Skip to content

TROUBLESHOOTING.md

Latest commit

 

History

History
601 lines (428 loc) · 14.9 KB

TROUBLESHOOTING.md

File metadata and controls

601 lines (428 loc) · 14.9 KB

トラブルシューティングガイド

このガイドは、Machine Learning for Beginners カリキュラムでよくある問題を解決するための手助けをします。ここで解決策が見つからない場合は、Discord Discussions を確認するか、問題を報告してください。

目次

インストールの問題

Python のインストール

問題: python: command not found

解決策:

  1. python.org から Python 3.8 以上をインストールしてください。
  2. インストールを確認: python --version または python3 --version
  3. macOS/Linux では、python の代わりに python3 を使用する必要がある場合があります。

問題: 複数の Python バージョンが競合している

解決策:

# 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 のインストール

問題: jupyter: command not found

解決策:

# Install Jupyter
pip install jupyter

# Or with pip3
pip3 install jupyter

# Verify installation
jupyter --version

問題: Jupyter がブラウザで起動しない

解決策:

# 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 のインストール

問題: R パッケージがインストールできない

解決策:

# 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")

問題: IRkernel が Jupyter で利用できない

解決策:

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

Jupyter Notebook の問題

カーネルの問題

問題: カーネルが頻繁に停止または再起動する

解決策:

  1. カーネルを再起動: Kernel → Restart
  2. 出力をクリアして再起動: Kernel → Restart & Clear Output
  3. メモリの問題を確認 (詳細は パフォーマンスの問題 を参照)
  4. 問題のあるコードを特定するためにセルを個別に実行

問題: 間違った Python カーネルが選択されている

解決策:

  1. 現在のカーネルを確認: Kernel → Change Kernel
  2. 正しい Python バージョンを選択
  3. カーネルが見つからない場合は作成:
python -m ipykernel install --user --name=ml-env

問題: カーネルが起動しない

解決策:

# Reinstall ipykernel
pip uninstall ipykernel
pip install ipykernel

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

ノートブックセルの問題

問題: セルが実行されているが出力が表示されない

解決策:

  1. セルがまだ実行中か確認 ([*] インジケータを探す)
  2. カーネルを再起動してすべてのセルを実行: Kernel → Restart & Run All
  3. ブラウザコンソールで JavaScript エラーを確認 (F12)

問題: セルが実行できない - "Run" をクリックしても反応がない

解決策:

  1. Jupyter サーバーがターミナルでまだ動作しているか確認
  2. ブラウザページをリフレッシュ
  3. ノートブックを閉じて再度開く
  4. Jupyter サーバーを再起動

Python パッケージの問題

インポートエラー

問題: ModuleNotFoundError: No module named 'sklearn'

解決策:

pip install scikit-learn

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

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

解決策:

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

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

バージョンの競合

問題: パッケージのバージョンが互換性エラーを引き起こす

解決策:

# 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

問題: pip install が権限エラーで失敗する

解決策:

# 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

データ読み込みの問題

問題: CSV ファイルを読み込む際に FileNotFoundError が発生

解決策:

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 環境の問題

パッケージのインストール

問題: パッケージのインストールがコンパイルエラーで失敗する

解決策:

# 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

問題: tidyverse がインストールできない

解決策:

# 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 の問題

問題: RMarkdown がレンダリングされない

解決策:

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

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

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

クイズアプリケーションの問題

ビルドとインストール

問題: npm install が失敗する

解決策:

# 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

問題: ポート 8080 がすでに使用されている

解決策:

# 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

ビルドエラー

問題: npm run build が失敗する

解決策:

# 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

問題: リンティングエラーがビルドを妨げる

解決策:

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

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

データとファイルパスの問題

パスの問題

問題: ノートブックを実行する際にデータファイルが見つからない

解決策:

  1. ノートブックをそのディレクトリ内から実行する

    cd /path/to/lesson/folder
jupyter notebook

  2. コード内の相対パスを確認する

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

# Not from your terminal location

  3. 必要に応じて絶対パスを使用する

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

データファイルが見つからない

問題: データセットファイルが欠落している

解決策:

  1. データがリポジトリ内にあるべきか確認 - ほとんどのデータセットは含まれています。
  2. 一部のレッスンではデータのダウンロードが必要な場合があります - レッスンの README を確認してください。
  3. 最新の変更をプルしていることを確認: 
    git pull origin main

よくあるエラーメッセージ

メモリエラー

エラー: MemoryError またはデータ処理中にカーネルが停止

解決策:

# 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()

収束警告

警告: ConvergenceWarning: Maximum number of iterations reached

解決策:

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)

プロットの問題

問題: Jupyter でプロットが表示されない

解決策:

# Enable inline plotting
%matplotlib inline

# Import pyplot
import matplotlib.pyplot as plt

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

問題: Seaborn のプロットが異なって見える、またはエラーが発生する

解決策:

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

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

Unicode/エンコーディングエラー

問題: ファイルを読み込む際に UnicodeDecodeError が発生

解決策:

# 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')

パフォーマンスの問題

ノートブックの実行が遅い

問題: ノートブックの実行が非常に遅い

解決策:

  1. メモリを解放するためにカーネルを再起動: Kernel → Restart
  2. 使用していないノートブックを閉じる: リソースを解放
  3. テスト用に小さいデータサンプルを使用: 
    # Work with subset during development
df_sample = df.sample(n=1000)
  4. コードをプロファイルしてボトルネックを特定: 
    %time operation()  # Time single operation
%timeit operation()  # Time with multiple runs

高メモリ使用量

問題: システムがメモリ不足になる

解決策:

# 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)

環境と設定

仮想環境の問題

問題: 仮想環境が有効化されない

解決策:

# 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

問題: パッケージがインストールされているがノートブックで見つからない

解決策:

# 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 の問題

問題: 最新の変更をプルできない - マージ競合

解決策:

# 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 の統合

問題: Jupyter ノートブックが VS Code で開かない

解決策:

  1. VS Code に Python 拡張機能をインストール
  2. VS Code に Jupyter 拡張機能をインストール
  3. 正しい Python インタープリターを選択: Ctrl+Shift+P → "Python: Select Interpreter"
  4. VS Code を再起動

追加リソース

まだ問題が解決しない場合

上記の解決策を試しても問題が解決しない場合:

  1. 既存の問題を検索: GitHub Issues
  2. Discord のディスカッションを確認: Discord Discussions
  3. 新しい問題を報告: 以下を含めてください:
    • 使用しているオペレーティングシステムとバージョン
    • Python/R のバージョン
    • エラーメッセージ (完全なトレースバック)
    • 問題を再現する手順
    • すでに試したこと

私たちはお手伝いします！ 🚀

免責事項:
この文書は、AI翻訳サービスCo-op Translatorを使用して翻訳されています。正確性を追求しておりますが、自動翻訳には誤りや不正確な部分が含まれる可能性があります。元の言語で記載された文書を正式な情報源としてお考えください。重要な情報については、専門の人間による翻訳を推奨します。この翻訳の使用に起因する誤解や誤解釈について、当方は一切の責任を負いません。