机构名称：
¥ 1.0
摘要。这项研究的动机源于有针对性的营销活动在银行业务中的重要性以及机器学习的潜力（ML）彻底改变该领域。强调银行有效地确定潜在客户的定期存款，从而优化其营销工作和资源。我们的论文讨论了ML在银行业，尤其是在营销策略中的不断发展的作用。问题声明确定了在银行期限存款中准确预测客户行为的挑战。该声明强调了传统的营销方法可能如何落后，并认为ML方法可以提供更准确的预测和见解。它还涉及需要进行更全面的研究，以整合银行业中该特定应用的各种ML算法。这些目标包括开发ML模型，以预测客户订阅定期存款的可能性，并比较算法诸如支持vecter机器（SVM），随机森林，决策树，回归和KNN等算法的有效性，并使用葡萄牙银行业务机构的数据集评估模型的性能。另一个目的是为将ML应用于银行业策略的知识体系做出贡献。在这里，我们深入研究了与银行业中客户识别有关的特定ML算法，并讨论了各种算法的优势，劣势和银行业中的适用性。
一种机器学习方法来识别订阅期限存款的客户
主要关键词
相关文件推荐
