نظام ذكاء اصطناعي متكامل للتنبؤ بمغادرة العملاء (Customer Churn) لشركات الاتصالات والخدمات، يهدف لمساعدة الشركات على رفع نسبة حفظ العملاء وتحديد أسباب المغادرة بدقة.
ما تم إنجازه في المشروع:
معالجة البيانات (Data Preprocessing): تنظيف البيانات وتجهيزها واستخدام تقنيات Encoding و Standard Scaling.
بناء النماذج (Model Training): تدريب وتقييم عدة خوارزميات تعلم آلة ومقارنة أدائها، واختيار نموذج XGBoost لتحقيق أعلى دقة تنبؤية بنسبة 86% ROC-AUC.
تفسير قرارات النموذج (Model Explainability): دمج مكتبة SHAP لفهم العوامل الأساسية التي تؤثر في قرار كل عميل بالمغادرة.
التطوير والانتشار (Deployment): بناء واجهة مستخدم تفاعلية بالكامل باستخدام Streamlit تسمح للمستخدم بإدخال بيانات العميل والحصول على التنبؤ فوراً.
التقنيات المستخدمة: Python, Pandas, Scikit-Learn, XGBoost, SHAP, Streamlit.