مشروع متكامل لتحليل بيانات العملاء والتنبؤ باحتمالية مغادرة العميل للخدمة (Customer Churn). يشمل المشروع نظام كامل لمرحلة تحليل البيانات وتنظيفها ومعالجتها، بالإضافة إلى تصور البيانات (Data Visualization) لاكتشاف الأنماط والعوامل المؤثرة في مغادرة العملاء.
بعد تجهيز البيانات، تم تدريب عدة نماذج Machine Learning للتصنيف ومقارنة أدائها، ثم إجراء Hyperparameter Tuning لتحسين النتائج والوصول إلى أفضل أداء ممكن من حيث الدقة ومقاييس التقييم المختلفة.
مراحل المشروع:
جمع وفهم البيانات (Data Understanding)
تنظيف البيانات ومعالجة القيم المفقودة (Data Cleaning)
تحليل البيانات واكتشاف الأنماط (Exploratory Data Analysis – EDA)
إنشاء تصورات بيانية توضح سلوك العملاء (Data Visualization)
تدريب عدة نماذج تصنيف للتنبؤ بمغادرة العملاء
تحسين النماذج باستخدام Hyperparameter Tuning
تقييم النماذج باستخدام مقاييس الأداء المناسبة
التقنيات المستخدمة:
Python
Pandas
NumPy
Matplotlib / Seaborn
Scikit-learn
Machine Learning Classification Models
Data Analysis & Visualization
