Customer Churn Detection

هذا المشروع يستخدم تقنيات تعلم الآلة لاكتشاف معدلات مغادرة العملاء (Churn Detection) في البنوك بناءً على بياناتهم الشخصية وسلوكهم المالي. يتضمن التحليل معالجة البيانات، التصور البياني، هندسة الميزات، وموازنة البيانات باستخدام SMOTE، بالإضافة إلى مقارنة أداء عدة نماذج مثل KNN، Naïve Bayes، SVM، وDecision Tree.

بعد التقييم، تبين أن نموذج SVM حقق أفضل دقة في التنبؤ بمغادرة العملاء، مما يجعله الخيار الأمثل لهذا التطبيق. يمكن توظيف هذا المشروع في تحليل بيانات العملاء بالبنوك، تطوير استراتيجيات الاحتفاظ بالعملاء، وتحسين خدمات التسويق الموجهة.