Customer Churn Prediction

تطوير نموذج ذكاء اصطناعي (Machine Learning Model) يساعد الشركات على التنبؤ بالعملاء المحتمل مغادرتهم للخدمة قبل حدوث ذلك، مما يساعد في اتخاذ قرارات استباقية للحفاظ عليهم.

المميزات التقنية للمشروع:

تحليل البيانات الاستكشافي (EDA): استخدام مكتبات Pandas و Seaborn لفهم العوامل المؤثرة على قرار العميل (مثل مدة الاشتراك، التكلفة الشهرية، وجود مشاكل تقنية).

هندسة الميزات (Feature Engineering): معالجة البيانات النصية والفئوية وتحويلها لبيانات يفهمها النموذج الرقمي.

الخوارزميات المستخدمة: مقارنة أداء عدة نماذج مثل Random Forest، XGBoost، و Logistic Regression.

التقييم: الاعتماد على مقاييس دقيقة مثل F1-Score و ROC-AUC لضمان دقة التنبؤ حتى في حالات البيانات غير المتوازنة.