2024년 8월~9월 고급통계 및 생성형AI 활용 특강 개최: 실시간 줌 활용 온라인 특강

[INSOO]

2024년 8월~9월 국내 최고의 강사진을 모시고

사회네트워크 분석, 잠재계층 분석/잠재프로파일 분석, Difference in Difference 및 경향점수 매칭, 문항반응이론, 교육종단연구등의 고급통계 특강을 개최 합니다.

또한 요즘 많은 대학원생들과 연구자, 교수님들이 관심있는 생성형 AI 연구 활용 방법 강의를 개최합니다. 연구자를 위한 Chatgpt 활용과 자연어처리 기초, 교육분야 프롬프트 엔지니어링, 텍스트 분석을 위한 파이썬 기초 핵심 특강, 논문 데이터 수집, 파이썬 데이터 분석과 시각화, 텍스트 분석과 자연처리, 언어네트워크 분석 특강 등 입니다.

국내최고의 교수님들이 강의하는 고급통계 특강과 최근 관심이 많은 생성형 AI 연구 활용 특강을 통해 생산적인 연구자가 되시길 바랍니다.

참가신청 및 등록방법

● 다음을 클릭하시거나 인터넷 주소창에 다음 주소를 복사해 신청해주시기 바랍니다.

https://naver.me/583MuT6H

고급통계 및 생성형AI 활용

특강 개최

워크숍 프로그램

▶ 특강 일정

요일	강의명
8.19.(월)	김종민 교수 사회네트워크분석 (Social Network Analysis)
8.21.(수)	정혜원 교수 잠재계층분석, 잠재프로파일 분석
8.22.(목)	정혜경 교수 인과효과추정 기초와 이중차분법(Difference in Difference)
8.23.(금)	정혜경 교수 인과효과 추정(경향점수매칭: Propensity Score Analysis)
8.25.(일)	이용상 교수 문항반응이론(Item Response Theory)
8.30.(금)	임성국 교수 연구자를 위한 ChatGPT 활용과 자연어 처리 기초
9.7.(토)	송은정 교수 교육 분야 프롬프트 엔지니어링
9.28.(토)	길완제 교수 텍스트 분석을 위한 파이썬 기초 핵심 특강
10.5.(토)	길완제 교수 논문 데이터 수집 특강
10.6.(일)	길완제 교수 파이썬 데이터 분석과 시각화 특강
10.12.(토)	길완제 교수 텍스트 분석과 자연어처리 특강
10.13.(일)	길완제 교수 언어네트워크 분석 특강
10.19.(토)	오영교 교수 교육종단연구 기초
10.20.(일)	오영교 교수 교육종단연구 적용

▶시간: 오후 1시 ~ 오후5시 (각 4시간)

참가신청 및 등록방법

● 다음을 클릭하시거나 인터넷 주소창에 다음 주소를 복사해 신청해주시기 바랍니다.

https://naver.me/583MuT6H

● 참가비(교재비 포함):

- 4시간 강의 14과목: 온라인 1일:10만원, 2일:18만원, 4일:32만원, 8일:56만원, 14일: 84만원

▪ 계좌번호: 국민은행 501001-04-391822 ▪ 예금주: 교육통계연구소

● 연구비 처리 및 계산서 발급 가능

- 워크샵 스텝 연락처: 메일 주소 (001447@naver.com)

환불기준

수강취소 시기	환불액
특강 4일 전	100% 환불
특강 3일 이내	80% 환불
특강 당일	환불 불가

접수 세부사항, 기타 자료 및 질문 카페 참조

SCI SSCI 논문 작성법 카페: http://cafe.daum.net/researcharticle

질적연구 쳬계적문헌고찰 카페: http://cafe.daum.net/QUALITATIVEMETHOD

페이스북: https://www.facebook.com/researchsynthesis

네이버 블로그: https://blog.naver.com/9065031

교육통계연구소

소셜 네트워크 분석 (Social Network Analysis) 이해 및

시각화 실습 특강

● 강사: 김종민 교수

(현 경인교대 교육학과 학과장(교수), Michigan State University, Ph. D, 측정 및 양적연구방법 전공)

- 경인교대 입학본부장 역임

- Northwestern University에서 박사 후 연구원 역임

- 한국교육개발원 부연구위원 역임

- 주요 관심분야: 사회연결망 이론과 분석, 교육측정·평가·통계·연구방법, 및 다층분석

- 김종민(2015) 초등교원의 동료네트워크가 교직만족감과 행복감에 미치는 영향. 한국초등교육학회

- 김종민 외(2015) 초등학생 도움 네트워크 측정 및 분석. 교육평가연구

- 김종민(2015) 사회선택 통계모형의 방법론적 특성과 p2와 p*모형을 활용한 남자고등학생의 영어도움 네트워크 분석. 교육평가연구

- 김종민 외(2018) 종단네트워크 측정 및 분석. 교육평가연구

- 김종민(2019) An Empirical Comparison of Statistical Models for Longitudinal Elementary Teachers' Advice Networks. 교육평가연구

- 김종민(2019) 초등교원의 종단 조언네트워크 결측자료 분석방법 비교: 비임의결측시 다중대체를 중심으로. 교육평가연구

- 김종민(2022) 사회과학연구를 위한 네트워크 분석방법. 사회평론아카데미(이번 워크숍 교재로 사용)

워크숍 프로그램

▶ 강의 개요

사회네트워크 분석은 행위자가 속해 있는 집단과 사회 구성원들의 관계에 관심을 가지고 이들의 상호작용을 설명하고자 합니다. 인공지능, 빅 데이터, 사물인터넷이 점점 보편화 되고 초연결사회로(hyper-connected society)로 변화하고 있어서 이번 특강에서는 사회네트워크의 기술 통계 분석과 시각화 방법에 중점을 두고, 추가적으로 요즘 관심이 높아진 Network psychometrics을 다루고자 합니다.

▶ 실습 소프트웨어 및 준비사항:

Posit cloud(posit.cloud) 회원가입

▶ 특강 일정▶

요일	강의내용
8.19.(월)	1. 네트워크 분석방법 입문 1.1 네트워크 개념 1.2 네트워크 측정 1.3 네트워크 분석 1.4 분석 소프트웨어: StatnetWeb, Posit Cloud 2. 네트워크 기술통계 2.1 StatnetWeb 활용 횡단 네트워크 기술통계 2.2 Posit Cloud 활용 네트워크 기술통계 3. 네트워크 시각화 3.1 StatnetWeb 활용 횡단 네트워크 시각화 3.2 Posit Cloud 활용 네트워크 시각화 4. Network Psychometrics 4.1 qgraph 패키지 4.2 bootnet 패키지 4.3. EGAnet 패키지

▶시간: 오후 1시 ~ 오후5시: 4시간

잠재계층분석 및 잠재프로파일분석을 활용한 집단 유형화

■ 강사: 정혜원 (충남대학교)

◦(현) 충남대학교 교육학과 교수

◦(전) 미국 The City University of New York, 심리학과, 조교수

■ 특강 프로그램

8.21.(수)

정혜원 교수 잠재계층분석, 잠재프로파일분석

사회과학 및 의료 분야 선생님들을 위한

'잠재계층분석 및 잠재프로파일분석을 활용한 집단 유형화' 특강을 개최합니다.

강사는 사회과학연구방법론 전문가로, The University of Texas at Austin 교육심리학과에서 Quantitative Methods를 전공한 후, The City University of New York 심리학과 에서 조교수로서 다수의 실증연구를 수행하였으며, 현재 충남대학교 교육학과에서 양적연구방법론 수업을 강의하고 있습니다.

본 특강에서는 사회과학 연구방법의 일환으로 개인의 관찰된 특성을 바탕으로 다수의 하위집단으로 유형화하는 모형을 소개하고, 다양한 주제와 맥락에서 실제 적용할 수 있도록 안내하고자 합니다. 또한 이론과 더불어 Mplus 프로그램을 활용하여 예제 자료를 분석하고 연구논문 작성을 위한 연구결과 작성 및 해석 방법에 대하여 논의하고자 합니다.

■ 참가자 준비사항

- 개인 노트북 지참

- Mplus 프로그램 활용: 데모버전 다운로드 및 설치

http://www.statmodel.com

■ 특강 세부 내용

- 잠재계층분석의 이해와 적용

- 잠재프로파일분석의 이해와 적용

- 계층/프로파일 수 결정 및 해석

- 3-Step approach를 적용한 공변인 검증 및 결과 해석

경향점수를 활용한 인과효과 추정 방법에 대한 이해와 활용, 전망

■ 강사: 정혜경 (한국기술교육대학교)

◦(현) 한국기술교육대학교 HRD 학과 조교수

◦(전) 한국교육과정평가원 연구위원, 미국 American Institutes for Research (AIR) Researcher

■ 특강 프로그램

8.22.(목)	정혜경 교수 인과효과 추정 이론 및 이중차분법(Difference in Difference)
8.23.(금)	정혜경 교수 인과효과 추정 실제(경향점수매칭: Propensity Score Analysis)

사회과학 및 의료 분야 선생님들을 위한

'경향점수를 활용한 인과효과 추정 방법에 대한 이해 및 활용, 전망' 특강을 개최 합니다.

강사는 사회과학연구방법론 전문가로, 미국 UCLA 교육학과에서 Social Research Methodology를 전공한 후 미국 American Institutes for Research와 한국교육과정평가원에서의 다수의 실증연구를 수행하였으며, 현재 한국기술교육대학교 HRD에서 양적연구방법론 등을 가르치고 있습니다.

본 특강은 사회과학 연구 방법의 일환으로 인과효과 추정의 활용을 다양한 주제와 맥락에서 실제 적용할 수 있도록 안내하는 강의로, 비실험설계 상황에서 특정 프로그램, 정책, 처치가 목표 집단에 효과성이 있는지를 실증적으로 검증하는 방법을 논의합니다. 구체적으로 인과추정 이론과 개념을 검토하고, 이를 바탕으로 효과성 연구의 내적 타당도를 높이는 방법으로 실제 데이터에 유용하게 적용할 수 있는 경향점수 추정, 이를 적용한 관심 성과변수에 대한 처치의 효과성 분석에 대해 이론과 실습을 접목한 강좌입니다. 인과효과 추정과 관련하여 DID(Difference in Difference) 기본 개념을 이해하고 인과추정틀에서 그 관련성을 파악하고, 실제 DID에서의 경향점수 접목 사례 연구들을 살펴봄으로써 실제 연구 적용 가능성을 파악합니다.

따라서 본인의 연구주제와 데이터가 있는 비전공자들이 이해할 수 있도록 로지스틱 회귀분석 개념, 사회과학에서의 가중치(weighting)의 활용 등에 대한 기초 개념도 강의에 포함될 예정입니다. 또한 다층모형(multilevel analysis), 기계학습(machine learning)을 접목한 연구의 사례 등도 소개하여 경향점수 적용 사례 및 최신의 전망을 살펴보고자 합니다.

■ 참가자 준비사항

- 개인 노트북 지참

- 일반 통계분석 프로그램: JAMOVI (logistic regression 이해)

https://www.jamovi.org/

- R 프로그램 활용: R package MatchIt 활용

https://www.rstudio.com/products/rstudio/download/

https://www.r-project.org/

■ 특강 세부 내용

강의 과목	세부 내용
경향점수 인과추정 I: 경향점수 추정	인과추론 이론 - 인과효과 추정틀(potential outcomes framework) - 모수(estimand) - 연구설계와 비편의 추정
	이중차분법(DID) 개념 이해 - 회귀모형에서의 이중차분법 추정 기초 - 인과효과 추정틀과 DID 관계 - DID과 경향점수 적용 사례
	로지스틱 회귀분석 개요 이분 처치변수 모형을 위한 선수 이해
	경향점수(propensity score) 추정 및 진단 - 개념, 절차(거리 측정, 매칭, 매칭 진단)
경향점수 인과추정 II: 경향점수를 활용한 성과분석	경향점수를 적용한 성과변수(종속변수) 효과성분석 실제 - 매칭(matching): 처치집단 효과성 분석(ATT 추정) - 가중치(weighting) : Propensity score and inverse probability weight (IPW) - 분류(classification)

강의 과목	세부 내용
경향점수를 활용한 인과효과 추정	비실험상황에서의 인과효과 추정 이론 개요 - 인과효과 추정틀(potential outcomes framework)과 모수(estimand) - 연구설계와 비편의 추정 경향점수(propensity score) - 개념, 절차(거리 측정, 매칭, 매칭 진단) 경향점수를 적용한 효과성분석 - 매칭(matching) - 분류(classification) - 가중치(weighting)
	R package(MatchIt)을 활용한 실습
	경향점수 활용 및 전망 - 성과분석 사례 - 경향점수와 다층모형(multilevel analysis) 적용 - 기계학습(machine learning) 경향점수 추정 최신 동향

문항반응이론 입문

■ 강사: 이용상 (인하대학교)

◦(현) 인하대학교 교육학과 교수 및 교수학습개발센터장

◦(전) 한국교육과정평가원 수능기획분석실장/성과평가실장, 국회미래연구원 연구위원, 영남대 교수

■ 특강 프로그램

- 특강 일시: 2024.8.25.(일), 오후 1시~5시

- 특강 장소: 실시간 줌 활용 온라인 강의

구분	일정	강의 개요
문항반응이론	8.25.(일)	문항반응이론을 활용한 문항 모수 및 피험자 능력 점수 추정

사회과학 및 의료 분야 선생님들을 위한 “문항반응이론 입문'' 특강을 개최 합니다.

강사는 사회과학연구방법론 전문가로, 미국 UC Berkeley 교육대학원에서 Quantitative Method and Eval‎uation을 전공한 후 한국교육과정평가원과 국회미래연구원에서의 다수의 실증연구를 수행하였으며, 현재 인하대학교 교육학과에서 교육평가, 검사도구 개발 이론, 양적연구 방법론 등을 가르치고 있습니다.

본 특강에서는 고전검사이론의 한계점을 극복한 문항반응이론의 기본 개념과 원리를 알아보고 다양한 문항반응모형을 활용한 자료 분석 방법을 살펴보고자 한다. 학생들의 총점에 기반하여 문항 및 피험자 모수를 추정하는 전통적인 고전검사이론(Classical Test Theory)은 검사의 난이도에 따라 학생들의 능력 추정치가 달라지고 피험자 집단의 능력 수준에 따라 문항 난이도가 달라지는 등의 문제점을 가지고 있으며, 이러한 고전검사이론의 한계점을 극복한 문항반응이론(Item Response Theory)은 학생들이 개별 문항에 대한 응답 패턴을 분석하여, 검사지의 난이도나 피험자의 능력 수준에 관계없이 일관된 모수 추정치를 제공하는 문항분석방법론으로서 Toefl, GRE, PISA, TIMSS 등과 같이 전세계적으로 시행되는 시험에서 일반적으로 활용되는 분석 방법론이다. 본 특강에서는 문항반응이론을 기반으로 개발된 문항반응모형들을 적용하여 문항을 분석하고 결과를 해석하는 방법들을 소개하고자 하며, R 패키지를 이용한 실습도 병행될 예정이다.

■ 참가자 준비사항

- 개인 노트북 지참

- R package 사전 설치

■ 특강 세부 내용

강의 과목	세부 내용
문항반응이론 입문	검사 이론 개요 - 고전검사이론(Classical Test Theory) - 고전검사이론의 한계와 문항반응이론(Item Response Theory) 문항반응이론에서 문항 모수 추정 및 한계점 - 문항특성곡선, 문항정보 함수 - 문항 변별도 및 추측도의 한계점 이분자료를 위한 문항반응모형(라쉬 모형) 다분자료를 위한 문항반응모형 - 부분점수모형(Partial Credit Model) - 평정척도모형(Rating Scale Model)
	R package를 활용한 실습
	문항반응모형의 활용 및 전망 - 컴퓨터기반검사(CBT)에서의 문항반응모형 활용 사례

연구자를 위한 ChatGPT 활용과 자연어 처리 기초

- 인공지능 기초부터 LLM 까지

임성국

■ 강사: 임성국 (개발자, 강사, 저자)

◦ (현) 동국대학교 교육대학원 AI융합교육전공 겸임교수, 한국공학대학교 겸임교수, 우송대학교 IT센터 SW전담교수, 루덴스코드 대표

◦ (전) ㈜코벡 CTO, 라씨엔블루(주) CEO

◦ (저서) “인공지능 100점을 위한 파이썬 수학”, 비제이퍼블릭 / “아빠 우리 함께 아두이노해요”, 프리렉 등

■ 특강 프로그램

- 특강 일시: 2024.08.30.(금) 13:00~17:00 (4시간)

- 특강 장소: 교육통계연구소 실시간 온라인 줌 활용 특강

구분	일정	강의 개요
AI 개론 기초	13:00 ~ 13:50	인공지능, 머신러닝, 딥러닝 개요
딥러닝, 신경망, CNN	14:00 ~ 14:50	신경망 구조의 이해
RNN, LSTM, Attention, Transformer, GPT	15:00 ~ 15:50	자연어 처리 이해
LLM 활용	16:00 ~ 16:50	ChatGPT를 포함한 LLM 이해와 활용법

인공지능, 머신러닝, 딥러닝에 관심을 가진 사회과학, 의료분야 선생님들을 위해 “연구자를 위한 ChatGPT 활용과 자연어 처리 기초” 특강을 개최합니다. 강사는 한국공학대학교 겸임교수로 여러 기관에서 강의하고 있으며 인공지능 관련 책을 내고 현업에서 머신러닝을 교육, 개발하고 있습니다. 이번 강의는 4시간 동안 진행되며, 인공지능의 기초부터 최신 기술까지 폭넓게 다룰 예정입니다. 각 교시는 다음과 같은 주제로 구성되어 있습니다.

본 특강은 파이썬 언어를 알고 있으면 도움이 됩니다. 하지만 아직 파이썬을 알지 못하더라도 특강에 사용되는 핵심적인 내용은 다루고 넘어갈 것이므로 파이썬 프로그래밍 언어를 알지 못하는 분들도 들으실 수 있습니다. 특강 후 더 깊은 활용을 위해서는 추후 파이썬 언어를 배우시기를 강력히 추천합니다.

첫 번째 시간에서는 인공지능, 머신러닝, 딥러닝의 개요를 다룹니다. 이 시간에는 인공지능의 기본 개념을 이해하고, 인공지능, 머신러닝, 딥러닝의 차이점과 관련성을 설명합니다. 전체적인 AI의 틀을 잡고 흐름을 이해하는데 도움이 될 것입니다.

두 번째 시간에서는 딥러닝과 신경망, 특히 CNN(Convolutional Neural Networks)에 대해 심도 있게 알아봅니다. 신경망의 구조와 동작 원리를 이해하며, CNN의 특징과 활용 사례를 통해 딥러닝의 응용 분야를 학습합니다. 현재 사용되는 인공지능은 크게 이미지와 자연어로 구분됩니다. 이미지에 사용되는 CNN 구조를 살펴봅니다.

세 번째 시간에서는 RNN(Recurrent Neural Networks), LSTM(Long Short-Term Memory), Attention, Transformer, GPT(Generative Pre-trained Transformer) 등 자연어 처리에 관한 다양한 신경망 모델을 다룹니다. 이 시간에는 각 모델의 동작 원리와 특성을 이해하고, 자연어 처리(NLP) 분야에서의 활용 방법을 학습합니다.

마지막 교시에서는 대규모 언어 모델(LLM)의 장점과 단점을 이해하고 활용하는 방법을 다룹니다. ChatGPT, GPT, Bard, Bert, LLaMA, Gemini, Claude 등 다양한 LLM들에 대해 이해하고 활용하는 방법을 배우게 됩니다. 이중 API를 이용하여 GPT를 이용하는 방법과 프롬프트엔지니어링에 대해 학습합니다.

비전공자 분들도 충분히 내용을 이해하실 수 있도록 다양한 플랫폼들을 활용하여 실습 중심으로 워크숍이 진행됩니다. 제한된 시간관계로 PC에 파이썬을 설치하여 앱을 제작하는 과정은 보여드리기만 하고, 구글의 CoLaboratory를 사용한 간단한 실습으로 진행합니다.

■ 참가자 준비사항

- 개인 노트북 지참 / 구글 개인 계정

- 크롬 웹브라우저 사전 설치: https://www.google.com/intl/ko/chrome