Xử lý dữ liệu

Mình dùng Python, SQL và Power BI để biến dữ liệu thô thành câu trả lời rõ ràng. Chọn lĩnh vực, rồi bấm vào một dự án để xem chi tiết, biểu đồ và link GitHub.

Tài chính

Rủi ro tín dụng và nợ xấuScorecard WoE, roll rate và tổn thất kỳ vọng trên 30.000 khách thẻ.SQLScorecardPower BI0,753ROC-AUC scorecard Phát hiện gian lận thẻ tín dụngRandom Forest bắt gian lận trên 284.807 giao dịch thẻ châu Âu.PythonMLAn ninh mạng0,825PR-AUC Random Forest

An ninh mạng

Phân tích log tấn công SSHRegex, SQL và Power BI trên 86.839 dòng auth.log của máy chủ thật.PythonSQLPower BI1.843IP tấn công khác nhau

Học tập

ASM2 – Quản lý nhân viênPython OOP đọc/ghi TXT, CSV: thêm, sửa, xóa, sắp xếp, tính thuế thu nhập.Python OOPCSV✓Hoàn thành

Bảng tổng hợp tất cả dự án

Dự án	Công nghệ	Mô tả	Trạng thái
Rủi ro tín dụng và nợ xấu	SQL, Python, scikit-learn, Power BI	14 truy vấn SQL, scorecard WoE AUC 0,753, roll rate, dashboard 4 trang	Hoàn thành
Phát hiện gian lận thẻ tín dụng	Python, SQL, scikit-learn, Power BI	10 truy vấn SQL, 13 biểu đồ, Random Forest PR-AUC 0,825, dashboard 4 trang	Hoàn thành
Phân tích log tấn công SSH	Python, SQL, Power BI	Regex parse log, 8 truy vấn SQL, 14 biểu đồ, dashboard 4 trang	Hoàn thành
ASM2 – Quản lý nhân viên	Python OOP, TXT/CSV	Thêm, sửa, xóa, sắp xếp, tính thuế thu nhập	Hoàn thành

Dữ liệu: Default of Credit Card Clients – I-Cheng Yeh & Che-hui Lien, UCI Machine Learning Repository (CC BY 4.0). Credit Card Fraud Detection – Worldline & ULB Machine Learning Group (ODbL). SecRepo auth.log của Mike Sconzo (CC BY 4.0). Vị trí IP: DB-IP Lite (CC BY 4.0).