블로그
- (강의자료) 조선왕릉 및 제향 - 6편 이 글은 2026.07.11. 전주이씨대동종약원 전수교육장(B1)에서 전례(전수)교육 종합19기 7회차 오전 강의에 사용된 자료 중에 일부이며, 이병학 제1전례이사님께서 강의해 주신 내용입니다. *일부 보정 조선왕릉과 제향 강사 : 제1전례이사 이병학 ◆ 조선왕릉 제향 ◆ 제향의 변천
- (강의자료) 조선왕릉 및 제향 - 5편 이 글은 2026.07.11. 전주이씨대동종약원 전수교육장(B1)에서 전례(전수)교육 종합19기 7회차 오전 강의에 사용된 자료 중에 일부이며, 이병학 제1전례이사님께서 강의해 주신 내용입니다. *일부 보정 조선왕릉과 제향 강사 : 제1전례이사 이병학 진입공간(進入空間) 외홍살문(外紅
- (강의자료) 조선왕릉 및 제향 - 4편 이 글은 2026.07.11. 전주이씨대동종약원 전수교육장(B1)에서 전례(전수)교육 종합19기 7회차 오전 강의에 사용된 자료 중에 일부이며, 이병학 제1전례이사님께서 강의해 주신 내용입니다. *일부 보정 조선왕릉과 제향 강사 : 제1전례이사 이병학 능침공간-중계(中階) 장명등(長明
- (강의자료) 조선왕릉 및 제향 - 3편 이 글은 2026.07.11. 전주이씨대동종약원 전수교육장(B1)에서 전례(전수)교육 종합19기 7회차 오전 강의에 사용된 자료 중에 일부이며, 이병학 제1전례이사님께서 강의해 주신 내용입니다. *일부 보정 조선왕릉과 제향 강사 : 제1전례이사 이병학 능침공간 - 상계(上階) 봉분(封
- (강의자료) 조선왕릉 및 제향 - 2편 이 글은 2026.07.11. 전주이씨대동종약원 전수교육장(B1)에서 전례(전수)교육 종합19기 7회차 오전 강의에 사용된 자료 중에 일부이며, 이병학 제1전례이사님께서 강의해 주신 내용입니다. 조선왕릉과 제향 강사 : 제1전례이사 이병학 국왕의 임종 『국조오례의(國朝五禮儀)』에는 왕
- (강의자료) 조선왕릉 및 제향 - 1편 이 글은 2026.07.11. 전주이씨대동종약원 전수교육장(B1)에서 전례(전수)교육 종합19기 7회차 오전 강의에 사용된 자료 중에 일부이며, 이병학 제1전례이사님께서 강의해 주신 내용입니다. 조선왕릉과 제향 강사 : 제1전례이사 이병학 1. 조선왕릉 능제의 정착 조선은 고려 후기의
- 글쓰기 지도사 강의자료 글쓰기 지도사 강의자료
- 수필 칼럼 쓰기 강의자료 330p 완성 매년 진행하는 과정이다. 여러 해 수강해온 분들이 같은 내용을 반복해서 듣지 않도록, 해마다 새로운 내용을 추가한다. 올해에는 '정확한 서술을 위한 정확한 사고' 챕터를 새로 넣었다. 파워포인트 중 이 챕터만 75면이다. 올해 '말'로 추가할 조언도 준비했다. 필사하지 말라 암송하라 암
- 13주-강의자료- 미디어 규범이론 저널리즘과 미디어- 저노민 민노저, 정공감 정탐동비 정감참대 보내주신 스크린샷 2026-06-14 오후 1.57.03.png 파일은 사회가 생각하는 가장 이상적이고 좋은 민주주의 체제가 무엇이냐에 따라 언론과 미디어가 수행해야 할 역할과 책임도 달라진다는 규범적 모델의 네
- 미이론 W11주 강의자료 설명 미디어와 문화를 비판적으로 바라보는 학문적 흐름이 사상적 뿌리(지적 배경)에서 시작되었는지 세 가지 갈래로 요약한 자료입니다. 사회를 바라보는 눈을 키워주는 고전적이고 강력한 이론들인데, 일상적인 비유를 들어 풀어보죠. 가장 왼쪽의 첫 갈래는 전통적인 마르크스주의입니다. 세상의 모든 불
동영상
-
[컴퓨터 구조] 3강. 기억장치 | 딱 필요한 만큼만 | 비전공자도 쉽게 이해하는
-
[컴퓨터 구조] 2강. 프로세서 | 딱 필요한 만큼만 | 비전공자도 쉽게 이해하는
-
(완강)[인공지능 특강] 25강. AI 모델의 발전과 응용 | 파운데이션 모델 | 전이학습 | 멀티모달 AI | 딥러닝 경량화 | 온디바이스 AI | PART2.딥러닝 |
-
[인공지능 특강] 24강. 자연어 처리 | 자연어전처리 | 워드임베딩 | Attention | Transformer | BELU | PART2.딥러닝 |
-
[인공지능 특강] 23강. Auto Encoder와 생성 모델 | LatentSpace | VAE | GAN | Diffusion model | PART2.딥러닝 |
-
[인공지능 특강] 22강. RNN(Recurrent Neural Network) | Vanilla RNN | LSTM | GRU | PART2.딥러닝 |
-
[인공지능 특강] 21강. CNN의 활용 | 분류 | 객체탐지(Object Detection) | 분할(Segmentation) | IoU | PART2.딥러닝 |
-
[인공지능 특강] 20강. CNN(Convolutional Neural Network) | 이미지 데이터의 유형 | CNN의 구조 | PART2.딥러닝 |
-
[인공지능 특강] 19강. DNN(Deep Neural Network)의 설계 | 신경망의 설계 및 학습 절차 | 신경망의 행렬식 표현 | PART2.딥러닝 |
-
[인공지능 특강] 18강. 신경망에서의 활성함수와 손실함수 | 은닉층에서의 활성함수 | 출력층에서의 활성함수 | 네트워크의 손실함수 | PART2.딥러닝 |