달력

12

« 2019/12 »

  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  •  
  •  
  •  
  •  


 

 

jQuery Mobile (제이쿼리 모바일)

·         모바일 사이트를 위한 UI 프레임워크로서 모바일 기기에 최적화된 오픈소스 프레임워크입니다.

·         HTML 페이지에 약간의 코드만 추가하면 곧바로 모바일에 최적화된 모습으로 변경할 있아 웹앱을 쉽게 구현할 있도록 도와주는 기술입니다.

·         제이쿼리와 연계되어 있으며 이미 완성되어 있는 UI 제공하기 때문에 디자인과 코딩 부담을 덜어 있습니다.

·         HTML 태그에 속성을 추가하는 방식으로 UI 생성하기 때문에 자바스크립트와 같은 동적인 언어에 대한 이해가 없이도 모바일 웹사이트를 만들 있습니다.

 

https://en.wikipedia.org/wiki/JQuery_Mobile

 

 

 

https://jquerymobile.com/


 

 

 

 


Posted by codedragon codedragon

댓글을 달아 주세요



 

복합대입 연산자(약식 대입 연산자)

·       대입 연산자와 다른 연산자를 결합하여 만든 다양한 복합 대입 연산자를 제공합니다.

·       대입 연산자와 산술 연산자를 함께 사용하는 연산자로 반복되는 변수가 생략된 형태입니다.

·       대입 연산자와 같은 우선순위를 가지며, 대입 연산자와 마찬가지로 결합순서는 오른쪽에서 왼쪽입니다.

 

연산자

의미

+=

왼쪽 변수값과 더하기 연산 수행하면서 대입

-=

왼쪽 변수값에서 빼기 연산을 수행하면서 대입

*=

왼쪽 변수값과 곱하기 연산을 수행하면서 대입

/=

왼쪽 변수값에 나누기 연산 수행하면서 대입

%=

왼쪽 변수값에 나머지 값을 구하면서 대입

 

 

 

복합대입 연산자 의미

산술 연산자와 대입 연산자를 하나로 나타내는 기호

산술 연산자

복합대입 연산자

 

a = a + b

a += b

a b의 합을 a에 저장

덧셈 연산

a = a - b

a -= b

a에서 b를 뺀 차를 a에 저장

뺄셈 연산

a = a * b

a *= b

a b의 곱을 a에 저장

셈 연산

a = a / b

a /= b

a b로 나눈 몫을 a에 저장

나눗셈 연산

a = a % b

a %= b

a b로 나누었을 때 나머지를 a에 저장

나머지 연산

 

 

Posted by codedragon codedragon

댓글을 달아 주세요


 

연산자(Operator)

·       연산자란 자료의 가공을 위해 정해진 방식에 따라 계산하고 결과를 얻기 위한 행위를 의미하는 기호들을 의미합니다.

·       각 연산자들은 연산을 하기 위해 인식하는 자료형들이 정해져 있습니다.

 

 

Posted by codedragon codedragon

댓글을 달아 주세요



 

 

k-평균 군집화(k-means clustering)

·         k-평균 클러스터링

·         사전에 결정된 군집 K 기초하여 전체 데이터를 상대적으로 유사한 K개의 군집으로 구분하는 방법입니다.

·         상호배반적인 K개의 군집을 형성합니다.

·         군집의 K 사전에 결정해야 합니다.

 

·         모집단 또는 범주에 대한 사전 정보가 없을 주어진 관측값들 사이의 거리를 측정하고 유사성을 이용하여 분석합니다.

·         전체 데이터를 여러 개의 집단으로 룹화함으로써 집단의 성격을 파악할 있고 데이터 전체의 구조를 이해하기 위한 방법입니다.

·         새로운 데이터와 기존 데이터 간의 유클리디안 거리가 최소가 되도록 클러스터링합니다. 기존 데이터를 기준점으로 하여 유클리디안 거리 측정 거리가 최소화되도록 k개의 군집들로 클러스터링하는 방식입니다.

·         데이터들을 k개의 클러스터로 군집하게 됩니다. 클러스터와 거리 차이의 분산을 최소화하도록 그룹화합니다.

·         클러스터의 중심값에서 중심과의 거리를 비교합니다.

·         클러스터 간의 거리 차이의 분산을 최소화합니다.

K-means 알고리즘은 데이터 집합에서 평균을 정의하고 계산할 있으면 사용할 있습니다.

 

 

 

https://en.wikipedia.org/wiki/K-means_clustering


Posted by codedragon codedragon

댓글을 달아 주세요