learnr.qmd

---
title: "자기주도 학습 - `learnr`"
description: |
  `learnr` 패키지의 도움으로 진정한 자기주도 학습이 가능하게 되었습니다. 
  이제 데이터 과학을 직접 선생님을 통해 학습하는 방식에 새로운 변화의 바람이
  불고 있습니다. 
date: "`r Sys.Date()`"
output: distill::distill_article
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = FALSE)
```


![](fig/learnr.jpg)
# 자기주도학습 콘텐츠 저작

데이터 과학 자기주도학습 학습 콘텐츠 저작은 기본적으로 [`rmarkdown`](https://rmarkdown.rstudio.com/)으로 데이터 과학 언어는 R, 문서는 마크다운으로 하여 저작한다. 이를 인터랙티브 학습 콘텐츠로 제작하는 방식은 [`learnr`](https://rstudio.github.io/learnr/) 팩키지를 사용해서 개발한다.

- [learnr Tutorial Examples](https://rstudio.github.io/learnr/articles/examples.html)

# 학습 콘텐츠 사례

먼저, 데이터 과학 환경설정 [Set Up](https://learnr-examples.shinyapps.io/ex-setup-r/) 사례를 참고해서 살펴보자. [소스코드](https://github.com/rstudio/learnr/blob/main/inst/tutorials/ex-setup-r/ex-setup-r.Rmd)를 다운로드 받아 이를 사례로 활용한다.

- R 설치
- RStudio 설치
- `tidyverse` 팩키지 설치

# 개발 환경

자기주소 학습 콘텐츠 저작을 위해서 가장 먼저 GitHub에 저장소를 생성한다. [statkclee
/learnr](https://github.com/statkclee/learnr)를 제작한 후 `.Rmd` 파일으로 `learnr` 팩키지 기능을 활용하여 사용해서 제작한다. 

# 배포

## `shinyapps.io`

가장 단순한 방법은 `shinyapps.io`를 통해 바로 배포하는 것이다. 
`shinyapps.io` 는 10~20명정도 적은 인원이 자기주도 학습을 할 경우 적합한 것으로 알려져 있다. 
- [`shinyaps` 사례](https://dl-dashboard.shinyapps.io/learnr_setup/)

![](fig/learnr-shinyapps.jpg)

## `mybinder.org`

두번째 방식은 [`binder`](https://mybinder.org/) 서비스를 활용하는 것으로 도커 컨테이너를 처음 띄울 때 시간이 다소 소요되지는 이슈가 있지만 자기주도 학습을 원하는 분들이 많은 경우 원활한 서비스를 제공한다는 점에서 큰 장점이 있다. 
방식은 Github 저장소를 [`binder`](https://mybinder.org/) 에 연결시켜 도커 이미지를 컨테이너를 만들어 두어 자기주도 학습 사용자가 붙을 때마다 이를 동일한 학습환경으로 띄워주는 개념이다.


![](fig/learnr-binder.jpg)

# 데이터 과학 환경 학습 

데이터 과학 환경을 구축하는 과정을 자기주도 학습을 통해서 배워가는 환경은 다음과 같이 구축된다. 실제 자기주도 학습 웹사이트 들어가서 직접 학습을 진행해도 좋다.

- [자기주도 학습 들어가기](http://mybinder.org/v2/gh/statkclee/learnr/master?urlpath=shiny/korean/)

자기주도 학습을 R린이(=R+어린이) 시작하는 모습은 다음과 같다.

![](fig/learnr-binder.gif)