Этот проект направлен на разработку модели, предсказывающей вероятность ухода клиентов на основе их активности и демографических данных. С помощью анализа исторических данных и методов машинного обучения (логистическая регрессия, градиентный бустинг) система выявляет клиентов из группы риска. Проект включает этапы предобработки данных, feature engineering, обучение модели и оценку её эффективности через метрики ROC-AUC и F1-score. Результаты помогут бизнесу proactively удерживать клиентов с помощью персонализированных предложений. Решение применимо в телекоме, банках и подписочных сервисах. Финальная модель может быть интегрирована в CRM-систему для автоматизации прогнозирования.