Aller au contenu

Application - Prédire l'usage d'un abonné Télécoms

Vous êtes Data Scientist chez un opérateur Télécoms et il est vous demandé de mettre en place un modèle de machine learning capable de prédire le trafic journalier des abonnés.

Business Understanding

Data Understanding

Data Preparation

Data Collection

Il vous faut dans un premier temps constituer le jeu de données

---- DDL Table Creation ---
drop table if exists ml.dataset_sub_data_usage;
create table ml.dataset_sub_data_usage
(
    dt            date,
    msisdn        varchar(11),
    x_01          numeric(20, 2),
    x_02          numeric(20, 2),
    x_03          numeric(20, 2),
    x_04          numeric(20, 2),
    x_05          numeric(20, 2),
    x_06          numeric(20, 2),
    x_07          numeric(20, 2),
    x_08          numeric(20, 2),
    x_09          numeric(20, 2),
    x_10          numeric(20, 2),
    x_11          numeric(20, 2),
    x_12          numeric(20, 2),
    x_13          numeric(20, 2),
    x_14          numeric(20, 2),
    x_15          numeric(20, 2),
    x_16          numeric(20, 2),
    x_17          numeric(20, 2),
    x_18          numeric(20, 2),
    x_19          numeric(20, 2),
    x_20          numeric(20, 2),
    x_21          numeric(20, 2),
    x_22          numeric(20, 2),
    x_23          numeric(20, 2),
    x_24          numeric(20, 2),
    x_25          numeric(20, 2),
    x_26          numeric(20, 2),
    x_27          numeric(20, 2),
    x_28          numeric(20, 2),
    x_29          numeric(20, 2),
    x_30          numeric(20, 2),
    y             numeric(20, 2),
    total_ggsn_mb numeric(20, 2),
    cnt_days      integer,
    load_datetime timestamp default now() not null
);

Modeling

Evaluation

Deployment


**