prikaz prve stranice dokumenta Usporedba algoritama za strojno učenje u procesu izgradnje prediktivnih modela za predviđanje odlaska klijenata
No public access
master's thesis
Usporedba algoritama za strojno učenje u procesu izgradnje prediktivnih modela za predviđanje odlaska klijenata
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2016. urn:nbn:hr:168:255243
Tunjić, Aleksandar
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Tunjić, A. (2016). Usporedba algoritama za strojno učenje u procesu izgradnje prediktivnih modela za predviđanje odlaska klijenata (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:255243

Tunjić, Aleksandar. "Usporedba algoritama za strojno učenje u procesu izgradnje prediktivnih modela za predviđanje odlaska klijenata." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2016. https://urn.nsk.hr/urn:nbn:hr:168:255243

Tunjić, Aleksandar. "Usporedba algoritama za strojno učenje u procesu izgradnje prediktivnih modela za predviđanje odlaska klijenata." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2016. https://urn.nsk.hr/urn:nbn:hr:168:255243

Tunjić, A. (2016). 'Usporedba algoritama za strojno učenje u procesu izgradnje prediktivnih modela za predviđanje odlaska klijenata', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 28 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:255243

Tunjić A. Usporedba algoritama za strojno učenje u procesu izgradnje prediktivnih modela za predviđanje odlaska klijenata [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2016 [cited 2024 December 28] Available at: https://urn.nsk.hr/urn:nbn:hr:168:255243

A. Tunjić, "Usporedba algoritama za strojno učenje u procesu izgradnje prediktivnih modela za predviđanje odlaska klijenata", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2016. Available at: https://urn.nsk.hr/urn:nbn:hr:168:255243

Metadata
TitleUsporedba algoritama za strojno učenje u procesu izgradnje prediktivnih modela za predviđanje odlaska klijenata
Title (english)Comparison of machine learning algorithms in the process of predictive model creation for client churn prediction
AuthorAleksandar Tunjić
MentorBoris Vrdoljak (mentor)
Committee memberBoris Vrdoljak (predsjednik povjerenstva)
Committee memberMirjana Domazet-Lošo (član povjerenstva)
Committee memberLjiljana Brkić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2016-09-29, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Privlačenje novog korisnika u telekom industriji je vrlo skupo, do nekoliko puta skuplje nego zadržavanje postojećeg. Zbog toga se telekom operateri okreću dubinskoj analizi podataka kako bi se iz podataka o korištenju usluga pokušalo predvidjeti da li će neki korisnik prijeći konkurenciji. Postoji više metoda dubinske analize podataka, a razlikuju se po pristupu u složenosti. U ovom radu je provedena analiza i čišćenje podataka telekom operatera, te su izgrađeni i uspoređeni sljedeći modeli: logistička regresija, PLS, slučajne šume i GBM. Također, provedena je i usporedba navedenih algoritama nad izvedenim podacima dobivenim generatorom varijabli.
Abstract (english)
Attaining a new customer in telecom industry is a few times more expensive than retaining an existing customer. This is why telecom operators use data mining approach to try predict if a customer is going to stop using its services and become a client of a competing telecom. There are few data mining methods and they all differ in approach and complexity. In this thesis the process of data analysis and cleaning was done followed by building models: logistic regression, PLS, random forests and GBM. A comparison of results was done on data attained from original and generated variables.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:255243
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2018-02-06 14:11:51