multiking

•모바일 앱의 종류는 대표적으로 네이티브 앱(Native App)과 하이브리드 앱(Hybrid App)으로 구분되지만, 최근에는 프로그레시브 웹 앱(Progressive web App)과 모바일 웹(Mobile web)도 앱의 종류에 포함된다.  1> 네이티브 앱(Native App모바일 기기에 직접 설치되고 운영 되는 전용 애플리케이션.2/3> 모바일 웹 + 앱(Mobile WebApp)OS와 상관 없이 웹을 통한 풀 브라우징(Full Browsing)을 지원하는 모바일상의 홈페이지로 HTML 기반.좀더 네이티브앱처럼 제작하는것을 모바일 웹앱iOS, Android SDK 와 같은 네이티브툴에서 URL을 웹뷰(Web View) 형태로 보여주는 앱도 웹앱4/5> 반응형웹앱(RWA) / 적응형 웹앱(AWA)..

1.모바일 환경의 특징 •하드웨어 구성과의 연관성 •사용자와 24시간 함께 하는 밀접성 •사용자와 상호작용하는 환경 •터치와 제스처, 오디오를 이용한 입력 •기기가 지닌 센서를 적용하는 환경 •휴대성이 극대화된 환경 •모바일 전용 운영체제 탑재 모바일 콘텐츠 사용자의 속성 •개인화(Personalization) •편재성(Ubiquity) •편의성(Convenience) •차별성(Distinction) •즉시연결성(Instant Connectivity) •지역기반(Localization) 3.터치 제스처 •손가락을 이용한 상호작용 UI 스크린을 동시에 한 손가락 또는 여러 손가락으로 터치하여 여러 가지 다양한 조작을 할 수 있는 행동 시각적인 부분뿐 아니라 센서 영역까지 확인하면서 디자인해야 한다. 사용자..

UI를 판단하는 기준으로는 사용성(Usability)를 들 수 있다. Usability 지정된 사용 환경에서 효율성 및 만족도와 함께 지정된 목표를 달성하기 위해 특징 사용자가 제품을 사용할 수 있는 범위 -ISO 9241 제이콥 닐슴의 사용성 품질을 검증 할 수 있는 5가지 요소 •용이성(Learnability): UI를 처음 경험하는 사용자라도 기본적인 임무 수행을 위해 시스템을 빨리 배울 수 있어야 한다는 의미 •효율성(Effeciency): 이미 사용법을 익혔다면 높은 수준의 작업을 매번 수행할 수 있도록 시스템이 효율적이어야 한다는 의미 •기억성(Memorability): 시스템 전반을 완전하게 익히지 않았거나 사용하지 않은 채 오랜 시간이 지난 후에도 다시 능숙하게 사용할 수 있도록 기억하기 ..

import socket import socket in_addr = socket.gethostbyname(socket.gethostname()) print(in_addr)

import random 조건문 import random random_number = random.randint(1, 100) #print(random_number) game_count = 1 while True: try: my_number = int(input("1~100 사이의 숫자를 입력하세요:")) if my_number > random_number: print("다운") elif my_number < random_number: print("업") elif my_number == random_number: print(f"축하합니다.{game_count}회 만에 맞췄습니다") break game_count = game_count + 1 except: print("에러가 발생하였습니다. 숫자를 입력하..

https://www.figma.com/ Figma: the collaborative interface design tool. Build better products as a team. Design, prototype, and gather feedback all in one place with Figma. www.figma.com 피그마의 장점 일단 초기 작업 시 필요한 것은 FREE다! 라이브러리 기능이 막강 실시간 클라우드 자동저장 (Ctrl + S 가 없음) 버전별 배표 - 실시간 저장이 가능함으로 시점 별 저장을 통해서 버전별 배포 가능 작업의 공유 - 디자이너별 권한별 공유 작업이 가능함, 타 프로그램 스케치와 호환 (단축키도 유사) 브라우저, 맥, 윈도우, 리눅스에서도 됨 실시가간 크라인트와의..

알아두면 편한 단축키 모음 일반 빠른 전환 : alt + tab 환경설정 : Ctrl + alt + S 기본코드 완성 : Ctrl + space 라인 주석추가 : Ctrl + / 블럭 주석추가 : Ctrl + shift + / 블록 복제 : Ctrl + D 라인 삭제 : Ctrl + Y 실행 실행 : shift + F10 에디터에 열린 코드 실행 : ctrl + shift + F10 구성선택 및 실행 : alt + shift + F10 한문장씩 코드 실행 : F8 Debug : F9 탐색 및 찾기 라인 이동 : Ctrl + G Class 이동 : Ctrl + N 최근파일 : Ctrl + E 찾기 : Ctrl + F 경로에서 찾기 : Ctrl + shift + F

1. 데이터 준비 data > dataset > abalone 2. 데이터 불러오기 3. 데이터 살펴보기 http://archive.ics.uci.edu/ml/datasets/Abalone UCI Machine Learning Repository: Abalone Data Set Data Set Characteristics: Multivariate Number of Instances: 4177 Area: Life Attribute Characteristics: Categorical, Integer, Real Number of Attributes: 8 Date Donated 1995-12-01 Associated Tasks: Classification Missing Values? No Number of We..

1. 기계학습 모델 오렌지3의 model 위젯개변과 분야를 간단히 정리 해 보자 모델 개념 분야 선형회귀 Linear Regression 수치로 이루어진 변수들의 관계를 함수로 나타내고 새로운 수치를 예측 지도 - 회귀 최근접 이웃 kNN k-NN(k-Nearest Neighbors) 새로운 데이터가 들어왔을때 데이터간의 거리가 가까운 데이터를 확인하여 분류하는 기계학습 모델 지도 - 분류 로지스틱 회귀 logistic - Regression 입력값을 결합하여 어던 사건의 발생 가능성을 확률적으로 예측 지도 - 분류 서포트 벡터 머신 SVM 집단사이의 마진을 최대화하는 결정 기계를 찾는 학습 모델 지도- 분류 나이브 베이즈 Naive Bayes 데이터 특성들이 단순하게 독립적으로 영향을 미친다는 베이즈 ..

1. 기계학습 모델 오렌지3의 model 위젯개변과 분야를 간단히 정리 해 보자 모델 개념 분야 선형회귀 Linear Regression 수치로 이루어진 변수들의 관계를 함수로 나타내고 새로운 수치를 예측 지도 - 회귀 최근접 이웃 kNN k-NN(k-Nearest Neighbors) 새로운 데이터가 들어왔을때 데이터간의 거리가 가까운 데이터를 확인하여 분류하는 기계학습 모델 지도 - 분류 로지스틱 회귀 logistic - Regression 입력값을 결합하여 어던 사건의 발생 가능성을 확률적으로 예측 지도 - 분류 서포트 벡터 머신 SVM 집단사이의 마진을 최대화하는 결정 기계를 찾는 학습 모델 지도- 분류 나이브 베이즈 Naive Bayes 데이터 특성들이 단순하게 독립적으로 영향을 미친다는 베이즈 ..