티스토리

development note

검색하기

블로그 홈

development note

shannon.tistory.com/m

Sumin Lim 님의 블로그입니다.

구독자: 0

방명록 방문하기

주요 글 목록

t-sne 정형데이터/분류시 사용 t-분포 확률적 임베딩은 데이터의 차원 축소에 사용되는 기계 학습 알고리즘 중 하나로, 2002년 샘 로이스Sam Rowise와 제프리 힌턴에 의해 개발되었다. t-SNE는 비선형 차원 축소 기법으로, 고차원 데이터를 특히 2, 3차원 등으로 줄여 가시화하는데에 유용하게 사용된다.feature개수는 몇 천개고, train,test데이터 불균형은 심할 때, 어느 부분이 얼마나 다른지 확인해야될 때가 있다. 이때 사용하면 유용하다. 모 대회에서는 train 데이터 셋과 test 데이터 셋의 차이가 심하고, 심지어 test의 특정 class가 train에 거의 없는 것만 들어간 적이 있었다. 일반적인 분류알고리즘으로 성능이 너무 안나와서 t-sne를 그려보니, test의 데이터셋에 알 수 없는 class가 뭉.. 공감수 1 댓글수 0 2024. 10. 26.
kaggle에서 원격 데이터 로드, 파일 다운 안될 때 Downloading files in Kaggle gives - 'failed: Temporary failure in name resolution' error Downloading files in Kaggle gives - 'failed: Temporary failure in name resolution' errorI try to download a script from github on Kaggle - !rm -rf utils.py !wget raw.githubusercontent.com/sevenfx/fastai_audio/master/notebooks/utils.py I get this error - Resolving raw.stackoverflow.com Settings 에 internet on .. 공감수 0 댓글수 0 2024. 8. 27.
mac OS 에서 graphviz설치 pip install pydotconda install graphvizmac OS 에서 graphviz설치는 무적건 conda로 한다.개별적인 pip로 되지 않는다.%pip install pydot==2.0.0#%pip install pydotplus#%pip install graphviz이렇게 하면 설치는 개별적으로 되는데, 동작이 불가능한 버전으로 깔린다. graphviz는 이미지생성 해주는 라이브러리이고 mac에 맞는 것을 conda가 깔아준다.결론 conda만세 공감수 0 댓글수 0 2024. 8. 27.
강화학습 deadly triad 불안정성을 높이는 치명적 삼위일체* 함수근사: 메모리와 컴퓨터의 계산 능력을 훨씬 능가하는 상태 공간으로부터 일반화를 수행하는 강력하고 측정 가능한 방법(선형 함수 근사 또는 ANN)* 부트스트랩: mc 방법처럼, 실제 보상 및 완전한 이득에 전적으로 의존하기 보다는 (동적 프로그래밍이나 TD방법처럼) 이미 존재하는 추정값을 포함하고 있는 목표를 갱신하는 것* 비활성 정책 훈련: 목표 정책에 의해 만들어진 분포보다는 전이의 분포에 대해 훈련하는 것. 동적 프로그래밍에서처럼 상태 공간에 있는 모든 상태를 균일하게 일괄적으로 갱신하는 것은 목표 정책을 따르지 않는다. 이것이 비활성 정책 훈련의 예제이다.함수근사를 피하는 게 가장 어렵다. 규모가 큰 문제로의 확장성 및 굉장히 많은 것을 표현할 수 있는 능력을.. 공감수 1 댓글수 0 2024. 8. 16.
MLM (Masked Language Model) BERT에서 사전학습은 MLM과 NSP를 통해 이뤄짐MLM(Masked Language Model)입력문서 내 단어(토큰)의 15%가 [MASK]토큰으로 가려지고, 원래 단어를 추측하는 빈칸 채우기 (fill-in-the-blank)작업NSP(Next Sentence Prediction): 두 개의 문장을 선택해서 그들이 원래 문장에서 (앞뒤로 놓인)연속적인 문장인지 아닌지를 예측하는 작업BERT, ALBERT, DistilBERT 모델의 MLM 결과는 비슷하다https://github.com/jasonyim2/book3/blob/main/Transformers%2017-26.ipynb book3/Transformers 17-26.ipynb at main · jasonyim2/book3Contribute.. 공감수 0 댓글수 0 2024. 8. 11.
python arg생성 후 실행 안되는 에러 "error: unrecognized arguments: -f" 가 떴을 때,#방법1#args = parser.parse_args() #AS-isargs, unknown = parser.parse_known_args()윗줄을 두번째 줄과 같이 바꿔준다.#방법2또는parser.parse_args('')처럼 빈 arg스트링 하나를 넣어도 된다. 공감수 0 댓글수 0 2024. 8. 6.
device가 사용중일 때 나타나는 에러 process %d terminated with exit code %d 공감수 0 댓글수 0 2024. 8. 6.
스크럼,애자일에 관한 좋은 글 https://yozm.wishket.com/magazine/detail/1728/?fbclid=IwAR2xvJ2tGmFg_zFZW6gtby6S4f_u_4ts5Y8KSuzCPn3dARv8_ejnnN-hniQ&mibextid=li3ck7 공감수 0 댓글수 0 2024. 7. 13.
정규식 T로 시작하지 않는 문자열'\b[^T]'를 사용한다.A-UT-Z이런 식을 지양한다. 공감수 0 댓글수 0 2024. 7. 13.
ms azure AI document AI image 인식 https://learn.microsoft.com/ko-kr/training/modules/plan-form-recognizer-solution/4-choose-model-type 모델 형식을 선택합니다. - Training모델 형식을 선택합니다.learn.microsoft.comhttps://learn.microsoft.com/ko-kr/azure/ai-services/document-intelligence/quickstarts/get-started-sdks-rest-api?view=doc-intel-3.1.0&preserve-view=true&pivots=programming-language-python 빠른 시작: 문서 인텔리전스(이전의 Form Recognizer) 클라이언트 라이브러리 - Azu.. 공감수 0 댓글수 0 2024. 6. 26.
터미널에서 conda 설정 자동 해제 프롬프트에서 conda가 실행되어 있다면> (base)이렇게 뜨는데, conda 자동실행을 해제하는 명령어는conda config --set auto_activate_base false이다..bash_profile에 해둬도 된다. 공감수 0 댓글수 0 2024. 5. 9.
chatopenai error 트러블슈팅 호출하다 error나고 호출도 안한 함수 잘못 쓰고 있다, 에러라는 attribute가 없다 등의 이상한 에러를 내뱉어서구글링 해보니 이게 다 버전문제라고해서chatopenai 최신버전으로 업뎃하고, import도 warnning메세지를 보고 고쳤더니 된다. open AI 에러메세지는 아직 직관적이지 않아서, 난해한 편인듯. from langchain.chat_models import ChatOpenAIfrom langchain.llms import OpenAIfrom langchain_openai import ChatOpenAImodel_name = "gpt-3.5-turbo"temperature = 0.0llm = ChatOpenAI(model_name=model_name, .. 공감수 0 댓글수 0 2024. 5. 9.
Vector Store Index Creator, memory https://hipster4020.tistory.com/189 LangChain이란? LangChain으로 강력한 LLM 서비스 구축하기LangChain은 LLM에서 구동되는 APP을 개발하기 위한 프레임워크입니다. LangChain에서 제공되는 라이브러리를 활용하여 쉽게 LLM 기술들을 활용할 수 있습니다. 현재는 Javascript, Python으로 구분해서 관리hipster4020.tistory.com변환기, 임베딩 및 검색기강력한 정보 검색 시스템을 만들려면 벡터 저장소, 임베딩 및 검색기를 결합하는 복잡한 시스템이 필요합니다.Vector Store Index Creator - 벡터 저장소, 임베딩 및 검색기를 통합하여 정보 검색 시스템 설정 프로세스를 간소화합니다.프로세스의 주요 단계문서 로딩.. 공감수 0 댓글수 0 2024. 5. 6.
DP-900, wrap up 안녕하세요. Microsoft Azure의 관계형 데이터에 대한 과정을 요약하는 이 강의에 오신 것을 환영합니다. 이 강의에서는 주요 개념을 요약하고 과정 2에서 다루는 주제에 대한 연습 시험을 치르게 됩니다. 과정 2에서는 관계형 데이터 서비스를 다루고 Microsoft에서의 관계형 데이터 프로비전, 배포 및 쿼리에 대해 살펴보았습니다. Azure에서 Microsoft Azure 가상 머신을 SQL 데이터베이스로 사용하는 SQL 서버를 포함하는 관계형 데이터 서비스에 대해 배웠습니다. PostgreSQL MariaDB와 MySQL을 통해 온 프레미스 시스템을 Azure 가상 머신 컬렉션으로 마이그레이션할 수 있다는 것을 알게 되었습니다. 이 방법을 사용하려면 여전히 DBMS를 신중하게 관리해야 합니다... 공감수 0 댓글수 0 2024. 3. 17.
Power BI Microsoft Power BI는 함께 작동하여 관련 없는 데이터 소스를 일관되고 시각적으로 몰입도 높은 대화형 인사이트로 전환하는 소프트웨어 서비스, 앱 및 커넥터 모음입니다. 데이터가 단순한 Microsoft Excel 통합 문서이든 클라우드 기반 및 온-프레미스 하이브리드 데이터 웨어하우스의 모음이든 관계없이 Power BI를 사용하면 데이터 원본에 쉽게 연결하여 중요한 내용을 시각화 및 발견하고 해당 정보를 공유할 수 있습니다. Power BI는 간단하고 빠르며 Excel 통합 문서 또는 로컬 데이터베이스에서 빠르게 통찰력을 얻을 수 있습니다. 또한 Power BI는 강력하고 엔터프라이즈급이므로 광범위한 모델링 및 실시간 분석뿐만 아니라 사용자 지정 개발도 가능합니다. 따라서 개인 보고서 및 시.. 공감수 0 댓글수 0 2024. 3. 16.
Microsoft Azure에서의 데이터 저장 및 처리 안녕하세요. 이 강의에서는 Microsoft Azure에서의 데이터 저장 및 처리에 대해 알아봅니다. 데이터는 조직 내 여러 위치에 있습니다. 클라우드 데이터 솔루션을 설계할 때는 분석을 위해 원시 데이터를 데이터 저장소에 수집해야 합니다. Azure Synapse Analytics에서 사용할 수 있는 일반적인 접근 방식은 현재 저장된 위치에서 데이터를 추출하는 것입니다. 이 데이터를 분석 데이터 저장소에 로드한 다음, 데이터를 변환하여 분석에 사용할 수 있도록 구성하세요. 이 접근 방식을 추출 로드 및 변환을 위한 ELT라고 합니다. Azure Synapse Analytics는 아파치 스파크와 자동화된 파이프라인을 사용하는 이 접근 방식에 특히 적합합니다. Synapse Analytics는 대규모 데이.. 공감수 0 댓글수 0 2024. 3. 16.
데이터 수집 이 부분에서는 데이터 로딩에 대한 일반적인 방법을 계속 설명합니다. Sequel 서버 통합 서비스. SSIS는 엔터프라이즈 수준의 데이터 통합 및 데이터 변환 솔루션을 구축하기 위한 플랫폼입니다. SSIS를 사용하여 파일을 복사 또는 다운로드하고, 데이터 웨어하우스를 로드하고, 데이터를 정리 및 마이닝하고, 후속 데이터베이스 개체 및 데이터를 관리함으로써 복잡한 비즈니스 문제를 해결할 수 있습니다. SSIS는 Microsoft의 일부입니다. 시퀄 서버. SSIS는 XML 데이터 파일, 플랫 파일 및 관계형 데이터 소스와 같은 다양한 소스에서 데이터를 추출 및 변환한 다음 데이터를 하나 이상의 대상으로 로드할 수 있습니다. SSIS에는 다양한 기본 작업 및 변환 세트가 포함되어 있습니다. 패키지를 빌드하는.. 공감수 0 댓글수 0 2024. 3. 16.
최신 데이터 웨어하우징을 위한 Azure 데이터 수집 구성 요소 대규모 제조 운영 조직에서 일하는 데이터 엔지니어라면 최신 데이터 웨어하우스를 구성하는 구성 요소에 대해 더 많이 알고 싶을 것입니다. 이 정보는 조직의 요구 사항에 가장 근접하게 부합하는 요소를 결정하는 데 도움이 됩니다. 이 부분에서는 Azure가 제공하는 데이터 서비스에 대해 자세히 알아봅니다. 이러한 서비스를 사용하면 여러 소스의 데이터를 결합하여 분석 모델로 다시 포맷하고 이러한 모델을 저장하여 후속 쿼리, 보고 및 시각화할 수 있습니다. Azure 데이터 팩토리부터 시작해 보겠습니다. Azure 데이터 팩토리는 데이터 통합 서비스로 설명됩니다. Azure Data Factory의 목적은 하나 이상의 데이터 원본에서 데이터를 검색하여 처리하는 형식으로 변환하는 것입니다. 데이터 원본은 다양한 방.. 공감수 0 댓글수 0 2024. 3. 16.
Azure Cosmos DB Azure CLI란? Azure PowerShell 설명서 Azure 리소스 관리자 템플릿이란? Azure Cosmos DB의 기본 제공 Jupyter 노트북 Azure 프라이빗 엔드포인트란 무엇인가요? Azure 리소스 관리자 템플릿을 사용하여 Azure Cosmos DB Core(SQL) API 리소스 관리 Azure Storage 방화벽 및 가상 네트워크 구성 Azure 포털을 사용하여 Azure 사용자 지정 역할 만들기 또는 업데이트 Azure 포털을 사용하여 Azure 역할 할당 추가 또는 제거 Azure Active Directory란? aZ 코스모스DB 만들기 새-AzCosmosDBAccount Microsoft Azure에서 비관계형 데이터 서비스를 프로비저닝하고 배포하는 방법을 살펴봅니다.. 공감수 0 댓글수 1 2024. 3. 16.
MS Azure - cosmoDB 테이블, 블럽 및 파일은 모두 특정 문제를 해결하는 데 도움이 되는 특수 유형의 스토리지입니다. 테이블을 읽고 쓰는 작업은 Blob에 데이터를 저장하거나 파일을 처리하는 작업과는 크게 다릅니다. 이러한 작업을 수행하기 위한 정확한 메커니즘에 대해 걱정할 필요 없이 데이터를 더 쉽게 저장하고 쿼리할 수 있는 보다 일반화된 솔루션이 필요한 경우가 있습니다. 이것이 바로 데이터베이스 관리 시스템의 유용성이 입증되는 부분입니다. 관계형 데이터베이스는 데이터를 관계형 테이블에 저장하지만 세부 조정을 구현하는 데 시간을 소비하지 않는 한 이 모델이 적용하는 구조가 너무 엄격하여 종종 성능이 저하될 수 있습니다. 총칭하여 NoSQL 데이터베이스라고 하는 다른 모델도 있습니다. 이러한 모델은 문서, 그래프, 키-값 저.. 공감수 0 댓글수 0 2024. 3. 16.
dp-900, Lesson3 / Azure Table 스토리지/ Azure 테이블 스토리지는 비SQL 키 값 모델을 구현합니다. 이 모델에서는 항목의 데이터가 필드 집합으로 저장되고 항목은 고유 키로 식별됩니다. Azure Table Storage는 클라우드에 보관되는 확장 가능한 키 값 저장소입니다. Microsoft Azure 스토리지 계정을 사용하여 테이블을 생성합니다. Azure 테이블 저장소 테이블에서 항목을 행이라고 하고 필드를 열이라고 합니다. 하지만 Azure Table Storage 테이블을 관계형 데이터베이스의 테이블과 비슷하다고 생각해서 이 용어로 혼동하지 않도록 하세요.또한 Azure Table을 사용하면 반정형 데이터를 저장할 수 있습니다. 테이블의 모든 행에는 키가 있어야 하지만 그 외에는 각 행의 열이 다를 수 있습니다. 기존 관계형 데이터.. 공감수 0 댓글수 0 2024. 3. 16.
dp-900, part2, SQL은 구조적 쿼리 언어의 약자이며 관계형 데이터베이스와 통신하는 데 사용됩니다. 관계형 데이터베이스 관리 시스템의 표준 언어입니다. SQL 문은 데이터베이스의 데이터 업데이트 또는 데이터베이스에서 데이터 검색과 같은 작업을 수행하는 데 사용됩니다.SQL을 사용하는 일반적인 관계형 데이터베이스 관리 시스템 또는 RDBMS로는 Microsoft SQL Server, MySQL, PostgreSQL, MariaDB 및 Oracle이 있습니다. SQL은 1986년에 미국 국립 표준 협회에서, 1987년에는 국제 표준화 기구 (ISO) 에 의해 처음 표준화되었습니다. 그 이후로 관계형 데이터베이스 공급업체가 시스템에 새로운 기능을 추가하면서 표준이 여러 번 확장되었습니다. 또한 대부분의 데이터베이스 공급업체는.. 공감수 0 댓글수 0 2024. 3. 16.
dp-900, Azure SQL part2 PostgreSQL 및 MySQL 프로비저닝/ 관계형 데이터 서비스 구성/ PostgreSQL용 Azure 데이터베이스 만들기 MySQL용 Azure 데이터베이스 만들기 Azure 단일 데이터베이스 만들기 Azure SQL 데이터베이스 설명서 PostgreSQL Server 매개 변수 PostgreSQL용 Azure 데이터베이스 - 단일 서버의 PostgreSQL 확장 프로그램 다음을 통해 MySQL용 Azure 데이터베이스에서 서버 매개 변수를 구성하는 방법azure 포털 사용 Azure CLI란? Azure PowerShell 설명서 Azure 리소스 관리자 템플릿이란? Azure 프라이빗 엔드포인트란? SQL 데이터베이스용 Azure Active Directory 인증이란? PostgreSQL용 Azure 데이터베이스 MySQL용 Azure 데이터베이스 Azure 포털을 .. 공감수 0 댓글수 0 2024. 3. 16.
dp-900, Azure SQL 데이터베이스/Azure SQL 데이터베이스 관리형 인스턴스/ 올바른 배포 옵션 선택 Azure SQL 데이터베이스의 단일 데이터베이스란? Azure SQL Database 관리형 인스턴스란? DMA(데이터 마이그레이션 도우미) Azure 데이터베이스 마이그레이션 서비스(DMS) 올바른 데이터 저장소 선택 전송 계층 보안 투명한 데이터 암호화 항상 암호화 데이터 마이그레이션 도우미 개요 Azure SQL 데이터베이스 관리형 인스턴스란? DMA(데이터 마이그레이션 어시스턴트) 가상 컴퓨터에서 SQL Server를 실행하는 것과 관련된 관리 오버헤드가 발생하지 않도록 하려면 Azure SQL 데이터베이스를 사용할 수 있습니다. Azure SQL 데이터베이스는 Microsoft에서 제공하는 패스 오퍼링입니다. 클라우드에서 관리형 데이터베이스 서버를 만든 다음 서버에 데이.. 공감수 0 댓글수 0 2024. 3. 16.
dp-900 , Microsoft Azure의 관계형 데이터 서비스 IaaS를 사용하면 클라우드에서 온프레미스 데이터 센터의 작동 방식을 반영하는 가상 인프라를 만들 수 있습니다. SaaS 서비스는 일반적으로 클라우드의 가상 하드웨어에 설치 및 실행되는 특정 소프트웨어 패키지입니다. Microsoft Azure는 클라우드에서 데이터베이스 관리 시스템을 실행하기 위한 다양한 옵션을 제공합니다. 예를 들어 온-프레미스 시스템을 Azure 가상 컴퓨터 컬렉션으로 마이그레이션할 수 있습니다. 이 방법을 사용하려면 여전히 DBMS를 신중하게 관리해야 합니다. 또는 사용 가능한 다양한 Azure 관계형 데이터 서비스를 활용할 수도 있습니다. 이러한 데이터 서비스가 DBMS를 관리하므로 사용자는 여기에 포함된 데이터와 이를 사용하는 응용 프로그램에 집중할 수 있습니다. Azure 가.. 공감수 0 댓글수 0 2024. 3. 16.
dp-900 pre-test 이 평가의 자동 번역 버전을 보고 계십니다. 원하는 경우 이 콘텐츠를 원래 언어로 다시 전환하여 볼 수 있습니다. 언어를 변경해도 진도는 그대로 유지됩니다.영어 버전 표시 닫기 1. 질문 1 다음 중 뷰의 특징은 무엇인가요? 해당하는 옵션을 모두 선택하십시오. 1 / 1점 뷰는 쿼리 결과 집합을 기반으로 하는 가상 테이블입니다. 맞습니다 뷰는 쿼리 결과 집합을 기반으로 하는 가상 테이블입니다. 테이블과 거의 동일한 방식으로 뷰를 쿼리하고 데이터를 필터링할 수 있습니다. 맞습니다 테이블과 거의 동일한 방식으로 뷰를 쿼리하고 데이터를 필터링할 수 있습니다. 뷰는 단일 테이블을 쿼리하는 것으로 제한됩니다. 2. 질문 2 테이블의 인덱스는 무엇을 할 수 있나요? 1 / 1점 데이터를 저장하는 데 사용할 수 있는.. 공감수 0 댓글수 0 2024. 3. 16.
dp-900 coursera prep 축하합니다! 이 과정을 완료하고 지식, 기술 및 자격을 향상하기 위한 또 다른 단계를 밟았습니다. 다음 과정에서는 Microsoft Azure의 관계형 데이터를 살펴봅니다. 과정 요약 Microsoft Azure는 다양한 관계형 데이터 서비스를 제공합니다. 이 과정에서는 다음을 학습합니다: 관계형 데이터의 특성 살펴보기 테이블, 인덱스 및 뷰 정의 관계형 데이터 워크로드 제품 살펴보기 비관계형 데이터의 특성 살펴보기 비관계형 데이터 유형 정의 비관계형 데이터베이스 및 NoSQL 데이터베이스의 유형 설명 데이터 수집 및 처리에 대해 알아보기 데이터 시각화 살펴보기 데이터 분석 살펴보기 모듈 1: Microsoft Azure의 관계형 데이터 서비스 이 모듈에서는 Microsoft Azure의 관계형 데이터 .. 공감수 0 댓글수 0 2024. 3. 16.
non-relational-workload 비관계형 데이터베이스 비관계형 데이터는 테이블 집합으로 구조화되지 않은 모든 것을 의미하는 모든 것을 포괄하는 용어입니다. 비정형 데이터에는 다양한 유형이 있고 정보가 다양한 목적으로 사용되므로 각각 특정 시나리오를 대상으로 하는 다양한 유형의 비관계형 데이터베이스 관리 시스템이 있습니다. 이제 가장 일반적인 유형의 비관계형 데이터베이스에 대해 알아봅니다. 비관계형 데이터베이스에 대해 읽다 보면 NoSQL이라는 용어를 보게 될 것입니다. NoSQL은 단순히 비관계형을 의미하는 다소 느슨한 용어입니다. 이 용어가 SQL이 아니라는 것을 암시하려는 것인지 아니면 SQL만이 아니라는 것을 의미하는지에 대해서는 논쟁의 여지가 있습니다. 일부 비관계형 데이터베이스는 테이블이 아닌 문서에 적합한 SQL 버전을 지원합니다. 예를 들어 A.. 공감수 1 댓글수 0 2024. 3. 16.
data 포맷 이전에 작업한 고객 데이터는 JSON 문서 형식입니다. :1:39부터 동영상을 재생하고 스크립트를 따라가세요.1:39 ID가 2인 고객을 위한 제목이라는 추가 필드가 있습니다. :1:45부터 동영상을 재생하고 스크립트를 따라가세요.1:45 Microsoft 웹 사이트의 SQL Server 페이지의 JSON 데이터에서 Jason에 대해 자세히 알아볼 수 있습니다. 원하는 필드를 자유롭게 정의할 수 있습니다. 중요한 점은 데이터가 JSON 문법 또는 구문을 따른다는 것입니다. 애플리케이션은 문서를 읽을 때 JSON 파서를 사용하여 문서를 구성 요소 필드로 나누고 개별 데이터를 추출할 수 있습니다. 다른 형식으로는 Avro, ORC, Parquet 등이 있을 수 있습니다. 이제 각각에 대해 간단히 살펴보겠습니.. 공감수 0 댓글수 0 2024. 3. 16.
Azure 서비스 목록 Azure 서비스 목록 Azure 서비스 이 설명서에는 가장 일반적으로 사용되는 Azure 서비스 범주에 대한 세부 정보가 포함되어 있습니다: 컴퓨팅 웹 사물 인터넷(IoT) 빅 데이터 AI DevOps 네트워킹 스토리지 모바일 데이터베이스 컴퓨팅 컴퓨팅 서비스는 종종 기업이 Azure 플랫폼으로 이동하는 주요 이유 중 하나입니다. Azure는 애플리케이션 및 서비스 호스팅을 위한 다양한 옵션을 제공합니다. 다음은 Azure의 컴퓨팅 서비스의 몇 가지 예입니다. 서비스 이름서비스 기능 Azure 가상 머신 Azure에서 호스팅되는 Windows 또는 Linux 가상 머신(VM) Azure 가상 머신 스케일 세트 Azure에서 호스트되는 Windows 또는 Linux VM에 대한 스케일링 Azure Kub.. 공감수 0 댓글수 0 2024. 3. 16.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.