2025년 11월 12일 수요일

n8n / 응용 - AI와 빅데이터의 영향 탐색 / DATA MINIHG / 미니탭( .MWX) / 통계 / 데이타 마이닝 /

 눈이 내리네 - 폴모리아악단 가사번역(Tombe La Neige-Paul Mauriat) - https://youtube.com/watch?v=HuH4lWrRI5w&si=SlieHOvbB1sRzxiE

OpenAI credentials#

You can use these credentials to authenticate the following nodes:

https://docs.n8n.io/integrations/builtin/app-nodes/n8n-nodes-langchain.openai/

n8n AI

n8n에서 OpenAI 자격 증명을 설정하려면 다음 단계를 따르세요.

  1. https://platform.openai.com/signup/에서 OpenAI 계정을 만들거나 로그인하세요.
  2. OpenAI API 키 페이지로 이동하세요: https://platform.openai.com/api-keys.
  3. "새 비밀 키 만들기"를 클릭하여 API 키를 생성하세요. 이 키를 복사하세요.
  4. (선택 사항) 여러 조직에 속해 있는 경우 https://platform.openai.com/account/organization에서 조직 ID를 찾으세요.

n8n에서:

  1. n8n UI에서 "자격 증명"으로 이동합니다.
  2. "새 자격증명"을 클릭하고 "OpenAI"를 검색하세요.
  3. API 키(필요한 경우 조직 ID)를 입력하세요.
  4. 자격 증명을 저장하세요.

이제 워크플로의 OpenAI 노드에서 이 자격 증명을 사용할 수 있습니다. 자세한 내용은 OpenAI API 문서를 참조하세요.

이 답변이 귀하의 질문에 도움이 되었나요? - https://docs.n8n.io/external-secrets/


https://github.com/n8n-io/n8n   /// 




빅데이터 - SEAGATE ?
"빅데이터 - SEAGATE"는 **빅데이터 시대에 필수적인 대규모 데이터 저장 및 관리 솔루션을 제공하는 글로벌 스토리지 전문 기업 씨게이트(Seagate)**의 역할을 의미합니다. 


미니탭의 무료 다운로드는 **체험판(무료 평가판)**을 통해서만 가능합니다. 미니탭 공식 웹사이트의 다운로드 또는 무료 평가판 신청 페이지에서 개인 정보를 입력한 후 이메일 인증 절차를 거쳐 다운로드하고 설치할 수 있습니다. 
다운로드 및 설치 방법
  1. 평가판 신청 페이지 방문: 미니탭 공식 웹사이트의 다운로드 또는 무료 평가판 신청 페이지로 이동합니다.
  2. 개인 정보 입력: 이름, 이메일, 회사 정보 등 요청하는 개인 정보를 정확하게 입력합니다.
  3. 이메일 인증: 신청 후 받은 이메일에 포함된 링크를 클릭하여 계정을 인증하고 비밀번호를 설정합니다.
  4. 다운로드 및 설치: 이메일 인증 후, 웹 또는 데스크톱 애플리케이션을 다운로드할 수 있는 링크를 받게 됩니다. 설치 파일(setup file)을 다운로드하고 실행하여 설치를 진행합니다.
  5. 설치 완료: 설치 과정에서 이용 약관에 동의하고, 설치 경로를 선택합니다. 설치 완료 후 컴퓨터를 재시작하면 체험판을 사용할 수 있습니다. 

Minitab Solution Center 무료 평가판 · 수십 년의 통계. 몇 초 만에 제공됩니다. · 액세스 가능한 부분 · 분석 및 데이터 기반 솔루션의 표준 · 개인 정보 · 조직 정보.
소프트웨어 자산 관리 도구를 이용하여 대량 배포하려면 Minitab 대량 배포 패키지를 다운로드하십시오. ... MINITAB을 간 무료로 사용해 보기 · MINITAB STATISTICAL ...
Minitab 홈페이지에서 직접 신청 후 다운로드 받으셔야 합니다. 관런하여. 아래 MINITAB 홈페이지 URL에 접속하셔서. 이메일 신청 후 다운로드 받아서 설치해 주시기 ...
Minitab Statistical Software의 14일 무료 평가판을 통해 통계 분석, 데이터 시각화, 예측 모델링 등 다양한 기능을 체험해보세요. 데스크톱 및 웹 앱으로 제공되며, ...

주요 내용은 다음과 같습니다.
  • 핵심 비즈니스: 씨게이트는 하드 디스크 드라이브(HDD) 및 스토리지 시스템 분야의 선도업체로, 폭증하는 빅데이터를 저장할 수 있는 고용량, 고밀도 솔루션을 제공합니다.
  • AI 및 데이터 센터: 특히 인공지능(AI) 기술의 발전과 함께 데이터 센터의 스토리지 수요가 급증하면서, 씨게이트의 고용량 드라이브(예: 30TB Exos 시리즈)는 AI 및 빅데이터 분석 환경에서 핵심적인 역할을 합니다.
  • 기술 혁신: 씨게이트는 HAMR(Heat-Assisted Magnetic Recording) 기술 기반의 '모자이크 3+(Mozaic 3+)' 플랫폼과 같은 혁신 기술을 통해 향후 40TB, 궁극적으로 100TB 이상의 하드 드라이브를 목표로 하며, 이는 빅데이터 시대의 저장 밀도 혁신을 주도하고 있습니다.
  • 솔루션 제공: 엣지부터 클라우드 환경까지 아우르는 다양한 데이터 스토리지 솔루션을 제공하며, 백업 및 복구, 빅데이터 분석, 고성능 컴퓨팅(HPC) 등 다양한 사용 사례에 최적화된 제품을 공급합니다.
  • 데이터 중요성 강조: 씨게이트는 정기적으로 빅데이터 관련 설문조사나 포럼을 개최하며, 기업들이 데이터를 효율적으로 관리하고 활용하여 비즈니스 가치를 극대화할 수 있도록 데이터 전략의 중요성을 강조합니다. 
요약하자면, 씨게이트는 방대한 양의 빅데이터를 안정적이고 효율적으로 저장, 관리, 처리할 수 있는 물리적인 스토리지 인프라와 기술을 제공하는 핵심 기업입니다



https://www.youtube.com/watch?v=cMyOkQ4N-5M    /// https://www.llama.com/




DATA MINIHG _ 데이터 마이닝은 대량의 데이터에서 통계적 규칙, 패턴, 상관관계 등 숨겨진 유용한 정보를 자동으로 추출하는 과정입니다. 머신러닝, 통계학, 데이터베이스 시스템 등의 기법을 활용하여 원시 데이터를 실용적인 지식으로 변환하며, 이는 비즈니스 의사결정, 고객 관계 개선, 위험 감소 등 다양한 분야에 활용됩니다. 

데이터 마이닝의 핵심
  • 목표: 
    대규모 데이터 집합에서 유용하고 의미 있는 패턴, 규칙, 지식을 발견하는 것. 
  • 기법: 
    기계 학습, 통계학, 데이터베이스 시스템의 방법을 통합하여 사용합니다. 
  • 결과 활용: 
    수익 증대, 비용 절감, 위험 감소 등 비즈니스 의사결정과 전략 수립에 활용됩니다. 
  • 다른 명칭: 
    KDD(Knowledge-Discovery in Databases)라고도 불리며, 데이터베이스 속 지식 발견 과정을 의미합니다. 
데이터 마이닝의 예시
  • 쇼핑몰: 
    고객의 구매 기록에서 특정 상품(예: 우유와 기저귀)을 함께 구매하는 고객이 맥주도 함께 구매하는 패턴을 발견하여 관련 마케팅 전략 수립에 활용. 
  • 의료 분야: 
    환자 데이터를 분석하여 질병 발생 패턴을 파악하거나, 효과적인 치료법 예측 모델을 구축하는 데 사용될 수 있습니다. 
  • 금융 분야: 
    신용카드 사용 패턴을 분석하여 부정 거래를 감지하는 데 활용될 수 있습니다

데이터 마이닝에 활용 가능한 **무료 툴(BEST 5)**과 관련 URL을 제공합니다. 이 툴들은 머신러닝 및 통계적 분석 기능을 포함하고 있어 대용량 데이터에서 유용한 패턴을 찾는 데 도움이 됩니다.


💻 데이터 마이닝 무료 툴 추천 (BEST 5)

순위도구 이름특징관련 URL
1Python (파이썬)데이터 분석 및 머신러닝 분야에서 가장 널리 사용되는 오픈소스 프로그래밍 언어입니다. Pandas, NumPy, Scikit-learn 등 풍부한 라이브러리를 통해 데이터 전처리, 분류, 회귀, 클러스터링 등 복잡하고 유연한 데이터 마이닝 작업이 가능합니다. 코딩 지식이 필요합니다.Python 공식 웹사이트
2R통계 분석데이터 시각화에 특화된 오픈소스 프로그래밍 언어입니다. 통계적 추론 및 다양한 통계 패키지를 제공하여 데이터 마이닝의 통계적 접근에 강점을 가집니다. 통계학자 및 데이터 마이너들이 널리 사용합니다.R 프로젝트 공식 웹사이트
3KNIME (나임)오픈소스 기반의 데이터 분석 플랫폼으로, 코딩 없이 시각적 워크플로우(Drag-and-Drop) 방식으로 데이터 마이닝 작업을 수행할 수 있습니다. 데이터 통합, 변환, 분석, 모델링, 시각화까지 전 과정을 지원하여 비전문가도 쉽게 접근할 수 있습니다.KNIME 공식 웹사이트
4RapidMiner (래피드마이너)예측 분석 시스템으로 유명하며, 커뮤니티 에디션(Community Edition)은 무료로 제공됩니다. 시각적 워크플로우를 통해 데이터 전처리, 모델 생성 및 검증 등 다양한 데이터 마이닝 기능을 제공합니다.RapidMiner 공식 웹사이트
5Google Colab (구글 코랩)클라우드 기반의 Python 환경으로, 웹 브라우저에서 Python 코드를 작성하고 실행할 수 있게 해줍니다. 무료로 고성능 GPU/TPU를 제공하여 대규모 데이터셋에 대한 머신러닝 및 데이터 마이닝 모델을 학습시키는 데 매우 유용합니다.Google Colab 웹사이트

📌 참고 사항

  • **프로그래밍 언어(Python, R)**는 유연성과 확장성이 뛰어나지만, 사용을 위해 코딩 지식이 요구됩니다.

  • **시각적 워크플로우 툴(KNIME, RapidMiner)**은 코딩 없이 직관적으로 분석할 수 있어 초보자에게 추천되지만, 대규모 데이터 처리나 복잡한 알고리즘 구현에는 한계가 있을 수 있습니다.

  • Google Colab은 Python을 사용하는 경우 환경 설정의 번거로움을 줄여주고, 무료로 강력한 컴퓨팅 자원을 활용할 수 있게 해주는 장점이 있습니다.

이 중 사용 목적과 코딩 숙련도에 맞는 툴을 선택하여 데이터 마이닝을 시작해 보세요.


선택하신 툴을 활용한 데이터 마이닝 입문 튜토리얼이나 특정 분석 기법에 대한 정보를 찾아 드릴까요?

https://gemini.google.com/app/4a0066fd6c630855

요청하신 대로, 데이터 마이닝 입문자가 가장 쉽고 빠르게 시작할 수 있는 **무료 툴(Python + Google Colab)**을 활용한 기본 분류(Classification) 튜토리얼을 제공해 드립니다.

이 예시는 데이터 마이닝의 핵심인 패턴 학습미래 예측을 가장 잘 보여주는 기본적인 단계입니다.


튜토리얼: Python(Scikit-learn)을 활용한 데이터 분류 (Classification)

이 튜토리얼은 웹 브라우저에서 바로 사용할 수 있는 무료 환경인 Google Colab을 사용합니다.

🎯 목표: 붓꽃(Iris) 데이터셋을 이용해 새로운 붓꽃의 종류를 예측하는 모델 만들기

1단계: Google Colab 환경 접속 및 라이브러리 준비

  1. Google Colab 접속: 아래 URL로 접속하여 새 노트북을 만듭니다.

  2. 첫 번째 코드 셀에 필요한 라이브러리를 설치하고 불러옵니다. scikit-learn은 데이터 마이닝과 머신러닝을 위한 필수 라이브러리입니다.

Python
# 필요한 라이브러리 불러오기
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

2단계: 데이터 불러오기 및 전처리

데이터 마이닝의 첫 단계는 데이터를 준비하는 것입니다. 여기서는 scikit-learn에 내장된 유명한 붓꽃(Iris) 데이터셋을 사용합니다.

Python
# 1. 붓꽃 데이터셋 불러오기
iris = load_iris()
X = iris.data    # 특성(Feature) 데이터: 꽃받침 길이, 꽃잎 길이 등
y = iris.target  # 레이블(Target) 데이터: 붓꽃의 종류 (0, 1, 2)

# 2. 데이터 분리: 모델 학습용(Train)과 성능 평가용(Test)으로 7:3 비율로 분리
# train_test_split은 데이터 마이닝 모델의 성능을 객관적으로 평가하기 위해 필수적인 과정입니다.
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=42
)

print(f"학습 데이터 개수: {len(X_train)}개, 테스트 데이터 개수: {len(X_test)}개")

3단계: 모델 학습 (패턴 발견)

이제 데이터를 이용해 숨겨진 패턴(규칙)을 학습할 모델을 선택하고 훈련시킵니다. 여기서는 가장 간단한 분류 알고리즘 중 하나인 K-최근접 이웃 (K-Nearest Neighbors, KNN) 모델을 사용합니다.

Python
# 1. 모델 객체 생성 (K=3으로 설정)
# n_neighbors=3은 새로운 데이터가 들어왔을 때 가장 가까운 3개의 이웃을 참고하여 예측하겠다는 의미입니다.
knn = KNeighborsClassifier(n_neighbors=3)

# 2. 모델 학습 (Training): 데이터 마이닝 과정에서 '패턴을 발견'하는 핵심 단계
# X_train(특성)과 y_train(정답)을 통해 붓꽃의 특징과 종류 간의 관계를 학습합니다.
knn.fit(X_train, y_train)

print("모델 학습 완료!")

4단계: 모델 평가 및 예측 (지식 활용)

학습이 끝난 모델이 얼마나 정확하게 예측하는지 테스트 데이터로 평가하고, 실제 새로운 데이터를 넣어 예측해봅니다.

Python
# 1. 모델 평가: 테스트 데이터(X_test)를 사용하여 붓꽃 종류를 예측합니다.
y_pred = knn.predict(X_test)

# 2. 정확도 측정: 모델이 얼마나 정확하게 정답을 맞췄는지 확인합니다.
accuracy = accuracy_score(y_test, y_pred)
print(f"모델의 예측 정확도: {accuracy:.4f}")
# 1.0000이 나오면 100% 정확하게 분류했다는 의미입니다.

# 3. 새로운 데이터 예측 (실제 활용)
# 꽃받침 길이, 너비, 꽃잎 길이, 너비가 [5.1, 3.5, 1.4, 0.2]인 붓꽃은 무엇일까요?
new_data = [[5.1, 3.5, 1.4, 0.2]]
predicted_class = knn.predict(new_data)

# 4. 예측 결과 해석
# 0: setosa, 1: versicolor, 2: virginica
print(f"새로운 데이터의 예측 결과 (숫자): {predicted_class[0]}")
print(f"새로운 데이터의 예측 붓꽃 종류: {iris.target_names[predicted_class][0]}")

이 코드를 Google Colab 셀에 순서대로 복사하여 실행해보면서 데이터 마이닝의 기본 원리를 직접 경험해 보실 수 있습니다.




미니탭을 무료로 다운로드하려면 공식 웹사이트에서 제공하는 14일 무료 평가판을 신청해야 합니다. 평가판 신청 페이지에서 필요한 정보를 입력하면 이메일로 다운로드 및 설치 안내를 받을 수 있습니다. 웹 브라우저에서 바로 사용 가능한 평가판도 있습니다. 
미니탭 무료 평가판 다운로드 방법
  1. 미니탭 공식 웹사이트 접속Minitab 공식 웹사이트(minitab.co.kr) 또는 Minitab Solution Center(minitab.com)에 접속합니다.
  2. 무료 평가판 신청: 웹사이트에서 '평가판 다운로드' 또는 '무료 평가판 신청' 버튼을 클릭합니다.
  3. 정보 입력: 이름, 이메일 등 필수 정보를 입력하고 신청서를 제출합니다.
  4. 다운로드 및 설치: 입력한 이메일로 전송된 안내에 따라 설치 프로그램을 다운로드하고 실행하여 설치를 완료합니다. 
참고사항
  • 평가판 기간: 제공되는 평가판은 보통 14일 동안 사용할 수 있습니다.
  • 데스크톱 또는 웹 버전: 설치 없이 바로 사용 가능한 웹 기반 버전도 있습니다.
  • 대량 배포 패키지: 기업 등에서 소프트웨어 자산 관리 도구를 이용해 대량 배포해야 할 경우, 별도의 대량 배포 패키지를 다운로드할 수 있습니다. 

Minitab Solution Center 무료 평가판 · 수십 년의 통계. 몇 초 만에 제공됩니다. · 액세스 가능한 부분 · 분석 및 데이터 기반 솔루션의 표준 · 개인 정보 · 조직 정보.
최신 제품 평가판, 소프트웨어 설치 파일, 라이센싱 도구 및 배포 패키지를 다운로드하십시오. Engage와 함께 사용할 템플릿을 다운로드할 수도 있습니다.
Minitab Statistical Software의 14일 무료 평가판을 통해 통계 분석, 데이터 시각화, 예측 모델링 등 다양한 기능을 체험해보세요. 데스크톱 및 웹 앱으로 제공되며, ...







무제한 무료 노코드 n8n 가장 쉽게 시작(설치)하기 - https://youtube.com/watch?v=cAl6LDsGV3I&si=EuTEjR_lBPZWy0Du

AI 시대의 필수 지식 MCP 이 영상 하나로 끝내세요! - https://youtube.com/watch?v=46HxP7kO9oY&si=80-kKw8PJ3nGEHky

Electronic Components Explained with Images | Quick Guide ⚡ - https://youtube.com/shorts/Id6TOTnx8SU?si=-cqZaRL_PLEgz5Ox

Car Wiring Color Codes in 1 Minute! ⚡ | Learn Basic Car Wiring | #Shorts - https://youtube.com/shorts/sdpmwy5PxMw?si=ZEqPJeATgBUXce6o


[지리산 ㅡ구달수] [오전 7:50] [싸이몬 SCADA 강의] #01. SCADA 다운로드와 설치방법 - https://youtube.com/watch?v=kZEkkQnuqj8&si=AeziRWwNfFv9d7lZ

[지리산 ㅡ구달수] [오전 7:51] Windows 환경에서 리눅스를 사용해보자 - WSL2 Ubuntu 설치 및 설정 방법 - https://youtube.com/watch?v=xUNDErAbRiM&si=PeCvM4jlwdjMZ0gj

[지리산 ㅡ구달수] [오전 7:51] 가정용 미니 태양광 설치 과정 / YTN 사이언스 - https://youtube.com/watch?v=xtGTNBC_H9I&si=95ZQdGM2G481Q3LM

[지리산 ㅡ구달수] [오전 7:52] 파이썬 코딩 무료 강의 (기본편) - 6시간 뒤면 여러분도 개발자가 될 수 있어요 [나도코딩] - https://youtube.com/watch?v=kWiCuklohdY&si=JXx9XrGjDutmdKXl

[지리산 ㅡ구달수] [오전 7:53] 호반의 벤치 1961 권혜경 - https://youtube.com/watch?v=VAH0JjMCvvU&si=pb9Fx0CS1Sd8ko7L

[지리산 ㅡ구달수] [오전 7:55] 8 Building Blocks of Electronics in 4 Minutes - https://youtube.com/watch?v=drWey6kAnCc&si=ttef6pY1YKvyOUpM

[지리산 ㅡ구달수] [오전 9:06] 사진

[지리산 ㅡ구달수] [오후 3:32] 유스비전스쿨 정은실 청소년교육팀

[지리산 ㅡ구달수] [오후 3:35] 생전정리의 부모님

[지리산 ㅡ구달수] [오후 3:40] 생전정리어떻게 하실건가?

[지리산 ㅡ구달수] [오후 7:09] 텍스트를 음성으로 변환하는 놀라운 인공지능 _ Google AI Studio의 Speech 사용방법 - https://youtube.com/watch?v=VoK_kOCUNlM&si=iFDcXu1GNUezz0w9

2025년 11월 3일 월요일

[지리산 ㅡ구달수] [오전 8:28] 사진

[지리산 ㅡ구달수] [오전 8:58] [인버터]인버터 개념에 대해 알려드립니다/자동제어교육/자동제어기초 - https://youtube.com/watch?v=xoBlj7INWDw&si=wHWvDeIx7MDqEnyU

[지리산 ㅡ구달수] [오전 8:59] [공조기]이 영상이 공조기의 전반적인 이해를 도와드립니다,설비자동제어,자동제어교육,자동제어기초 - https://youtube.com/watch?v=k0f0uou-NSo&si=otmXulEqcJpel-A4

[지리산 ㅡ구달수] [오전 9:00] Low Level and Full Level Alarm with Level Indicator Using BC547, Full Ta... - https://youtube.com/watch?v=kmLweRZ7Lxs&si=3n1o7G59OYaeG9HP

[지리산 ㅡ구달수] [오전 9:03] 자동차 엔진 작동 원리 - https://youtube.com/watch?v=PXDFuIMHNZw&si=FfQPbYNjzbcvHPTf

[지리산 ㅡ구달수] [오전 9:04] 사용자정의통신 PLC와CIMON연결 - https://youtube.com/watch?v=M6ueRDiNBFU&si=KGWXfw0AjCKtpERM

[지리산 ㅡ구달수] [오전 9:06] 자동제어,공조기,열교환기,냉동기,지하저수조,배수탱크 제어 및 감시 설명 - https://youtube.com/watch?v=aBE79pwnQYk&si=fAQdt1G5n0tVxSWU

[지리산 ㅡ구달수] [오전 9:08] SAP S/4HANA, ERP의 관점을 바꾸다! [바이브토크9@토크아이티, ASPN] - https://youtube.com/watch?v=8Zs6wFX1ERw&si=I_Tqxvu8v_ZnIANn

[지리산 ㅡ구달수] [오전 9:09] 구글 위스크의 놀라운 이미지 합성기능 - https://youtube.com/watch?v=6gGxz-6OPug&si=PeYIpfETmFvTYm-x

[지리산 ㅡ구달수] [오전 9:11] AI 말하는 영상 | 기획부터 제작까지 전 과정 공개(feat. ChatGPT/ 나노바나나/ Pippit) - https://youtube.com/watch?v=brw9ba2JMws&si=yQRirB_DSwp6oXzG

[지리산 ㅡ구달수] [오전 9:12] 자동제어왜하는가?,센서,댐퍼구동기,밸브구동기,레벨센서 설명 - https://youtube.com/watch?v=wEfxq82LIt0&si=CNLSW3CeNwV8d3Px

[지리산 ㅡ구달수] [오전 9:13] Linux File System Structure Explained: From / to /usr | Linux Basics - https://youtube.com/watch?v=ISJ44S5sZu8&si=zKxY2ec-bmh5z-h4

[지리산 ㅡ구달수] [오전 9:14] WIFI는 실제로 어떻게 작동하는가. - https://youtube.com/watch?v=AFEhHGzidNI&si=-avKhpxczYi7lq4G

[지리산 ㅡ구달수] [오전 9:15] 입문자를 위한 자동제어판넬 설명,자동제어기초 - https://youtube.com/watch?v=6dOSdbob-QU&si=gusu6k-oavK4WDB3

[지리산 ㅡ구달수] [오전 9:15] 조절계 온도 헌팅 억제 "PID 조정방법1" - https://youtube.com/watch?v=biP99UW15Uo&si=wLUX5zeswMP08TDS

[지리산 ㅡ구달수] [오전 9:16] PLC제어 독학 방법 - 아날로그카드 결선부터 프로그램까지 |XGF-AC8A,AV8A 사용설명서| - https://youtube.com/watch?v=k0dCxmouCHE&si=GT57t-8OwtEIk6Qt

[지리산 ㅡ구달수] [오전 9:16] 한방에 알아보는 입출력 회로 - NPN PNP SINK SOURCE 두방 NoNo 해 - https://youtube.com/watch?v=AWsH-zd1-WE&si=CGq3NA-Cml3oa9ko

[지리산 ㅡ구달수] [오전 9:17] LS ELECTRIC | PLC 9강 2. Cnet(RS-232C, RS-422/485) 통신 실습(XGT Protocol) - https://youtube.com/watch?v=HPliLk34bdI&si=PYXAvPIDxzV5NTVM

[지리산 ㅡ구달수] [오전 9:54] https://mail.google.com/mail/u/0/#inbox/FMfcgzQcqbcdFBlqDKscSnvQqRXVXhJC


댓글 없음:

2.06 - 앤시스 실습-시작 플로우차트

  앤시스(ANSYS) 프로그램 실습 은 “무작정 버튼 누르기”보다 **정해진 사고 흐름(Workflow)**을 먼저 잡아두면 이해 속도가 확 달라집니다. Workbench 실행  ↓ Analysis System 선택  ↓ Project Schemat...