)을 학습시키는 과정을 말합니다. 이 과정에서 모델은 입력 데이터(input)와 출력 데이터(output)의 관계를 학습하게 되는데, 이를 통해 새로운 입력 데이터가 주어졌을 때 모델은 예측 결과를 출력할 수 있게 됩니다. 2. 블랙박스(black box) 블랙박스(black box)란 모델이 내부에서 어떠한 일이 일어나는지 알 수 없는 상황을 말합니다. 따라서 모델이 학습하는 과정에서 입력 데이터와 출력 데이터만을 이용하여 내부의 동작 원리를 ...2025.05.05
1 / 6
