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
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:
النشرة الأسبوعية
اشترك الآن في نشرة اقرأتِك الأسبوعية
لا تدع أي شيء يفوتك. احصل على أحدث المقالات والشروحات البصرية ومدونات الشركات العالمية مباشرة إلى بريدك الإلكتروني — وبشكل مجاني تمامًا.
