한곳에서 찾는 논리 자료

통합검색

연구와 학습, 시험과 도서를 한곳에서 찾습니다.

검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

세 연구자가 논문과 도표를 함께 검토하고 작은 갈색 안경 올빼미가 곁에서 책을 읽는 모습

관심 주제로 찾아보기

조건 초기화

검색 결과21건

검색 결과 제목

  1. 11처음 본 숫자에서 충분히 멀어지는 사람은 누구일까?
  2. 12움직임과 색을 더하면 더 많은 정보를 한눈에 볼까?
  3. 13검사점수의 불확실성은 막대보다 점으로 셀 때 더 잘 보일까?
  4. 14‘모든 의사는 전문가다’ 같은 지식을 기계가 어떻게 모순 없이 묶을까?
  5. 15인공지능(AI)는 언제 계산기를 부를지 어떻게 배울까?
출발값 80에서 조정이 10인 경우 최종 70, 조정이 30인 경우 최종 50이 되는 두 경로

처음 본 숫자에서 충분히 멀어지는 사람은 누구일까?

출발값 80에서 조정이 10인 경우 최종 70, 조정이 30인 경우 최종 50이 되는 두 경로
인간의 사고와 추론해외 학술 연구 · 연구 해설 · 일반

처음 본 숫자에서 충분히 멀어지는 사람은 누구일까?

닻내림은 하나의 고정 성향이 아닙니다. 제시된 닻과 스스로 만든 닻, 수리 능력과 조정 과정을 나누어 봅니다.

Individual Differences in Anchoring Effect: Evidence for the Role of Insufficient Adjustment

게시 2026-09-13 · 약 9분해외 논리학 연구 해설 읽기 →
20개 분위수 점 중 절단선 오른쪽의 7개를 세어 35퍼센트로 읽는 점도표

검사점수의 불확실성은 막대보다 점으로 셀 때 더 잘 보일까?

20개 분위수 점 중 절단선 오른쪽의 7개를 세어 35퍼센트로 읽는 점도표
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 일반

검사점수의 불확실성은 막대보다 점으로 셀 때 더 잘 보일까?

임상가 230명이 다섯 형식의 점수 불확실성을 비교한 연구에서 분위수 점도표는 확률 판단 정확도를 높였지만 의사결정 품질 차이는 확인되지 않았습니다.

Visualizing Uncertainty to Promote Clinicians’ Understanding of Measurement Error

게시 2026-09-13 · 약 9분해외 논리학 연구 해설 읽기 →
위쪽 TBox의 의사에서 전문가로 가는 포함 화살표와 아래쪽 ABox의 민지 사실이 결합되는 두 층 도식

‘모든 의사는 전문가다’ 같은 지식을 기계가 어떻게 모순 없이 묶을까?

위쪽 TBox의 의사에서 전문가로 가는 포함 화살표와 아래쪽 ABox의 민지 사실이 결합되는 두 층 도식
논리의 기초와 역사논리학 배우기 · 개념·이론 · 일반

‘모든 의사는 전문가다’ 같은 지식을 기계가 어떻게 모순 없이 묶을까?

기술논리의 개념·역할·개체 구분과 TBox·ABox 구조를 통해 분류, 포함, 만족 가능성 검사가 어떻게 지식 표현의 논리적 뼈대가 되는지 설명합니다.

Basic Description Logics

게시 2026-09-13 · 약 10분논리학 학습 글 읽기 →
올바른 입력 18×7−6은 120, 잘못 묶은 입력 18×(7−6)은 18. 둘 다 실행되지만 두 번째는 개수 6개를 상자 수에서 빼는 의미 오류다.

인공지능(AI)는 언제 계산기를 부를지 어떻게 배울까?

올바른 입력 18×7−6은 120, 잘못 묶은 입력 18×(7−6)은 18. 둘 다 실행되지만 두 번째는 개수 6개를 상자 수에서 빼는 의미 오류다.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

인공지능(AI)는 언제 계산기를 부를지 어떻게 배울까?

Toolformer는 도구 호출 후보를 만들고 실제 결과가 다음 단어 예측에 도움이 되는지 걸러 학습합니다. 도구의 계산 정확도와 호출 선택의 적절성을 구분합니다.

Toolformer: Language Models Can Teach Themselves to Use Tools

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →

11–15 / 21편