오래된 개발자!!!

발생 원인

괄호 (,) 

예) select SUBSTR(name, 1, 3 from member;

SUBSTR( 오른쪽 괄호 누락

select SUBSTR(name, 1, 3) from member;

끝

화면에 출력할 값이 너무 길어 툴팁 (title) 으로 원본데이터는 다 보이고  줄여서 보이게 하는 방법 정리.

CSS

.truncate {
    max-width: 200px;
    display: inline-block;
    overflow: hidden;
    white-space: nowrap;
    text-overflow: ellipsis;
    vertical-align: bottom;
}

Datatable : columnDefs 부분

{
    targets: [1, 3], // 적용할 컬럼 번호 (2번째, 4번째)
    render: function(data, type, row, meta) {
        const maxLength = 50; // 원하는 최대 길이
        if (type === 'display') {
            return data && data.length > maxLength
                ? '<span class="truncate" title="' + data + '">' + data.substr(0, maxLength) + '...</span>'
                : data;
        }
        return data; // 그 외에는 원본 그대로
    }
}

Datatable : Excel 버튼 부분

buttons: [
    {
        extend: "excelHtml5",
        text: "Excel 다운로드",
        exportOptions: {
            columns: ':visible',
            format: {
                body: function (data, row, column, node) {
                    try {
                        // HTML 문자열을 안전하게 파싱
                        const $el = $('<div>').append($.parseHTML(data));
                        const original = $el.find('[title]').attr('title');
                        return original || $el.text() || data;
                    } catch (e) {
                        return data;
                    }
                }
            }
        }
    }
]

AI (인공지능) 머신러닝을 쉽게 구현할 수 있도록 도와주는 사이킷런(Scikit-Learn) 에 대해 알아보자.

주요 특징

• 다양한 머신러닝 알고리즘 제공: 지도 학습(Supervised Learning)과 비지도 학습(Unsupervised Learning) 모두 지원
• 데이터 전처리 기능: 스케일링, 정규화, 결측값 처리 등 제공
• 모델 평가 및 선택 도구 제공: 교차 검증, 하이퍼파라미터 튜닝(GridSearchCV, RandomizedSearchCV) 등 지원
• 사용이 간편한 API: 일관된 인터페이스로 쉽게 학습 및 예측 가능

설치 방법

pip install scikit-learn

간단한 예제: 로지스틱 회귀(Logistic Regression)

from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.datasets import load_iris
from sklearn.metrics import accuracy_score

# 데이터 로드
iris = load_iris()
X, y = iris.data, iris.target

# 데이터 분할
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 데이터 정규화
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

# 모델 학습
model = LogisticRegression()
model.fit(X_train, y_train)

# 예측 및 평가
y_pred = model.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy: {accuracy:.2f}")

자주 사용되는 기능

• 지도 학습 (Supervised Learning)
  • 회귀: LinearRegression, Ridge, Lasso
  • 분류: LogisticRegression, SVC, RandomForestClassifier
• 비지도 학습 (Unsupervised Learning)
  • 클러스터링: KMeans, DBSCAN
  • 차원 축소: PCA, t-SNE
• 모델 평가 및 선택
  • train_test_split, cross_val_score
  • GridSearchCV, RandomizedSearchCV

ChatGPT  맞습니다 ^^

말그대로 Not Null 컬럼에 Null 을 입력 해서 발생 한다.

NVL( #{colId}, 'default' ) 로 처리 하던지 넣지 말자.