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
**