2.5 Jupyter Notebook  사용 가이드

2.5.1 Jupyter Notebook 

Jupyter Notebook은 데이터 과학 분야에서 인기있는 open source web application으로 데이터 클리닝과 변형, 수치 시물레이션, 통계 모델링, 머신러닝에 사용합니다. 이를 활용해서 라이브 코드, 등식, 시각화와 설명을 위한 텍스트 등을 포함한 문서를 만들고 활용할 수 있습니다.

ㅁ Jupyter Notebook 접속 하기 

ㅇ 웹 브라우저를 이용해서 공인 IP 주소:8888(포트 포워딩)에 접속합니다.
- 공인 IP 주소는 콘솔의 Server 네트워킹 메뉴에서 확인할 수 있습니다.
- 8888포트는 포트포워딩 규칙에 의해 설정된 것으로 향후 포트포워딩 메뉴를 통해 변경할 수 있습니다.

ㅇ 초기 Password는 'jupyter'를 입력하고 Log in을 클릭합니다.

ㅁ Jupyter Notebook 비밀번호 변경 

ㅇ Jupyter Notebook에 접속할 수 있는 기본 비밀번호를 변경합니다.
- KT Cloud Deep Learning Server 이용방법의 터미널 접속방법을 이용하여 터미널에 접속합니다.
- 터미널에서 'dlspasswd'를 입력하여 비밀번호를 변경합니다.
- 비밀번호 변경 작업을 완료한 후에는 자동으로 Jupyter 프로세스가 재시작됩니다.

ㅁ Jupyter Notebook 부가기능(v2.1만 가능) 

ㅇ Jupyter Notebook에 Conda 패키지들을 설치하고 관리할 수 있습니다.
- 상단의 Conda탭에서 해당 기능을 이용할 수 있습니다.
- ①에서 관련 패키지들을 설치할 수 있습니다. 원하는 패키지를 검색한 후 오른쪽의 화살표를 누르면 설치가 진행됩니다.
- ②에서는 현재 설치된 패키지들을 확인 할 수 있습니다.(삭제, 업데이트 가능)



ㅇ Jupyter Notebook에 자신만의 개발 환경을 구성할 수 있습니다. 
- 상단의 Nbextensions탭에서 해당 기능을 이용할 수 있습니다.
- ①에서 원하는 기능들을 체크하면 ②에서 해당 기능의 설명을 확인할 수 있고 사용할 수 있습니다.

ㅁ Jupyter Notebook용 Deep Learning 예제

ㅇ kt에서는 Deep Learning Server 상품을 신청한 후 Jupyter Notebook에서 사용해 볼 수 있는 Deep Learning 예제를 제공합니다.
    각 예제에 대한 상세한 설명은 Jupyter Notebook 접속 후 해당 예제를 클릭하면 확인 및 실행 해 볼 수 있습니다.
- 1. Numpy를 사용한 벡터와 행렬연산 : Deep Learning을 위해 필요한 기초 학습1
- 2. Pandas를 활용한 데이터 탐색: Deep Learning을 위한 데이터 탐색 방법 학습
- 3. 시각화 - Matplotlib: 시각화 방법 학습
- 4. Machine Learning Workflow 
- 5. Image - MNIST Tensorflow: 숫자카드 검출하기
- 6. keras를 사용한 머신러닝
- 7. Scikit-Learn을 사용한 머신러닝
- 8. Fashion-MNIST TensorBoard : 이미지 분류
- 9. 네이버 영화 댓글 감정 분석: 형태소 분석 방법