Modelo de rede neural ANN para detectar se um usuário permanece ou não no banco. Esse algoritmo faz parte de um curso que fiz, mas adaptei e melhorei algumas etapas.
Através do uso de Python, eu uso um dataset com informações a respeito de clientes de um banco. A partir disso, eu filtro o dataset em train_set e test_set aplico feature scaling e o método de rede neural ANN no train_set com a biblioteca Keras para obter uma previsão dos resultados. Modificando os hiperparâmetros e observando as métricas de Confusion Matrix e Accuracy, o algoritmo foi aperfeiçoado para melhores resultados.
Baixe os arquivos e com o uso de algum compilador python com suporte para Keras, Tensorflow, Numpy, Pandas e Sklearn instalados execute o código do arquivo ".py".
OU rode o arquivo ".ipynb" do Google Collab. *Não esqueça de adicionar o dataset no diretório de arquivos para funcionar.
Confusion Matrix =
[[43 10]
[11 14]]
Accuracy = 0.730 F1-Score = 0.687