안녕하세요. 강의 잘 듣고 있습니다. 감사합니다. 스프린트 2 실습환경 구축 중 kubectl command not found 이슈가 생겨서 vagrant 파일을 확인했는데 kubectl 설치 항목에 kubelet만 설치되고 있고 kubectl을 설치하는 코드가 없더라구요 그래서 따로 yum install -y kubectl-1.27.2-150500.1.1.x86_64 --disableexcludes=kubernetes 위 항목을 넣어 설치하니 해결되었습니다. 혹시 제가 놓친 부분이 있어서 kubectl command not found 이슈를 만난 것인지 궁금하여 질문 드립니다! https://cafe.naver.com/kubeops/84 위 가이드를 따라 만들었고, https://raw.githubusercontent.com/k8s-1pro/install/main/ground/cicd-server/vagrant-2.3.4/Vagrantfile 해당 vagrant file에 kubectl 설치 스크립트가 존재하지 않았습니다.
안녕하세요! 선생님 강의 감사하게 잘 듣고 있습니다! 다름이 아니라 헷갈리는 부분이 있어서 질문드립니다. 강의에서 설명해주시는 것을 바탕으로 다음과 같이 정리했습니다. Container Runtime : 컨테이너 생성해주는 역할 ContainerD, CRI-O, 미란티스 컨테이너 런타임이 있다. 의문점이 생긴 부분은 다음 내용입니다. 강의를 진행하시면서 "Docker로 만든 이미지가 CRI-O에서 잘 돌아갈 것이라 생각할 수 있다" 라고 부연설명을 해주셨는데, Container Runtime이 Container의 실행하는 역할도 수행할 수 있는 것인가요? 혹은 Docker로 만든 이미지와 CRI-O를 통해서 만든 이미지는 같다라고 말씀하고 싶으셨던 걸까요? 컨테이너 런타임은 컨테이너를 생성하는 주체라고 이해하면서 해당 부분이 헷갈려 추가적으로 찾아보기도 했는데, 명확하게 무엇인지 혹은 어떤 역할을 하는지 알려주는 레퍼런스가 없어서 질문드립니다!
맥에서 iterm에 접속하고 docker -version을 치면 docker server의 os가 linux로 나와있어서 그때부터 의문점이 생겨 질문드립니다. 도커가 리눅스 커널(Namespace, Cgroups)를 활용하여 컨테이너를 만들고 관리하는 것 같습니다. 그런데 맥에서는 어떻게 이게 가능한건지 궁금합니다. 제 예상으로는 도커 데스크탑이 어떤 기술에 의해 리눅스명령을 도커에 실행하면 도커가 명령을 받고 필요한 시스템 콜을 요청할때 도커 데스크탑이 맥 os가 알아들을 수 있게 변환작업을 하는 것같은데 맞는 걸까요?
프로님 반가워요 ㅎㅎ 강의 너무 재미있게 듣고 있습니다 ! 다만 모바일 환경에서 특정 섹션이 재생되지 않아서 문의드려요! "섹션 4. Sprint2 - 배포 파이프라인 단계적으로 구축하기" 파트가 PC 웹브라우저에선 정상 시청이 되고 모바일에서는 아래화면으로 나오더라구요! 모바일에서 시청할 수 있으면 하는 마음에 문의드려요 !..
교수님 안녕하십니까 교수님의 수업을 정말 즐기면서 듣고있는 AI빅데이터 전공 대학생입니다. 교수님의 강의 피마 인디언 당뇨병 예측 편을 보고 여태 배운 것을 백분 활용하여 제 방식대로 따로 모델을 구현을 해보았는데요. 먼저 임신횟수와 Outcome을 제외한 나머지 column들에 있는 0 값들은 모두 결측치로 판단하고 평균 값으로 대체하였습니다. RandomForestClassifier 알고리즘을 사용하고 GridSearchCV 함수를 통해 best estimator를 추출였습니다. 정밀도와 재현율이 동시에 높으면 좋지만 재현율이 증가하면 정밀도가 하락하는 현상(trade-off) 때문에 둘 중 하나를 선택해야 했고 이 피마 인디언 당뇨병 데이터 셋 같은 경우 병의 발견 목적으로 모델을 제작한다고 했을 때 실제로 당뇨병인데 모델이 당뇨병이 아니라고 예측하는 것이 치명적이라고 생각하여 정밀도 보다는 재현율을 중점적으로 보았습니다. 그리하여 precision_recall_curve 함수를 통해 최적의 재현율과 F1_score얻은 threshold 값을 추출하였습니다. 제가 얻은 값은 오차 행렬 [[72 28] [ 4 50]] 정확도: 79.22% , 정밀도: 64.10% , 재현율 92.59%, F1_Score: 75.76% 임계값: 0.32212471005503873 입니다. 오차 행렬을 보았을때도 한쪽에 치우쳐있는 불균형도 없다고 판단하였고 정밀도와 재현율 f1_score도 괜찮게 나왔다고 판단했습니다. 임계값을 0.32212471005503873로 주었을 때 roc_auc_score는 0.82296이라는 1에 꽤나 근접한 수치를 얻었습니다. 질문1: 이런식으로 모델을 찾아가는 방식이 옳은 방식인지 궁금합니다. 질문2: 제가 선택한 모델을 사용한다고 한다면 매번 RandomClassifier로 fit한 model을 Binarizer을 통해서 threshold 값을 매번 지정해주어야 하는건가요? 애초에 처음 모델을 fit할 때 임계값을 제가 부여는 못하는 것일가요?
File "/usr/local/lib/python3.9/site-packages/MySQLdb/connections.py", line 193, in init super().__init__(*args, **kwargs2) django.db.utils.OperationalError: (1044, "Access denied for user 'django'@'%' to database 'django'") mariadb 컨테이너를 실행 후, django 컨테이너를 실행 시 위와 같은 오류가 발생합니다. 찾아보니 django 에 대한 권한이 없어서 그렇다고 하는데, 해결방법이 있을까요?
선생님 안녕하세요! 5장 회귀 실습 2:캐글경연 주택가격 예측-Advanced Regression Techniques - 01 을 듣다가 타겟 값인 Price를 로그 변환하여 정규 분포 형태로 변환하고, 피처들 중 숫자형 컬럼의 Null 값 데이터 처리 부분 코드를 다음과 같이 썼습니다. 그런데 결과가 사진과 같이 float64가 포함된 형태로 나왔습니다. 제가 어떤 부분에서 잘못한 건지, 그리고 어떻게 해야 선생님과 같은 결과가 나올 수 있나요?ㅎㅎ # SalePrice 로그 변환 original_SalePrice = house_df['SalePrice'] house_df['SalePrice'] = np.log1p(house_df['SalePrice']) # Null이 너무 많은 컬럼들과 불필요한 컬럼 삭제 house_df.drop(['Id', 'PoolQC', 'MiscFeature', 'Alley', 'Fence', 'FireplaceQu'], axis=1, inplace=True) # Drop하지 않는 숫자형 Null 컬럼들은 평균 값으로 대체 num_columns = house_df.dtypes[house_df.dtypes !='object'].index.to_list() house_df[num_columns].fillna(house_df[num_columns].mean(), inplace=True) # Null 값이 있는 피처명과 타입을 추출 null_column_count = house_df.isnull().sum()[house_df.isnull().sum() > 0] print('## Null 피처의 Type :\n', house_df.dtypes[null_column_count.index])
python-telegram-bot 20 버전부터는 비동기 프로그래밍이 적용되어 강의와는 다른 코드가 필요합니다. https://github.com/python-telegram-bot/python-telegram-bot/wiki/Introduction-to-the-API 위 깃허브 python-telegram-bot 공식 위키 페이지로 가시면 필수적이고 간단한 용례들을 보실 수 있습니다.
안녕하세요, 강사님 강의 잘 듣고 있습니다. 수강 중 카페에 올라온 스크립트로 헬름이 설치가 안돼서 [root@cicd-server ~]# curl -fsSL -o get_helm.sh https://raw.githubusercontent.com/helm/helm/main/scripts/get-helm-3 [root@cicd-server ~]# chmod 700 get_helm.sh [root@cicd-server ~]# ./get_helm.sh 이렇게 설치했습니다. 그리고 인텔리제이도 우여곡절 끝에 연결해서 강의랑 똑같은 실습 환경을 만들었습니다. (바라는 점이 있다면, 인텔리제이 연결하는 법도 카페 글에 추가적으로 설명해주시면 너무 감사할 것 같습니다.) 강의중 샘플파일이 있던데 제 실습환경에는 존재하지 않더라구요 젠킨스로 2221 빌드하면 생기는 것인가요? helm부터 실습을 따라가기가 벅차네요.. 참고로 실습환경은 맥 m2입니다. 아참, 인텔리제이에서 values.yaml를 수정하는데 적용이 안되는 것 같습니다. 이 부분은 어떻게 처리해야 될까요?
현재 강좌까지 들은 상황에서 궁금한 점이 있어 글을 쓰게 되었습니다. 이미지 안에 OS 도 포함된 것으로 보이는데 그렇다면 이미지를 만드는 주체자는 각 OS 별로 별도로 파일들을 만들어줘야 하나요? 그렇다면 너무 많은 이미지를 생성해야하는 것 아닌가 하는 의문이 듭니다. -- 강의 설명이 아주 친절해서 좋은 것 같아요. :)
안녕하세요 해당 강의 15분 입니다. Pipeline 2212-jenkins_pipeline-step2 만들고 지금 빌드 누르면 잘 되다가 소스빌드 부분부터 에러가 발생합니다. 해당 오류처럼 나오는데 제가 빼먹은 게 있을까요? 다시 카페에서 페이지 보고 수정해도 안되네요 참고로 실습환경은 mac m2입니다.
안녕하세요 일프로님, 강의 잘 보고 있습니다. 강의를 듣다가 궁금한 점이 생겼는데요, service에 replicaset이 연결이 되면 트래픽은 어떤 알고리즘으로 분산되나요? 라운드 로빈인가요? 공식 문서의 서비스 파트에는 나오질 않네요... 수업에서 kube-proxy에 있는 iptables에 Service IP -> Pod IP:port라는 규칙이 등록된다고 하셨는데 서비스 하나에 연결된 컨트롤러의 파드가 여러개일 경우 어떻게 분산되는 지 궁금합니다.
해당 강의에서 작성하는 코드를 그대로 실행하면 되지 않습니다. 현재 iframe 태그가 자바스크립트를 통해 실행되기 때문에 페이지가 로드된 후에도 자바스크립트가 실행될 시간이 필요합니다. 강의처럼 iframe의 주소만 따와서 실행시키는 것이 아닌 전체 주소를 가져와 iframe 태그로 전환시켜주고 자바스크립트 실행까지 기다려 주는 방식으로 진행하셔야 합니다. https://velog.io/@os_js/%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EC%9B%B9-%ED%81%AC%EB%A1%A4%EB%A7%81%EC%9D%B4%EC%9A%A9-%ED%85%94%EB%A0%88%EA%B7%B8%EB%9E%A8-%EC%B1%97%EB%B4%87 저도 강의중 안됐던 내용이 있었기에 그에 대한 내용을 블로그에 올려두었습니다. 강의 진행대로 따라하다가 안되는 부분만 정리하여 올렸기 때문에 강의내용과 비교하시면서 보셔야 될 듯 합니다.
안녕하세요, 강의 듣는 도중 궁금한 점이 있어서 글을 남깁니다. 1. worker node를 master node에 join 시킨 다는게 무엇인지, 구체적인 의미가 궁금합니다. worker component와 worker node는 동일한 개념인지? worker component에 application을 올리기 위한 공간이라면, kubelet은 왜 worker component에 포함이 되지 않는지 Addon은 어디에 설치되는 것인지, 검색해보니 addon은 control plane component와 구분되는 개념인 것 같은데, 그림 상에서는 control plane component 내부에 있어서 관련되어 있는지 궁금합니다
Jupyter command jupyter-contrib not found. 지금 이 오류가 떠서 설치가 안되고 있는데요. 어떻게 해결해야 할까요?? 제가 봤을땐, pip install jupyter_contrib_nbextensions 이 부분은 실행이 되는데 jupyter contrib nbextension 이 부분에서 오류가 생기는 것 같습니다. ㅠㅠ
