Zdjęcie profilowe
Zacząłeś obserwować
Błąd związany z obserwowaniem użytkownika.
Ten użytkownik nie pozwala użytkownikom na obserwowanie go.
Już obserwujesz tego użytkownika.
Twój abonament pozwala na obserwowanie 0 projektów. Zmień poziom abonamentu na wyższy tutaj.
Udało się przestać obserwować
Błąd w zakończeniu obserwowania użytkownika.
Udało Ci się polecić
Błąd podczas polecania użytkownika
Coś poszło nie tak. Proszę odświeżyć stronę i spróbować ponownie.
Udało się zweryfikować adres e-mail.
Awatar Użytkownika
$10 USD / godz.
Flaga PAKISTAN
abbottabad, pakistan
$10 USD / godz.
Obecnie jest 2:19 PM tutaj
Dołączył czerwca 11, 2013
0 Rekomendacje

Muhammad S.

@hafizshoaib

5,0 (1 opinia)
0,2
0,2
100%
100%
$10 USD / godz.
Flaga PAKISTAN
abbottabad, pakistan
$10 USD / godz.
100%
Ukończone Projekty
100%
W Budżecie
100%
W czasie
N/A
Powtórna Stawka Zatrudnienia

Data Science Enthusiast and RS & GISc Analyst

My research has spanned from general machine learning and data mining to privacy preserving data Science, semi-supervised learning, active learning, Statistics, Probability and Probability Distributions, Stochastic Process and knowledge management. Most of my work has focused on developing and using machine learning & data mining approaches to solve large-scale problems in Predicting Insurance Claims. Secondly I can work on Spatial data , satellite image processing, GISc data using ENVI, ERDAS Imagine, ER Mapper, ArcView, Arc/Info, ArcGIS and Matlab. Other Research Interests are Machine Learning, Deep Learning, Tensor flow and Bayesian Optimization Remote sensing of environment and natural resources GIS, spatial data analysis, geostatistics Environmental Science

Skontaktuj się z Muhammad S. w sprawie projektu

Zaloguj się, aby omówić szczegóły na czacie.

Portfolio

2868073
2868073

Oceny

Zmiany zapisane
Pokazuje 1 - 1 z 1 komentarzy
Filtruj oceny po przez:
5,0
$20,00 AUD
Excellent freelancer!! The work was delivered timely and professionally.
Excel
Statistics
Research Writing
Financial Analysis
Statistical Analysis
Awatar Użytkownika
Flaga Sultana A.
@snlquick
8 lat temu

Doświadczenie

SS Statistics (BS-17)

KPESE Pakistan
sie 2015 - Obecnie
Teaching Statistics

BI Analyst

360 Technologies
mar 2013 - maj 2013 (2 miesiące, 1 )
Our specialization in Data Management and Business Consulting helps us in delivering valuable solutions to our clients, enabling them in making informed decisions in limited amount of time. We are capable of delivering results faster with significantly less risk and initial investment. Our key service offerings are: usiness Intelligence Analytics Warehousing Science Analytics Learning Quality Assurance

Data Scientist

Protege Global
gru 2012 - lut 2013 (2 miesiące, 1 )
Working on Medical Lien Management, California, USA projects, performing data analysis on medical insurance settlements; is making exploratory and predictive models for insurance claims and settlements, performing data pre-processing and transformations, Supervised and Unsupervised learning and data mining, Stochastic patterns of the data, Monte Carlo Simulations, manifold techniques for non-linear data, regression, time-series, classification and cluster analysis using various tools.

Edukacja

Remote Sensing and Geographical Information Science

Pakistan 2014 - 2016
(2 lata)

Masters in Statistics

Quaid-e-Azam University, Islamabad, Pakistan 2010 - 2012
(2 lata)

Bachelors in Science

Hazara University, Pakistan 2006 - 2008
(2 lata)

Publikacje

Comparison of Maximum Likelihood Classification Before and After Applying Weierstrass Transform

4th Fourth International Conference on Aerospace Science & Engineering
The aim of this paper is to use Maximum Likelihood (ML) Classification on multispectral data by means of qualitative and quantitative approaches. Maximum Likelihood is a supervised classification algorithm which is based on the Classical Bayes theorem. It makes use of a discriminant function to assign pixel to the class with the highest likelihood.

Data Mining in Insurance Claims(DMICS) Two-way mining for extreme values

IEEEXPLORE
In insurance claims extreme values are inevitable and cannot be discarded for predictive model building. Moreover, settling insurance claims involves many objections, human sentiments and unseen factors which are hard to be estimated. This simple fact presents the greatest challenge to analysts working on such problems. This paper presents an optimal approach to minimize the effects of this problem on predictive analysis. The data in question includes insurance settlement cases.

Skontaktuj się z Muhammad S. w sprawie projektu

Zaloguj się, aby omówić szczegóły na czacie.

Weryfikacje

Ulubiony Freelancer
Tożsamość
Płatność Zweryfikowana
Numer telefonu zweryfikowany
E-mail zweryfikowany
Połączone z Facebookiem

Certyfikaty

Statistics.png Statistics 1 85%
Poprzedni użytkownik Następny użytkownik
Zaproszenie wysłane pomyślnie!
Dziękujemy! Przesłaliśmy Ci e-mailem link do odebrania darmowego bonusu.
Coś poszło nie tak podczas wysyłania wiadomości e-mail. Proszę spróbować ponownie.
Zarejestrowani Użytkownicy Całkowita Liczba Opublikowanych Projektów
Freelancer ® is a registered Trademark of Freelancer Technology Pty Limited (ACN 142 189 759)
Copyright © 2024 Freelancer Technology Pty Limited (ACN 142 189 759)
Wczytywanie podglądu
Udzielono pozwolenia na Geolokalizację.
Twoja sesja logowania wygasła i zostałeś wylogowany. Proszę, zalogować się ponownie.