في هذه الصفحة
تحدثنا في الجزء السابق عن الـ Artificial Neural Network بشكل نظري وتناولنا الهيكل الأساسي للشبكات العصبية الاصطناعية بالإضافة للحديث عن الـ Activation Functions وانتهاءًا بالـ Back Propagation.
في هذا الجزء، سنقوم بتنفيذ عملي لشبكة العصب الاصطناعي في حل مشكلة تحليل البيانات لبنك يواجه تحدي التصدي لظاهرة هجرة العملاء.
Practical Implementation of Artificial Neural Network: Churn Modeling Problem
البيانات المتاحة:
- معرّف العميل customer id
- درجة الائتمان credit score
- الجنس gender
- العمر Age
- فترة الاستخدام
- الرصيد
- النشاط
- وجود بطاقة ائتمانية
- وغيرها من المتغيرات الجغرافية والمعاملات.
الهدف:
- بناء شبكة عصبية اصطناعية تستند إلى نموذج احتمالي.
- التنبؤ بما إذا كان عميل معين سيترك البنك أم سيبقى (Churn).
- تقديم تصنيف لجميع العملاء استنادًا إلى احتمال رحيلهم.
خطوات التنفيذ:
هذا المقال مخصص للأعضاء المنتسبين لخطط الاشتراك المدفوعة فقط
هل لديك حساب؟ تسجيل الدخول
