OBJEVUJTE

0,0

(0 recenze)

Nyní sledujete

Chyba při sledování uživatele.

Tento uživatel neumožňuje ostatním uživatelům, aby jej sledovali.

Tohoto uživatele již sledujete.

Váš členský plán povoluje pouze 0 sledovaných. Aktualizujte zde.

Úspěšně odebráno sledování

Při rušení sledování uživatele došlo k chybě.

Úspěšně jste doporučili uživatele

Chyba při doporučování uživatele.

Došlo k chybě. Obnovte stránku a zkuste to znovu.

E-mail byl úspěšně ověřen.

Danrlei D.

@DanrleiDiegues

0,0

Data Scientist, AI Engineer | Python | SQL | Excel

$20 USD / hodinu

・

Brazil (3:31 odp.)

・

Připojen listopadu 26, 2024

$20 USD / hodinu

・

I'm an Engineer, graduated from the Federal University of Juiz de Fora in Brazil, with 10 years of experience in the technology sector across technical and business roles. I am proficient in the most popular analytical tools and have extensive knowledge in data science and machine learning applications.

Ověření

Zobrazit všechny Python Developers v Brazil

Portfolio

Unsupervised learning is one of the most important tasks in Data Science and Machine Learning. In this post we will perform a cluster segmentation using the usual models K-Means and PCA, but also analyse the behaviour of dimension reduction with UMAP (Uniform Mainfold Approximation and Projection) and clustering with DBSCAN.

Link to original post:
https://medium.com/@danrlei.diegues_91903/customer-segmentation-using-kmeans-and-pca-dimension-reduction-in-finance-dataset-uncovering-92df819a6dd7

Customer Segmentation Using KMeans

Změny byly uloženy

0.0 · 0 Reviews

Hodnocení

K dispozici nejsou žádné recenze.

Universidade Federal de Juiz de Fora

2014 - 2021

•

7 roků

Electrical Engineer with Emphasis in Energy

Brazil

2014 - 2021

•

7 roků

Application of Artificial Intelligence in Composite Reliability Assessment of Power Systems

2019

SBAI

This paper proposes an analysis of composite reliability in power systems supported by the Artificial Intelligence technique of Artificial Neural Networks (ANN). The reliability assessment model is based on the Non-Sequential Monte Carlo Simulation (NS-MCS) method, with generation redispatch via Optimal Power Flow (OPF). The ANN is applied to determine load curtailment conditions and avoid executing OPF redispatch in the absence of curtailment.

2019

Pozvánka byla úspěšně odeslána!