문제 해결 가이드

이 가이드는 Machine Learning for Beginners 커리큘럼을 사용할 때 발생하는 일반적인 문제를 해결하는 데 도움을 줍니다. 여기서 해결책을 찾지 못한 경우, Discord Discussions 또는 문제 등록을 확인하세요.

설치 문제

Python 설치

문제: python: command not found

해결책:

python.org에서 Python 3.8 이상을 설치하세요.
설치 확인: python --version 또는 python3 --version
macOS/Linux에서는 python 대신 python3을 사용해야 할 수 있습니다.

문제: 여러 Python 버전이 충돌을 일으킴

해결책:

# Use virtual environments to isolate projects
python -m venv ml-env

# Activate virtual environment
# On Windows:
ml-env\Scripts\activate
# On macOS/Linux:
source ml-env/bin/activate

Jupyter 설치

문제: jupyter: command not found

해결책:

# Install Jupyter
pip install jupyter

# Or with pip3
pip3 install jupyter

# Verify installation
jupyter --version

문제: Jupyter가 브라우저에서 실행되지 않음

해결책:

# Try specifying the browser
jupyter notebook --browser=chrome

# Or copy the URL with token from terminal and paste in browser manually
# Look for: http://localhost:8888/?token=...

R 설치

문제: R 패키지가 설치되지 않음

해결책:

# Ensure you have the latest R version
# Install packages with dependencies
install.packages(c("tidyverse", "tidymodels", "caret"), dependencies = TRUE)

# If compilation fails, try installing binary versions
install.packages("package-name", type = "binary")

문제: IRkernel이 Jupyter에서 사용 불가

해결책:

# In R console
install.packages('IRkernel')
IRkernel::installspec(user = TRUE)

Jupyter Notebook 문제

커널 문제

문제: 커널이 계속 죽거나 재시작됨

해결책:

커널 재시작: Kernel → Restart
출력 지우고 재시작: Kernel → Restart & Clear Output
메모리 문제 확인 (성능 문제 참조)
개별 셀을 실행하여 문제 코드 식별

문제: 잘못된 Python 커널 선택됨

해결책:

현재 커널 확인: Kernel → Change Kernel
올바른 Python 버전 선택
커널이 없으면 생성:

python -m ipykernel install --user --name=ml-env

문제: 커널이 시작되지 않음

해결책:

# Reinstall ipykernel
pip uninstall ipykernel
pip install ipykernel

# Register the kernel again
python -m ipykernel install --user

Notebook 셀 문제

문제: 셀이 실행되지만 출력이 표시되지 않음

해결책:

셀이 실행 중인지 확인 ([*] 표시 확인)
커널 재시작 후 모든 셀 실행: Kernel → Restart & Run All
브라우저 콘솔에서 JavaScript 오류 확인 (F12)

문제: 셀 실행 불가 - "Run" 클릭 시 반응 없음

해결책:

Jupyter 서버가 터미널에서 실행 중인지 확인
브라우저 페이지 새로고침
Notebook 닫고 다시 열기
Jupyter 서버 재시작

Python 패키지 문제

Import 오류

문제: ModuleNotFoundError: No module named 'sklearn'

해결책:

pip install scikit-learn

# Common ML packages for this course
pip install scikit-learn pandas numpy matplotlib seaborn

문제: ImportError: cannot import name 'X' from 'sklearn'

해결책:

# Update scikit-learn to latest version
pip install --upgrade scikit-learn

# Check version
python -c "import sklearn; print(sklearn.__version__)"

버전 충돌

문제: 패키지 버전 호환성 오류

해결책:

# Create a new virtual environment
python -m venv fresh-env
source fresh-env/bin/activate  # or fresh-env\Scripts\activate on Windows

# Install packages fresh
pip install jupyter scikit-learn pandas numpy matplotlib seaborn

# If specific version needed
pip install scikit-learn==1.3.0

문제: pip install이 권한 오류로 실패

해결책:

# Install for current user only
pip install --user package-name

# Or use virtual environment (recommended)
python -m venv venv
source venv/bin/activate
pip install package-name

데이터 로딩 문제

문제: CSV 파일 로딩 시 FileNotFoundError

해결책:

import os
# Check current working directory
print(os.getcwd())

# Use relative paths from notebook location
df = pd.read_csv('../../data/filename.csv')

# Or use absolute paths
df = pd.read_csv('/full/path/to/data/filename.csv')

R 환경 문제

패키지 설치

문제: 패키지 설치가 컴파일 오류로 실패

해결책:

# Install binary version (Windows/macOS)
install.packages("package-name", type = "binary")

# Update R to latest version if packages require it
# Check R version
R.version.string

# Install system dependencies (Linux)
# For Ubuntu/Debian, in terminal:
# sudo apt-get install r-base-dev

문제: tidyverse 설치 불가

해결책:

# Install dependencies first
install.packages(c("rlang", "vctrs", "pillar"))

# Then install tidyverse
install.packages("tidyverse")

# Or install components individually
install.packages(c("dplyr", "ggplot2", "tidyr", "readr"))

RMarkdown 문제

문제: RMarkdown이 렌더링되지 않음

해결책:

# Install/update rmarkdown
install.packages("rmarkdown")

# Install pandoc if needed
install.packages("pandoc")

# For PDF output, install tinytex
install.packages("tinytex")
tinytex::install_tinytex()

퀴즈 애플리케이션 문제

빌드 및 설치

문제: npm install 실패

해결책:

# Clear npm cache
npm cache clean --force

# Remove node_modules and package-lock.json
rm -rf node_modules package-lock.json

# Reinstall
npm install

# If still fails, try with legacy peer deps
npm install --legacy-peer-deps

문제: 포트 8080이 이미 사용 중

해결책:

# Use different port
npm run serve -- --port 8081

# Or find and kill process using port 8080
# On Linux/macOS:
lsof -ti:8080 | xargs kill -9

# On Windows:
netstat -ano | findstr :8080
taskkill /PID <PID> /F

빌드 오류

문제: npm run build 실패

해결책:

# Check Node.js version (should be 14+)
node --version

# Update Node.js if needed
# Then clean install
rm -rf node_modules package-lock.json
npm install
npm run build

문제: 린팅 오류로 빌드 불가

해결책:

# Fix auto-fixable issues
npm run lint -- --fix

# Or temporarily disable linting in build
# (not recommended for production)

데이터 및 파일 경로 문제

경로 문제

문제: Notebook 실행 시 데이터 파일을 찾을 수 없음

해결책:

항상 Notebook을 포함된 디렉토리에서 실행하세요
```
cd /path/to/lesson/folder
jupyter notebook
```

코드에서 상대 경로 확인

# Correct path from notebook location
df = pd.read_csv('../data/filename.csv')

# Not from your terminal location

필요 시 절대 경로 사용

import os
base_path = os.path.dirname(os.path.abspath(__file__))
data_path = os.path.join(base_path, 'data', 'filename.csv')

데이터 파일 누락

문제: 데이터셋 파일이 누락됨

해결책:

데이터가 저장소에 포함되어야 하는지 확인 - 대부분의 데이터셋은 포함되어 있음
일부 레슨은 데이터 다운로드가 필요할 수 있음 - 레슨 README 확인
최신 변경 사항을 가져왔는지 확인:
```
git pull origin main
```

일반적인 오류 메시지

메모리 오류

오류: MemoryError 또는 데이터 처리 중 커널 종료

해결책:

# Load data in chunks
for chunk in pd.read_csv('large_file.csv', chunksize=10000):
    process(chunk)

# Or read only needed columns
df = pd.read_csv('file.csv', usecols=['col1', 'col2'])

# Free memory when done
del large_dataframe
import gc
gc.collect()

수렴 경고

경고: ConvergenceWarning: Maximum number of iterations reached

해결책:

from sklearn.linear_model import LogisticRegression

# Increase max iterations
model = LogisticRegression(max_iter=1000)

# Or scale your features first
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

플로팅 문제

문제: Jupyter에서 플롯이 표시되지 않음

해결책:

# Enable inline plotting
%matplotlib inline

# Import pyplot
import matplotlib.pyplot as plt

# Show plot explicitly
plt.plot(data)
plt.show()

문제: Seaborn 플롯이 다르게 보이거나 오류 발생

해결책:

import warnings
warnings.filterwarnings('ignore', category=UserWarning)

# Update to compatible version
# pip install --upgrade seaborn matplotlib

유니코드/인코딩 오류

문제: 파일 읽기 시 UnicodeDecodeError

해결책:

# Specify encoding explicitly
df = pd.read_csv('file.csv', encoding='utf-8')

# Or try different encoding
df = pd.read_csv('file.csv', encoding='latin-1')

# For errors='ignore' to skip problematic characters
df = pd.read_csv('file.csv', encoding='utf-8', errors='ignore')

성능 문제

Notebook 실행 속도 저하

문제: Notebook 실행이 매우 느림

해결책:

메모리 확보를 위해 커널 재시작: Kernel → Restart
사용하지 않는 Notebook 닫기로 리소스 확보

테스트용으로 작은 데이터 샘플 사용:

# Work with subset during development
df_sample = df.sample(n=1000)

코드 프로파일링으로 병목 현상 찾기:

%time operation()  # Time single operation
%timeit operation()  # Time with multiple runs

높은 메모리 사용량

문제: 시스템 메모리 부족

해결책:

# Check memory usage
df.info(memory_usage='deep')

# Optimize data types
df['column'] = df['column'].astype('int32')  # Instead of int64

# Drop unnecessary columns
df = df[['col1', 'col2']]  # Keep only needed columns

# Process in batches
for batch in np.array_split(df, 10):
    process(batch)

환경 및 설정

가상 환경 문제

문제: 가상 환경이 활성화되지 않음

해결책:

# Windows
python -m venv venv
venv\Scripts\activate.bat

# macOS/Linux
python3 -m venv venv
source venv/bin/activate

# Check if activated (should show venv name in prompt)
which python  # Should point to venv python

문제: 패키지가 설치되었지만 Notebook에서 찾을 수 없음

해결책:

# Ensure notebook uses the correct kernel
# Install ipykernel in your venv
pip install ipykernel
python -m ipykernel install --user --name=ml-env --display-name="Python (ml-env)"

# In Jupyter: Kernel → Change Kernel → Python (ml-env)

Git 문제

문제: 최신 변경 사항을 가져올 수 없음 - 병합 충돌

해결책:

# Stash your changes
git stash

# Pull latest
git pull origin main

# Reapply your changes
git stash pop

# If conflicts, resolve manually or:
git checkout --theirs path/to/file  # Take remote version
git checkout --ours path/to/file    # Keep your version

VS Code 통합

문제: Jupyter Notebook이 VS Code에서 열리지 않음

해결책:

VS Code에서 Python 확장 설치
VS Code에서 Jupyter 확장 설치
올바른 Python 인터프리터 선택: Ctrl+Shift+P → "Python: Select Interpreter"
VS Code 재시작

추가 자료

Discord Discussions: #ml-for-beginners 채널에서 질문하고 해결책 공유
Microsoft Learn: ML for Beginners 모듈
비디오 튜토리얼: YouTube 재생 목록
문제 추적기: 버그 신고

여전히 문제가 있나요?

위의 해결책을 시도했지만 여전히 문제가 발생한다면:

기존 문제 검색: GitHub Issues
Discord에서 논의 확인: Discord Discussions
새로운 문제 등록: 다음을 포함하세요:
- 운영 체제 및 버전
- Python/R 버전
- 오류 메시지 (전체 추적)
- 문제를 재현하는 단계
- 이미 시도한 해결책

우리는 도와드릴 준비가 되어 있습니다! 🚀

면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있으나, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서의 원어 버전이 권위 있는 출처로 간주되어야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

문제 해결 가이드

목차

설치 문제

Python 설치

Jupyter 설치

R 설치

Jupyter Notebook 문제

커널 문제

Notebook 셀 문제

Python 패키지 문제

Import 오류

버전 충돌

데이터 로딩 문제

R 환경 문제

패키지 설치

RMarkdown 문제

퀴즈 애플리케이션 문제

빌드 및 설치

빌드 오류

데이터 및 파일 경로 문제

경로 문제

데이터 파일 누락

일반적인 오류 메시지

메모리 오류

수렴 경고

플로팅 문제

유니코드/인코딩 오류

성능 문제

Notebook 실행 속도 저하

높은 메모리 사용량

환경 및 설정

가상 환경 문제

Git 문제

VS Code 통합

추가 자료

여전히 문제가 있나요?

FilesExpand file tree

TROUBLESHOOTING.md

Latest commit

History

TROUBLESHOOTING.md

File metadata and controls

문제 해결 가이드

목차

설치 문제

Python 설치

Jupyter 설치

R 설치

Jupyter Notebook 문제

커널 문제

Notebook 셀 문제

Python 패키지 문제

Import 오류

버전 충돌

데이터 로딩 문제

R 환경 문제

패키지 설치

RMarkdown 문제

퀴즈 애플리케이션 문제

빌드 및 설치

빌드 오류

데이터 및 파일 경로 문제

경로 문제

데이터 파일 누락

일반적인 오류 메시지

메모리 오류

수렴 경고

플로팅 문제

유니코드/인코딩 오류

성능 문제

Notebook 실행 속도 저하

높은 메모리 사용량

환경 및 설정

가상 환경 문제

Git 문제

VS Code 통합

추가 자료

여전히 문제가 있나요?