قمت ببناء خط أنابيب متكامل للتعلم الآلي للتنبؤ بتذبذب عملاء شركة اتصالات باستخدام مجموعة بيانات حقيقية (IBM Telco Customer Churn).

تنظيف البيانات والمعالجة المسبقة — معالجة القيم الناقصة وحذف المتغيرات غير الضرورية وترميز الأعمدة الثنائية
هندسة المتغيرات — تطبيق Target Encoding للمتغيرات الفئوية عالية التنوع
اختيار المتغيرات — استخدام اختبار Chi-Square للمتغيرات الفئوية واختبار ANOVA F للمتغيرات الرقمية لاختيار أكثر المتغيرات تنبؤاً
بناء النموذج — تدريب ومقارنة 3 نماذج تصنيف: الانحدار اللوجستي وشجرة القرار والغابة العشوائية
ضبط المعاملات — تحسين كل نموذج باستخدام GridSearchCV مع التحقق المتقاطع الخماسي
تقييم النموذج — قياس الأداء باستخدام Precision وRecall وF1-Score وتقرير التصنيف