TeleChurn AI — Customer Churn Prediction System

يهدف هذا المشروع إلى بناء نظام ذكاء اصطناعي متكامل (End-to-End) لتحليل بيانات العملاء لشركات الاتصالات، وتوقع احتمالية إلغاء اشتراكاتهم (Customer Churn).

أبرز ما تم إنجازه في المشروع:

تحليل البيانات الاستكشافي (EDA): دراسة سلوك العملاء وتحليل المتغيرات باستخدام مكتبات العرض البياني لتقديم رؤى واضحة.

معالجة البيانات (Data Preprocessing): تنظيف البيانات، ومعالجة القيم المفقودة، وتشفير المتغيرات الفئوية (Label & Ordinal Encoding).

معالجة توازن البيانات (Handling Imbalance): استخدام تقنية (SMOTE) لضمان عدم انحياز النموذج للبيانات غير المتوازنة وتحقيق أعلى كفاءة.

تدريب وتطوير النموذج: بناء نموذج تعلم آلي قوي باستخدام (Random Forest).

تحسين الأداء (Hyperparameter Tuning): استخدام أساليب البحث العشوائي المتقدمة للوصول لأفضل معاملات (Best Parameters) للنموذج.

التقييم (Evaluation): تقييم النموذج باستخدام مقاييس دقيقة مثل ROC-AUC Score ومصفوفة الارتباك (Confusion Matrix).

هذا المشروع يبرز القدرة على تحويل البيانات الخام إلى نماذج تنبؤية دقيقة تساعد الشركات في الحفاظ على عملائها وزيادة الأرباح