文件名称：SQL_家庭作业
文件大小：535KB
文件格式：ZIP
更新时间：2024-03-08 02:10:06
JupyterNotebook
单元7作业分配：寻找可疑交易 | 背景 如今，无论您是一家小炸玉米饼商店还是大型国际企业，欺诈行为都很普遍。 尽管出现了采用机器学习和人工智能来检测欺诈的新兴技术，但许多欺诈检测实例仍需要强大的数据分析来发现异常费用。 在此家庭作业中，您将应用新SQL技能来分析历史信用卡交易和消费模式，以便识别可能的欺诈交易。 要求您完成三个主要任务： ：定义一个数据库模型来存储信用卡交易数据，并使用您的模型创建一个新的PostgreSQL数据库。 ：在PostgreSQL上创建数据库架构，并从提供的CSV文件填充数据库。 ：分析数据以识别可能的欺诈交易趋势数据，并开发您的观察报告。 档案 指示 资料建模 通过检查提供的CSV文件来创建实体关系图（ERD）。 这里的挑战之一是弄清楚应该创建多少个表，以及需要在表之间定义什么样的关系。 随时与同学讨论您的数据库模型设计思想。 您可以使用类
【文件预览】：
SQL_Homework-main
----README.md(7KB)
----visual_data_analysis.pdf(233KB)
----Data()
--------transaction.csv(172KB)
--------merchant_category.csv(60B)
--------merchant.sql(5KB)
--------card_holder.csv(427B)
--------transaction.sql(216KB)
--------credit_card.csv(1KB)
--------merchant_category.sql(139B)
--------.ipynb_checkpoints()
--------card_holder.sql(700B)
--------.DS_Store(6KB)
--------credit_card.sql(1KB)
--------all_tables_seed.sql(223KB)
--------merchant.csv(3KB)
----visual_data_analysis.ipynb(121KB)
----fraud_detection.sql(2KB)
----.DS_Store(6KB)
----challenge.ipynb(7KB)
----Images()
--------credit_card_fraudster.jpg(56KB)
----schema.sql(1KB)
----ERD.png(65KB)