다미에게다미가 다미에게다미가

Fragment와 Fragment 사이에 데이터는 Bundle을 이용하여 가능하다. 1. 전달하는 Fragment val fragmentA = TeamMainFragment() val bundle = Bundle() bundle.putString("teamName",teamaBody.teamName.toString()) fragmentA.arguments=bundle val transaction = requireActivity().supportFragmentManager.beginTransaction() transaction.add(R.id.container,fragmentA) transaction.replace(R.id.container, fragmentA.apply { arguments = bundl..

background 배경을 투명색으로 지정하고 싶을 때 xml에서 다음과 같은 코드를 입력한다. android:background="@android:color/transparent"

themes> themes.xml @color/black 이 줄을 원하는 색상으로 바꾸면 된다.

방향이 없는 그래프: 양쪽 방향으로 에지를 모두 저장 임의의 시작점에서 DFS수행 package 탐색.P11724_연결요소의개수; import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import java.util.ArrayList; import java.util.Stack; import java.util.StringTokenizer; import javax.swing.text.View; public class Main { static ArrayList[] A; static boolean visited[]; public static void main(String[] args) throws IO..

일반적인 json string 형식과 다르게 localdatetime형식의 데이터를 서버에 전송하거나 받을때는 DateFormat을 추가한 Gson객체를 생성하고 localdatetimeConverter도 만들어 준다. 서버에 전송하거나 받고 싶은 LocalDateTime형식의 데이터 예시 "2022-07-16T16:43:58.977Z" 1. gson객체 val gson = GsonBuilder() .setDateFormat("yyyy-MM-dd'T'HH:mm:ss") .registerTypeAdapter(LocalDateTime::class.java, LocalDateTimeConverter()).create() 2. LocalDateTimeConverter.kt class LocalDateTimeCo..

Android에서 JWT 사용과정 1. 사용자가 아이디, 비밀번호를 통해 로그인 2. 서버에서 토큰을 발급받아 response로 받는다 3. 그 토큰을 Shared Preference를 사용하여 저장 4. 서버에 요청할 때 저장소의 토큰을 header에 넣어 요청 Shared Preference 간단한 값을 저장할 때 주로 사용하는 저장소 예) 토큰, 초기 설정 값 등 사용법 1. PreferenceUtil 파일만들기 class PreferenceUtil(context: Context) { private val prefs: SharedPreferences = context.getSharedPreferences("prefs_name", Context.MODE_PRIVATE) var token:String?..

1. 비지도 학습 -훈련 데이터에 타깃값이 주어지지 않은 상태에서 학습 수행 -훈련 데이터를 학습하여 모델을 생성하면서 유사한 특성을 가지는 데이터를 클러스터로 구성 -새로운 데이터의 특성을 분석하여 해당하는 클러스터를 예측 2.군집화 데이터를 클러스터(군집)로 구성하는 작업 3.군집화의 목표 서로 유사한 데이터들은 같은 그룹으로, 서로 유사하지 않은 데이터는 다른 그룹으로 분리한 것 -k개의 클러스터 수 결정 -데이터의 유사도? means 각 데이터와 클러스터 중심점 과의 평균거리 4.K-means 1)k개의 임의의 중심점 배치 2) 각 데이터들을 가장 가까운 중심점으로 할당(군집으로 형성 3)군집 내 데이터들을 기반으로 중심점 이동 4)중심점의 이동이 없을 때 까지 반복 5. K-평균 알고리즘 -k개..

1. 결정 트리 -다중 분류에 많이 사용 -데이터 안에서 if/else기반으로 규칙을 찾아 학습하여 트리 구조의 분류 구칙을 만듦 -결정 트리의 구조는 규칙 조건(if)을 나타내는 규칙노드, 분류가 결정된 클래스 값이 표시된 리프 노드로 구성 -데이터의 균일도를 계산하는 대표적인 방법으로 정보 이득 지수, 지니 계수가 있음 2. 정보 이득 지수 -정보 이득은 엔트로피 개념을 기반으로함 -엔트로피: 데이터 집합의 혼잡도 -데이터 집합에 다른 데이터= 균일도가 떨어짐-> 혼잡도 높아짐 -> 엔트로피 높아짐 -데이터 집합에 같은 데이터= 균일도가 높아짐-> 혼잡도 떨어짐 -> 엔트로피 낮아짐 -정보 이득 지수: 혼잡도가 줄어들며 얻게 되는 이득, 1-엔트로피 -결정 트리: 정보 이득 지수가 높은 피처를 분할 ..