Học máy là một phần quan trọng của lĩnh vực khoa học dữ liệu. Trong vật lý thạch học, các thuật toán và ứng dụng học máy có được tiếp cận rộng rãi. Trước bối cảnh đó, Viện Dầu khí Việt Nam (VPI) đã nghiên cứu và triển khai một số giải pháp dự đoán hiệu quả. các mô hình, cụ thể là dự đoán nhật ký bị thiếu, dự báo vùng đứt gãy và mật độ đứt gãy, v.v. Là một trong những giải pháp của chúng tôi, VPI-MLogs là một nền tảng triển khai dựa trên web tích hợp tiền xử lý dữ liệu, phân tích dữ liệu khám phá, trực quan hóa và thực thi mô hình. sử dụng ngôn ngữ lập trình phân tích dữ liệu phổ biến nhất, Python, phương pháp này cung cấp cho người dùng một công cụ mạnh mẽ để giải quyết vấn đề vật lý hóa dầu. phần nhật ký. Giải pháp giúp thu hẹp khoảng cách giữa kiến thức phổ thông và hiểu biết về vật lý đá. Bài viết này sẽ tập trung vào ứng dụng trên nền web tích hợp nhiều giải pháp nắm bắt dữ liệu lý hóa dầu., Tóm tắt tiếng anh, Machine learning is an important part of the data science field. In petrophysics, machine learning algorithms and applications have been widely approached. In this context, Vietnam Petroleum Institute (VPI) has researched and deployed several effective prediction models, namely missing log prediction, fracture zone and fracture density forecast, etc. As one of our solutions, VPI-MLogs is a web-based deployment platform which integrates data preprocessing, exploratory data analysis, visualisation and model execution. Using the most popular data analysis programming language, Python, this approach gives users a powerful tool to deal with the petrophysical logs section. The solution helps to narrow the gap between common knowledge and petrophysics insights. This article will focus on the web-based application which integrates many solutions to grasp petrophysical data.