Технологии: Python, Scikit, SciPy

Продолжительность: 6 месяцев

Целью проекта было прогнозирование уровня жидкости в ёмкости на основе данных из сенсора, соединённого с ней специфическим девайсом. Данные, предоставленные клиентом, включают в себя информацию сенсоров на разных уровнях ёмкости. После внедрения принципиального компонента анализа (ПКА) с целью выявлять паттерны сигналов спектральных областей, была создана простая модель логистического регресса. Модель продемонстрировала хорошие атрибуты/результаты и использовалась для прогнозирования уровня с точностью 98-100%.

Краткое описание: разработано решение прогнозирующей аналитики для нефтяной индустрии. Решение ставит цель по прогнозированию уровня нефти на базе данных сенсора.

#Data Science