Titre :	Utilisation d’une méthode d’apprentissage supervisée pour la detection de l’attrition d’un client Djezzy.
Type de document :	theses et memoires
Auteurs :	Hakima -Cylia Bouali ; Farida Dahmani (ép. Bouarab), Directeur de thèse
Editeur :	Tizi - ouzou : U.M.M.T.O. - F.G.E.I
Année de publication :	2019
Importance :	83 p.
Présentation :	ill.
Format :	30 cm.
Note générale :	Bibliogr.
Langues :	Français
Mots-clés :	Apprentissage automatique  Aprentissage supervisé  Prédiction de l'attrition des clients  Classification supervisée.
Résumé :	Résumé La perte de clientèle est un problème majeur des grandes entreprises en raison de son effet direct sur les revenus de celles-ci, en particulier dans le secteur de télécommunication. Les entreprises cherchent à mettre au point des moyens pour prédire l'attrition des clients. La principale contribution de notre travail est de développer un modèle de prévision du taux de désabonnement qui aide les opérateurs de télécommunications à prédire les clients les plus susceptibles de quitter. Pour développer un modèle performant répondant à cet effet, nous mettons en œuvre divers algorithmes d'apprentissage supervisé et choisissons le meilleur selon son taux de précision.
En ligne :	D:\CD.THESE.2019\MASTER INF\BOUALI H..PDF
Format de la ressource électronique :	PDF
Permalink :	./index.php?lvl=notice_display&id=34259

Utilisation d’une méthode d’apprentissage supervisée pour la detection de l’attrition d’un client Djezzy. [theses et memoires] / Hakima -Cylia Bouali ; Farida Dahmani (ép. Bouarab), Directeur de thèse . - Tizi - ouzou (Tizi - ouzou) : U.M.M.T.O. - F.G.E.I, 2019 . - 83 p. : ill. ; 30 cm.
Bibliogr.
Langues : Français

Mots-clés :	Apprentissage automatique  Aprentissage supervisé  Prédiction de l'attrition des clients  Classification supervisée.
Résumé :	Résumé La perte de clientèle est un problème majeur des grandes entreprises en raison de son effet direct sur les revenus de celles-ci, en particulier dans le secteur de télécommunication. Les entreprises cherchent à mettre au point des moyens pour prédire l'attrition des clients. La principale contribution de notre travail est de développer un modèle de prévision du taux de désabonnement qui aide les opérateurs de télécommunications à prédire les clients les plus susceptibles de quitter. Pour développer un modèle performant répondant à cet effet, nous mettons en œuvre divers algorithmes d'apprentissage supervisé et choisissons le meilleur selon son taux de précision.
En ligne :	D:\CD.THESE.2019\MASTER INF\BOUALI H..PDF
Format de la ressource électronique :	PDF
Permalink :	./index.php?lvl=notice_display&id=34259