본문 바로가기
개인 프로젝트 03. - 웹 서비스 개발일지 미국 교환 학생 생활 중 웹 개발 언어를 배우며 직접 제작했던 Toy web service들이다. 주로 불편함을 해결하기 위한 솔루션에서 기반해 서비스를 구현, 배포해 보았다. 아래의 웹에서 모든 프로젝트를 한 눈에 볼 수 있다. Preview https://minse-web-dev-total.netlify.app/ Minse's web project minse-web-dev-total.netlify.app 1. Balance Game 웹 게임 개발 https://balance-game.netlify.app/ 밸런스 게임 연애 밸런스 2. EX의 친구와 사귀기 친구의 EX와 사귀기 balance-game.netlify.app 연습을 위해 제작한 기본적인 JS,HTML,CSS를 통해 제작한 첫 동적 웹 페.. 2023. 2. 8.
개인프로젝트 02. - 캐주얼 웹 게임 개발 Preview Abstract GOAL : 간단히 웹에서 즐길 수 있는 캐주얼 웹게임 개발 Benefit : 개임 개발 workflow 및 Unity 엔진 이해도 향상, 추후 게임 고도화를 통해 수익 창출 도모 Task : Unity 엔진 및 C# 프로그래밍 언어를 이용하여 게임을 개발하고, 이를 다른 유저들도 즐길 수 있게 배포 Solution Method - Unity hub 웹앱을 이용해 각종 컴포넌트 및 게임 골격을 구현 - C# 으로 게임 내 필요한 스크립트들을 구현하고 해당하는 컴포넌트에 연결 - itch.io 웹사이트를 이용해 게임파일을 웹 게임으로 배포 - 원활환 코드 보수, 관리를 위해 클라우드에 게임 파일을 업로드 Tools - Unity Hub - Visual Studio code (.. 2023. 2. 7.
ANN Experiment with MNIST Dataset(ENG) 2023. 2. 6.
Image Data Generation using DCGAN(ENG) 2023. 2. 6.
Iris Data Classification Report(ENG) Iris Classification Project Purpose 1. To build and train a machine learning model that classifies iris data. 2. To creates an optimal classification model through numerical data analysis and preprocessing, various model learning, and result analysis. It is expected that the results of learning and analysis will not be clear due to the small amount of data. What is Iris dataset? This data sets c.. 2023. 2. 6.
UI/UX Product 아이디어에 빌딩에 관한 것(feat. CodeLion) 과거의 디자인? 의상, 공업제품, 건축 따위 실용적인 목적을 가진 조형 작품의 설계나 도안 보기 좋은것, 아름다운 것, 심미적인 것을 만드는 것이 디자인. 현재의 디자인? PC의 등장 이래로 Hardware에서 Software로의 디자인 패러다임이 전환. 이전에는 GUI 또한 기술자들의 역할이였으나 시간이 흐르며 전문 디자인의 분야로 옮겨옴 GUI에서의 디자인은 사용자와의 상호작용을 쉽게 하는 것을 의미. 기술이 먼저 만들어지고, 이후 그 기술을 만지는 직업이 생긴다. Web Designer 와 같이. 사용자에 대한 이해 필요 - 사용자가 어떤 환경에서 나의 웹서비스를 사용하는가를 인식하는게 최우선. 디자이너의 역할 어떤 디자인이 필요한가 - UI디자인 내가 왜 이 디자인을 해야하는가? - UX 리서치,.. 2022. 11. 19.
머신러닝을 위한 sklearn 라이브러리 기능 이용 In [1]: import numpy as np import matplotlib.pyplot as plt r = np.random.RandomState(10) x = 10 * r.rand(100) y = 2 * x - 3 * r.rand(100) plt.scatter(x,y) Out[1]: In [6]: x #array st. (1,100) x.shape Out[6]: array([7.71320643, 0.20751949, 6.33648235, 7.48803883, 4.98507012, 2.24796646, 1.98062865, 7.60530712, 1.69110837, 0.88339814, 6.85359818, 9.53393346, 0.03948266, 5.12192263, 8.12620962, 6.1.. 2022. 7. 5.
DecisionTreeClassifier 이용한 Data classification DecisionTreeClassifier 이용한 Data classification¶ In [4]: from sklearn.datasets import load_iris iris = load_iris() print(dir(iris)) # dir()는 객체가 어떤 변수와 메서드를 가지고 있는지 나열함 ['DESCR', 'data', 'data_module', 'feature_names', 'filename', 'frame', 'target', 'target_names'] In [5]: iris_data = iris.data print(iris_data.shape) #shape는 배열의 형상정보.. 2022. 7. 5.
LSTM 모델을 이용한 인공지능 작사가 구축 작사가 인공지능 만들기¶ Step 1. 필요 모듈 임포트 및 데이터 가져오기¶ In [1]: import os, re import numpy as np import tensorflow as tf import glob import os from sklearn.model_selection import train_test_split txt_file_path = os.getenv('HOME')+'/aiffel/lyricist/data/lyrics/*' txt_list = glob.glob(txt_file_path) raw_corpus = [] # 여러개의 txt 파일을 모두 읽어서 raw_corpus 에 담습니다. for txt_file in txt_list: with open(txt_file, "r") as .. 2022. 7. 5.

티스토리툴바