인프런 - 라이프타임 커리어 플랫폼

이 과정은 머신러닝에서의 편향과 공정성이라는 중요한 문제를 깊이 있게 다루며, 특히 국제 개발에 미치는 영향에 초점을 맞춥니다. 학습자들은 형평성과 사회 정의를 증진하기 위해 머신러닝을 적절하게 활용하는 전략을 탐구하게 됩니다.

이 과정은 예술과 사회적 책임의 교차점을 탐구하며, 의도적인 균열이 어떻게 억압의 체제에 도전할 수 있는지에 초점을 맞춥니다. 학습자들은 창의적 실천과 교육적 전략을 통해 자원 접근성 및 글로벌 물 위기와 같은 비판적 문제들에 참여하게 됩니다.

이 과정은 다양한 연령대와 상황에 걸친 학습에 새로운 디지털 기술이 미치는 영향을 조사합니다. 학생들은 여러 관점을 통해 교육 기술을 탐구하며, 교육 기술의 기회와 한계, 그리고 미래 교육에 미치는 영향에 대한 이해를 높이게 됩니다.

이 과정은 도널드 쇤(Donald Schön)이 개발한 성찰적 실천(Reflective Practice) 접근법을 소개하며, 전문가들이 자신의 지식을 실제 상황과 효과적으로 결합하는 방법에 초점을 맞춥니다. 학습자들은 인지적 자원을 강화하고 전문적 실무를 개선하기 위해 학습 및 혁신 이론을 탐구하게 됩니다.

이 과정은 중요한 상황에서 말하기 능력을 향상시키기 위한 몇 가지 규칙을 배우는 데 초점을 맞추고 있습니다. 학습자는 면접, 논문 방어, 구술 시험 등 다양한 상황에서의 효과적인 발표 방법을 익힐 수 있습니다.

구조방정식모델(SEM)의 부트스트래핑 기법과 위계형 선형모형(HLM)을 활용한 다층 데이터 분석을 학습합니다. AMOS 프로그램의 고급 기능부터 HLM의 실무 적용까지, 복잡한 연구 데이터를 분석하는 통계 전문가로 성장할 수 있는 심화 과정입니다. 교육, 심리학, 사회학, 보건 분야의 실제 연구 사례를 통해 이론과 실무를 모두 습득합니다.