https://github.com/sermonzagoto/customer_churn_prediction

Customer Churn Prediction using Machine Learning
https://github.com/sermonzagoto/customer_churn_prediction

gradient-boosting-classifier jupyter-notebook logistic-regression-classifier machine-learning python3 random-forest-classifier

Last synced: about 1 month ago
JSON representation

Customer Churn Prediction using Machine Learning

• Host: GitHub
• URL: https://github.com/sermonzagoto/customer_churn_prediction
• Owner: sermonzagoto
• License: mit
• Created: 2020-07-26T10:19:40.000Z (over 4 years ago)
• Default Branch: master
• Last Pushed: 2020-07-26T10:28:13.000Z (over 4 years ago)
• Last Synced: 2023-11-14T09:27:56.445Z (about 1 year ago)
• Topics: gradient-boosting-classifier, jupyter-notebook, logistic-regression-classifier, machine-learning, python3, random-forest-classifier
• Language: Jupyter Notebook
• Homepage: https://github.com/sermonzagoto/Customer_Churn_Prediction
• Size: 472 KB
• Stars: 1
• Watchers: 1
• Forks: 3
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
# Customer Churn Prediction Using Machine Learning

DQLab Telco merupakan perusahaan Telco yang sudah mempunyai banyak cabang tersebar dimana-mana. Sejak berdiri pada tahun 2019, DQLab Telco konsisten untuk memperhatikan customer experience nya sehingga tidak akan di tinggalkan pelanggan.

Walaupun baru berumur 1 tahun lebih sedikit, DQLab Telco sudah mempunyai banyak pelanggan yang beralih langganan ke kompetitior. Pihak management ingin mengurangi jumlah pelanggan yang beralih (churn) dengan menggunakan machine learning.

Setelah kemarin kita mempersiapkan data sekaligus melakukan Cleansing, maka sekarang saatnya kita untuk membuat model yang tepat untuk memprediksi churn pelanggan.

Pada project part 1 kemarin kita telah melakukan Cleansing Data. Sekarang, sebagai data scientist kamu diminta untuk membuat model yang tepat.

Pada tugas kali ini, kamu akan melakukan Pemodelan Machine Learning dengan menggunakan data bulan lalu, yakni Juni 2020.

Langkah yang akan dilakukan adalah,

1. Melakukan Exploratory Data Analysis

2. Melakukan Data Pre-Processing

3. Melakukan Pemodelan Machine Learning

4. Menentukan Model Terbaik

Untuk mengunduh hasil project saya di folder ini, Anda dapat menjalankan perintah berikut di terminal Anda:

git clone https://github.com/sermonzagoto/Customer_Churn_Prediction.git

Atau meng-klik tombol hijau bertuliskan "Code" dan "Download ZIP" di bagian kanan atas halaman ini.

# ⚙️ Instalasi

Untuk menggunakan ekstensi **.ipynb** project saya, pastikan perangkat anda baik itu Laptop atau PC sudah terinstall jupyter notebook. Kebetulan saya menggunakan Google Collaboratory untuk mengerjakan project ini

# ⚖️ Lisensi

Karya ini sudah memiliki lisensi MIT License https://opensource.org/licenses/MIT. Untuk mengetahui lebih lanjut, silahkan kunjungi https://opensource.org/licenses/MIT