ListView 예제 해설 및 첨부된 코드를 다운받아 실행된 동영상 테스트 결과를 관찰해 보세요. ![마나마인로고.png]

현재의 예제는 2020년 3월 중순 안드로이드 스튜디오 버전 3.6을 기준으로작성 하였음에 유의하자. import 하는 라이브러리들이 영향을 받을 수도 있으므로 Text 모드에서 빨간 색으로 표기된 부분에 대해서 왼쪽 Alt+Enter 키를 친 후 옵션 선택 리스트가 나타나면 imprt...를 선택 클릭 처리 하자. 한편 3.5버전에서는 activity_main.xml

앱 인벤터 팔레트의 User Interface 의 ListView 요소를 사용하여 텍스트형 리스트 데이터를 스크롤해야 할 정도로 입력한 상태에서 하나를 클릭하여 선택된 리스트 데이터를 라벨에 표현 해보자. 리스트 데이터가 마노을 경우에 대비해서 필터도 준비하도록 한다. 아래 URL 주소로 이동하여 마저 읽어 보세요. ![마나마인로고.png]

안드로이드 스튜디오 언어 구조 특성 상 아주 간단한 코드를 작성하더라도 그 길이가 상당히 길고 작업 방식이 메뚜기 뛰어 다니듯 이리 저리 헤메 다녀야 함으로 인해 작은 단편적인 코드들을 무수히 학습해야 하는 난점이 있는 듯하다. 반면에 MIT에서 개발한 앱 작성 코드 언어인 앱 인벤터로도 안드로이드 스튜디오와 거의 비슷하게 스마트폰 앱을 작성해 낼 수 있다.

ListView는 스마트폰 화면상에서 스크롤 가능한 정보를 표현하는 기법이다. 알파벳이나 또는 “ㄱ,ㄴ,ㄷ,∙∙∙”로 분류되어 있는 전화번호부 리스트라든지 또는 블루투스 사용 시에 주위에 존재하는 블루투스 소스들의 리스트가 대표적인 사례일 것이며 클릭하면 스크롤 가능한 상세한 정보를 디스플레이 해 준다. 한편 버튼과는 그 의미가 다르며, 버튼 클릭과 함께 특별한

그림의 선형회귀법 예제에서 w를 미지수로 생각하고 regression 기법으로 찾아보자. 웨이트 값 w는 처음에 random number 나 임의의 상수 값을 준 상태에서 시작하면 된다. 이 웨이트 값 w는 머신 러닝 과정의 중요 변수이므로 반드시 PyTorch 코드에서torch.Tensor 변수로 선언되어야 torch 라이브러리의 지원을 받아 regression

Deep Convolutional Generative Adversarial Network Deep Convolutional 레이어는 입력이미지를 선형적으로 연결된 Convolutional 레이어 구조를 사용 필터링하여 특징을 추출해내는 뉴럴 네트워크이다. 전체 코드 구성에서 학습을 위해 Convolutional 레이어들을 사용하기 때문에 이 전문가용 예제를

2020년 구글 TensorFlow 홈페이지에서 제공하는 첫 번째 예제 바로 밑에 선보이는 Fashion MNIST 코드 해설에 주목하자. 비록 MNIST 수준의 초보자를 위한 기초적인 코드 예제이긴 하지만 그래도 웬만한 입문자에게는 쉽사리 넘을 수 없는 벽이라는 느낌을 지울 수 없어 보이므로 보다 더 쉬운 해설을 추가하기로 한다. Fashion MNIST

2017년 구글 텐서플로우 홈페이지 머신 러닝 예제로는 MNIST 손글씨 문제였으며 2018년에는 Iris flowers 데이터 문제가 게재되었었다. 2020년 현재에도 구글 텐서플로우 홈페이지 야기 저기에 그 흔적들이 남아있지만 Keras 중심으로 업그레이드가 진행되면서 다양한 예제들을 선보이고 있다. 비록 beginner 즉 초보자를 위한 예제라고는 하나

Hello Codi!는 앱인벤터 예제 중에서는 가장 쉬운 튜토리얼 예제이긴 하지만 안드로이드 스튜디오에서 재현해 본 결과로는 다른 예제와 비해서 그 난이도가 높지는 않지만 그다지 쉽다고만 볼 수도 없다. 아래의 app inventor 튜토리얼 주소에서 벌 로고 이미지와 벌의 MP3 사운드를 다운 받도록 하자. 주의할 점은 다운 받을 파일의 영문 이름을 안드로이드

앱인벤터 코드 작성 시 첫 번째 실습이 바로 Text2Speech 이다. 즉 TextBox 에 문자열을 입력 받아 Sound 로 바꾸어 주는 즉 Text2Speech 기능을 사용하여 음성으로 바꾸어 주는 것이다. 간단하면서 아주 쉬운 예제이다. 하지만 안드로이드 스튜디오에서는 사용하는 안드로이드 OS 버전 문제까지 포함하여 제법 복잡하다. 따라서 앞부분은 블로그

Intent 명령에 의해서 스마트폰 화면 전환이 가능하다면 화면과 연관된 데이터 즉 텍스트 나 이미지 정보들도 넘겨줄 수 있어야 할 것이다. 가장 간단한 정보로서 문자열을 MainActivity에서 SubActivity로 넘겨보도록 하자. MainActivity는 res≻layout 의 activity_main.xml에서 EditText 기능을 사용하여 문자열을

인공지능을 포함한 컴퓨터 사이언스 영역 배우기 위해서 항상 부딪히는 일이 컴퓨터 언어를 익히는 일이다. 대학 초년생 기준으로 Visual Studio를 사용한 C 언어 실습이 대표적일 것이다. 아주 기초적인 내용들을 배워 Homework 나 프로젝트를 수행하기 위해서는 이론 공부와 함께 Visual Studio 사용에 상당히 익숙해질 필요가 있다. 하지만 초보자가

컴퓨터 코딩 과정에서 아날로그 형 시계 코드 작성은 대단히 흥미로운 분야이다. 위 그림 왼쪽으로부터 안드로이드 스튜디오, 아두이노+HTML, 앱인벤터로 코딩한 결과물이며 모두 다 스마트 폰에 올릴 수 있는 모델들이다. 아무래도 코딩의 재미는 아두이노를 배울 때 일 듯하다. 마찬가지로 안드로이드 스튜디오에서도 아날로그 시계 코딩이 가능하다. 단지 analogclock

2017년 구글 TensorFlow 홈페이지에는 MNIST 손글씨 숫자 예제로부터 시작하여 그 다음에는 Iris Flowers 분류문제 그리고 TensorFlow 2.0을 배포하는 최근에는 Keras MNIST 와 TensorFlow Lite 예제들을 게시하고 있다. 수년 전 TensorFlow를 연습하던 초기에는 머신러닝 학습 결과를 스마트폰과 같은 IOT

안드로이드 코드 작성이 까다로운 이유는 무엇일까? 배우기 쉬운 앱인벤터 코딩에서는 모든 코딩 작업이 가시적인 그래픽 방식에 의해서 이루어진다는 점이다. 가시적이라고 해서 다 좋은 것은 아니지만 적어도 코딩 작업에 관한한 시각적인 이해 정도면 웬만한 앱을 작성할 수 있다는 점이다. 쉽게 표현해서 윈도우즈의 그림판 소프트웨어를 다룰 정도라면 간단하게 앱 코드를

앞 절에서 안드로이드 스튜디오 MainActivity 코딩에 의해 카메라 기능을 ON 시킬 수 있도록 코딩을 하였다. 이에 더하여 카메라로 이미지를 촬영하여 저장해 보자. 아래 그림은 앞 절의 작업 내용을 기준으로 startActivity 명령 수정을 시작으로 하여 추가되어야 할 라이브러리들과 코드를 추가해야 할 부분을 나타내고 있다. 아래 URL 주소로 이동하여

인류 역사상 전무후무한 신정 코로나 바이러스와의 전쟁이 벌어지고 있는 중국. 중국에 제대로 된 통계가 있을 수 없다는 사실이야 잘 알고 있었지만 공산당이 발표하는 자료란 것이 적어도 10배 내지는 100배 정도 은폐 축소했으리라 짐작은 하고 있었지만 웬일인지 알 수 없지만 갑작스럽게 데이터를 폭발 시켜버리는군요. 그래도 생 조작을 했다는 것이 하루만에 4배로

앞 블로그의 안드로이드 스튜디오 Camera 코딩과 비교하여 더욱 간단한 SimpleCamera를 코딩을 연습해 보자. 단 activity_main.xml의 버튼 구조는 Camera코드의 내용을 복사 붙여넣기 하여 그대로 유지하면서 MainActivity 코딩을 잘 이해할 수 있는 계기를 삼도록 하자. Camera의 activity_main.xml 의 구조는

2020년 2월 초 현재 android studio 3.5.3 버전의 기본적인 기능만을 사용하는 가장 학습하기 쉬운 예제로서 Camera 예제를 다루어 보기로 한다. 스마트폰 기능 중에서 Camera에 의한 영상 촬영 기능은 너무나 중요하다. 계산기 예제에서와 마찬가지로 안드로이드 스튜디오의 기본적인 골격을 이해해야 하는 차원에서 activity_main.xml