교과서 대조표
성취기준을 기준으로 3사 교과서의 위치를 맞춰 둔 표다. 우리 학교가 어느 교과서를 쓰든 해당 단원을 찾아가는 용도이며, 교과서 본문을 대신하지 않는다.
| 성취기준 | YBM | 씨마스 | 천재 |
|---|---|---|---|
| Ⅰ. 데이터 과학의 이해 | |||
| 12데과01-01 | Ⅰ-01. 데이터 과학의 개념 | Ⅰ-1. 데이터 과학과 데이터 | Ⅰ-01. 데이터 과학의 개념 |
| 12데과01-02 | Ⅰ-02. 데이터 | Ⅰ-1. 데이터 과학과 데이터 | Ⅰ-02. 데이터의 형태와 속성 |
| 12데과01-03 | Ⅰ-02. 데이터 | Ⅰ-2. 데이터의 저장과 활용 | Ⅰ-03. 데이터셋과 데이터베이스 |
| 12데과01-04 | Ⅰ-03. 데이터 과학과 사회 | Ⅰ-2. 데이터의 저장과 활용 | Ⅰ-01. 데이터 과학의 개념 |
| Ⅱ. 데이터 준비와 분석 | |||
| 12데과02-01 | Ⅱ-01. 데이터 준비 | Ⅱ-1. 데이터 준비 | Ⅱ-01. 데이터 수집 |
| 12데과02-02 | Ⅱ-01. 데이터 준비 | Ⅱ-1. 데이터 준비 | Ⅱ-02. 데이터 전처리와 시각화 |
| 12데과02-03 | Ⅱ-02. 데이터 분석 | Ⅱ-2. 데이터 분석 | Ⅱ-03. 데이터 분석 방법 |
| 12데과02-04 | Ⅱ-02. 데이터 분석 | Ⅱ-2. 데이터 분석 | Ⅱ-03. 데이터 분석 방법 |
| Ⅲ. 데이터 모델링과 평가 | |||
| 12데과03-01 | Ⅲ-01. 회귀 분석 모델 | Ⅲ-1. 데이터 모델과 회귀분석 | Ⅲ-01. 데이터 모델의 개념과 평가 |
| 12데과03-02 | Ⅲ-01. 회귀 분석 모델 | Ⅲ-1. 데이터 모델과 회귀분석 | Ⅲ-02. 회귀 분석 |
| 12데과03-03 | Ⅲ-02. 군집 분석 모델 | Ⅲ-2. 군집 분석과 연관분석 | Ⅲ-03. 군집 분석 |
| 12데과03-04 | Ⅲ-03. 연관 분석 모델 | Ⅲ-2. 군집 분석과 연관분석 | Ⅲ-04. 연관 분석 |
| 12데과03-05 | Ⅲ-01. 회귀 분석 모델Ⅲ-02. 군집 분석 모델Ⅲ-03. 연관 분석 모델 | Ⅲ-2. 군집 분석과 연관분석 | Ⅲ-05. 다양한 데이터 모델 분석 방법 |
| 12데과03-06 | Ⅲ-01. 회귀 분석 모델Ⅲ-02. 군집 분석 모델Ⅲ-03. 연관 분석 모델 | Ⅲ-2. 군집 분석과 연관분석 | Ⅲ-05. 다양한 데이터 모델 분석 방법 |
| Ⅳ. 데이터 과학 프로젝트 | |||
| 12데과04-01 | Ⅳ-01. 데이터 과학 프로젝트의 개요 | Ⅳ-1. 데이터 과학과 문제 해결 | Ⅳ-00. 데이터 과학 프로젝트 시작하기 |
| 12데과04-02 | Ⅳ-01. 데이터 과학 프로젝트의 개요 | Ⅳ-1. 데이터 과학과 문제 해결 | Ⅳ-00. 데이터 과학 프로젝트 시작하기Ⅳ-04. 데이터 과학 프로젝트 수행하기 |
| 12데과04-03 | Ⅳ-02. 데이터 과학 프로젝트의 실제 | Ⅳ-2. 데이터 과학 프로젝트 실제 | Ⅳ-00. 데이터 과학 프로젝트 시작하기 |
| 12데과04-04 | Ⅳ-02. 데이터 과학 프로젝트의 실제 | Ⅳ-2. 데이터 과학 프로젝트 실제 | Ⅳ-00. 데이터 과학 프로젝트 시작하기Ⅳ-04. 데이터 과학 프로젝트 수행하기 |
| 12데과04-05 | Ⅳ-02. 데이터 과학 프로젝트의 실제 | Ⅳ-2. 데이터 과학 프로젝트 실제 | Ⅳ-04. 데이터 과학 프로젝트 수행하기 |
모든 매핑은 각 출판사 지도서에 명시된 값이다. † = 교과서 본문 대조로 판정한 항목, * = 확인하지 못한 항목([확인필요]) — 현재는 해당 항목이 없다.
출판사별 구조와 출처
YBM · 서인순 · 실습 도구 Python / Jupyter
중단원명·성취기준 매핑 = 지도서 각론 p3·25·41·63에서 전사(검증). 소단원명 = 강의용 PPT 파일명 21개에서 전사(검증). 소단원 쪽수 = 미확인.
Ⅰ. 데이터 과학의 이해 01. 데이터 과학의 개념 — 12데과01-01 01-1 데이터 과학의 정의 · 01-2 데이터 기반 의사 결정 상황 02. 데이터 — 12데과01-02, 12데과01-03 02-1 데이터의 형태와 속성 · 02-2 데이터베이스 03. 데이터 과학과 사회 — 12데과01-04 03-1 데이터와 사회 변화 · 03-2 데이터 과학과 진로
Ⅱ. 데이터 준비와 분석 01. 데이터 준비 — 12데과02-01, 12데과02-02 01-1 데이터 수집과 특성 분석 · 01-2 데이터 전처리 02. 데이터 분석 — 12데과02-03, 12데과02-04 02-1 탐색적 데이터 분석의 이해 · 02-2 탐색적 데이터 분석의 적용
Ⅲ. 데이터 모델링과 평가 01. 회귀 분석 모델 — 12데과03-01, 12데과03-02, 12데과03-05, 12데과03-06 01-1 회귀 분석 모델의 개념 · 01-2 회귀 분석 모델의 실제 02. 군집 분석 모델 — 12데과03-03, 12데과03-05, 12데과03-06 02-1 군집 분석 모델의 개념 · 02-2 군집 분석 모델의 실제 03. 연관 분석 모델 — 12데과03-04, 12데과03-05, 12데과03-06 03-1 연관 분석 모델의 개념 · 03-2 연관 분석 모델의 실제
Ⅳ. 데이터 과학 프로젝트 01. 데이터 과학 프로젝트의 개요 — 12데과04-01, 12데과04-02 01-1 데이터 과학과 문제 해결 · 01-2 데이터 과학 문제 해결 절차 02. 데이터 과학 프로젝트의 실제 — 12데과04-03, 12데과04-04, 12데과04-05 02-1 물가 지수로 경제 성장 예측하기 · 02-2 지역별 대기 오염 배출량 탐색하기 · 02-3 생활권 계획하기
씨마스 · [확인필요] · 실습 도구 Orange3 / Python
대·중·소단원명과 쪽수 = 교과서 차례 p6~7. 성취기준 매핑 = 교사용 지도서 각론 「소단원 지도 계획」에서 소단원별로 전사(p98~309). 3사 중 유일하게 소단원 수준까지 명시값을 확보했다. 실습 도구 = 오렌지 설치 안내(교과서 225쪽)와 pandas 코드(209쪽). 03-05·03-06 은 Ⅲ-2 「2-2 연관분석」의 단원 정리 단계에 배치되며 성취수준표는 QR로 제공된다.
Ⅰ. 데이터 과학의 이해 1. 데이터 과학과 데이터 — 12데과01-01, 12데과01-02 1-1 데이터 과학의 개념 (14쪽) · 1-2 데이터의 형태와 속성 (22쪽) 2. 데이터의 저장과 활용 — 12데과01-03, 12데과01-04 2-1 데이터와 데이터베이스 (34쪽) · 2-2 데이터와 미래 사회 (48쪽)
Ⅱ. 데이터 준비와 분석 1. 데이터 준비 — 12데과02-01, 12데과02-02 1-1 데이터 수집과 선택 (62쪽) · 1-2 데이터 전처리와 시각화 (70쪽) 2. 데이터 분석 — 12데과02-03, 12데과02-04 2-1 데이터 분석 방법 (88쪽) · 2-2 데이터 분석의 실제 (102쪽)
Ⅲ. 데이터 모델링과 평가 1. 데이터 모델과 회귀분석 — 12데과03-01, 12데과03-02 1-1 데이터 모델 (124쪽) · 1-2 회귀분석 (130쪽) 2. 군집 분석과 연관분석 — 12데과03-03, 12데과03-04, 12데과03-05, 12데과03-06 2-1 군집분석 (144쪽) · 2-2 연관분석 (154쪽)
Ⅳ. 데이터 과학 프로젝트 1. 데이터 과학과 문제 해결 — 12데과04-01, 12데과04-02 1-1 데이터 과학으로 문제 해결 (176쪽) · 1-2 일상생활의 데이터에 기반한 스트레스 지수 예측 (182쪽) 2. 데이터 과학 프로젝트 실제 — 12데과04-03, 12데과04-04, 12데과04-05 2-1 영화 데이터 분석과 관객 수 예측 (198쪽) · 2-2 긴급 지원이 필요한 국가 군집 분석 (210쪽)
천재 · 김현철 · 실습 도구 Orange3 / Python
중단원명·성취기준 매핑 = 지도서 대단원 개관 p42·66·100·144에서 전사(검증). 소단원명 = 지도서 2부 교사용 교과서 차례에서 전사(검증).
Ⅰ. 데이터 과학의 이해 01. 데이터 과학의 개념 — 12데과01-01, 12데과01-04 1 데이터 과학과 의사 결정 · 2 데이터 과학과 진로 02. 데이터의 형태와 속성 — 12데과01-02 1 데이터의 이해 · 2 데이터 속성 03. 데이터셋과 데이터베이스 — 12데과01-03 1 데이터셋의 이해 · 2 데이터베이스의 이해
Ⅱ. 데이터 준비와 분석 01. 데이터 수집 — 12데과02-01 1 문제 정의와 데이터 수집 · 2 수집한 데이터의 특성 02. 데이터 전처리와 시각화 — 12데과02-02 1 데이터 전처리 · 2 데이터 시각화 03. 데이터 분석 방법 — 12데과02-03, 12데과02-04 1 탐색적 데이터 분석
Ⅲ. 데이터 모델링과 평가 01. 데이터 모델의 개념과 평가 — 12데과03-01 1 데이터 모델의 이해 · 2 데이터 분석 02. 회귀 분석 — 12데과03-02 1 회귀 분석의 이해 · 2 통계적 회귀 분석 · 3 기계학습 회귀 분석 · 4 회귀 분석 성능 평가 03. 군집 분석 — 12데과03-03 1 군집 분석의 이해 · 2 k-평균 군집 분석 · 3 k-평균 군집 분석 성능 평가 04. 연관 분석 — 12데과03-04 1 연관 분석의 이해 · 2 연관 분석 과정 05. 다양한 데이터 모델 분석 방법 — 12데과03-05, 12데과03-06 1 회귀 분석으로 행복에 필요한 요건 찾아보기 · 2 군집 분석으로 1인당 GDP와 행복 점수의 관계 찾아보기 · 3 연관 분석으로 학생들의 과목 선택 패턴 찾아보기
Ⅳ. 데이터 과학 프로젝트 00. 데이터 과학 프로젝트 시작하기 — 12데과04-01, 12데과04-02, 12데과04-03, 12데과04-04 01. 해빙 면적과 해수면의 상승은 어떤 관계가 있을까? — [확인필요] 02. 블루베리 수확량에 영향을 미치는 요인은 무엇일까? — [확인필요] 03. 고령화 시대에 필요한 정책은 무엇일까? — [확인필요] 04. 데이터 과학 프로젝트 수행하기 — 12데과04-02, 12데과04-04, 12데과04-05