A partir da sugestão dada no blog Seja um Data Scientist eu construí um projeto em que avalia um banco de dados de clientes de uma empresa, disponível no Kaggle, e trago algumas informações sobre as possíveis causas do churn rate daquele período em que os dados foram coletados. Além disso, utilizo a biblioteca PyCaret para treinar vários modelos e utilizar aquele com maior pontuação na métrica selecionada, porém tem um bônus: com a biblioteca é possível adicionar outras métricas de avaliação e nesse estudo de caso inseri uma métrica que é focada no retorno financeiro que o modelo traz de acordo com as regras estabelecidas.
© 2022 Matheus Silva. Powered by Jekyll and the Minimal Theme.