Прогнозування відтоку клієнтів банку за допомогою методів машинного навчання

Abstract

Бакалаврська кваліфікаційна робота виконана студентом групи КН-412 Волошином Володимиром Олеговичем. Тема “Прогнозування відтоку клієнтів банку за допомогою методів машинного навчання”. Робота направлена на здобуття ступеня бакалавра за спеціальністю 122 «Комп’ютерні науки». Використання методів машинного навчання стає все популярнішим підходом для вирішення проблеми відтоку клієнтів, що є однією з найважливіших проблем, з якими стикаються банки. Моделі машинного навчання можуть передбачити, які клієнти в скорішому часі планують покинути банк. Ця наукова робота може допомогти банкам збільшити свою ефективність та зберегти своїх клієнтів, що позитивно позначиться на їх фінансовому стані та репутації. Метою дипломної роботи є розробка моделей прогнозування відтоку клієнтів банку за допомогою методів машинного навчання та порівняння їх оцінок якості. Об'єктом дослідження є набір методів машинного навчання для передбачення процесу відтоку клієнтів банку, який вивчатиметься в контексті застосування методів машинного навчання. Отримані результати можуть бути застосовані для прогнозування відтоку клієнтів банку, щоб допомогти банкам працювати ефективніше та зменшити витрати на залучення нових клієнтів. The bachelor's qualification work was completed by a student of the KN-412 group Voloshyn Volodymyr Olegovych. The topic is "Prediction of bank customer churn using machine learning methods". The work is aimed at obtaining a bachelor's degree in 122 "Computer Science". The use of machine learning techniques is becoming an increasingly popular approach to solving customer churn, one of the most important challenges banks face. Machine learning models can predict which customers are most likely to leave the bank. This scientific work can help banks increase their efficiency and retain their customers, which will have a positive effect on their financial condition and reputation. The aim of the diploma work is to develop models for predicting the churn of bank customers using machine learning methods and to compare their quality assessments. The object of the study is a set of machine learning methods for predicting the process of the churn of bank customers, which will be studied in the context of the application of machine learning methods. The obtained results can be applied to predict the churn of bank customers to help banks work more efficiently and reduce the cost of attracting new customers.