Bank Customer Churn Prediction
تفاصيل العمل
# مشروع التنبؤ بفقدان عملاء البنوك باستخدام الذكاء الاصطناعي (Bank Customer Churn Prediction)
## وصف المشروع
قمت بتطوير مشروع Machine Learning للتنبؤ باحتمالية مغادرة عملاء البنوك، بهدف مساعدة المؤسسات المالية على تحديد العملاء الأكثر عرضة لترك البنك، واتخاذ قرارات استباقية لتحسين الاحتفاظ بالعملاء ودعم القرارات المبنية على تحليل البيانات.
يعتمد المشروع على تحليل بيانات العملاء وتدريب نماذج تعلم آلي للتنبؤ بما إذا كان العميل سيغادر البنك أم سيستمر في التعامل معه.
## المشكلة التي يعالجها المشروع
فقدان العملاء من التحديات التي تواجه المؤسسات المالية، لأن اكتشاف العملاء المعرضين للمغادرة مبكرًا يمكن أن يساعد في توجيه جهود الاحتفاظ بالعملاء بصورة أكثر كفاءة.
يقدم المشروع حلًا قائمًا على البيانات لتقدير احتمالية مغادرة العميل، بدلًا من الاعتماد على التخمين وحده.
## الحل الذي تم تطويره
- تحليل بيانات العملاء وتجهيزها لتكون مناسبة لتدريب نماذج Machine Learning.
- بناء وتدريب نماذج تصنيف للتنبؤ بمغادرة العملاء.
- استخدام Random Forest وXGBoost ومقارنة أدائهما.
- تحسين أداء النماذج باستخدام RandomizedSearchCV للبحث عن أفضل مجموعة من الـ Hyperparameters.
- التعامل مع مشكلة عدم توازن الفئات باستخدام أساليب الأوزان المناسبة أثناء التدريب.
- تقييم النماذج باستخدام Precision وRecall وF1-score، مع الاهتمام بقدرة النموذج على اكتشاف العملاء المتوقع مغادرتهم.
- حفظ النماذج المدربة وأدوات المعالجة المسبقة لإعادة استخدامها في عمليات التنبؤ دون الحاجة إلى إعادة التدريب في كل مرة.
## واجهة التنبؤ وواجهة API
تم تجهيز المشروع ليكون قابلًا للاستخدام من خلال REST API باستخدام FastAPI، مع توفير:
- نقطة API للتنبؤ باستخدام نموذج Random Forest.
- نقطة API للتنبؤ باستخدام نموذج XGBoost.
- التحقق من صحة البيانات المدخلة باستخدام Pydantic.
- إرجاع نتيجة التنبؤ باحتمالية مغادرة العميل.
- توثيق تفاعلي للـ API من خلال Swagger UI.
- حماية نقاط التنبؤ باستخدام API Key.
## التقنيات والأدوات المستخدمة
Python، Pandas، NumPy، Scikit-learn، XGBoost، FastAPI، Pydantic، Joblib، RandomizedSearchCV، REST API، Swagger UI.
## القيمة العملية للمشروع
يوضح المشروع كيفية تحويل بيانات العملاء إلى نموذج تنبؤي يمكن دمجه في تطبيقات عملية، لدعم فرق تحليل البيانات وخدمة العملاء في تحديد العملاء المعرضين للمغادرة وتوجيه جهود الاحتفاظ بهم.
المشروع يجمع بين بناء نماذج Machine Learning وتحسينها وتقييمها، بالإضافة إلى تجهيزها للاستخدام من خلال API قابلة للتكامل مع تطبيقات أخرى.