{
  "fetched_at": "2026-10-20T03:52:39Z",
  "source_url": "https://www.kaggle.com/competitions/2024-ml-w9p2/data",
  "pages": [
    {
      "name": "data-description",
      "content": "- 학습 데이터로는 (통신사 고객 정보)와 해당 고객들의 (최종 이탈 여부)를 함께 제공합니다.\n\n- 테스트 데이터로는 (통신사 고객 정보)만 제공하며, 예측된 고객의 (이탈 여부)는 submit.csv 파일로 저장하여 캐글 리더보드에 제출하셔야 합니다.\n\n- 제공되는 (통신사 고객 정보)는 순서대로 **custumerID, gender, SeniorCitizen[고령자], Partner, Dependents[부양가족], tenure[계약유지기간], PhoneService, MultipleLines, InternetService, OnlineSecurity, OnlineBackup, DeviceProtection, TechSupport, StreamingTV, StreamingMovies, Contract[계약형태], PaperlessBiliing, PaymentMethod, MonthlyCharges, TotalCharges, Churn[이탈여부]** 입니다.\n\n- 답안 제출 시, 이탈여부는 1(Yes)과 0(No)으로 제출하셔야 합니다.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "# 과제 설명\n\n통신 회사의 경우 신규 고객을 유치하는 동시에 수익을 창출 기반을 늘리기 위해 계약 해지(=이탈)를 피하는 것이 중요합니다. 신규 고객이 이탈하는 이유를 살펴보면 더 나은 가격, 더 흥미로운 패키지, 불편한 서비스 경험 또는 고객의 개인적인 상황 변화와 같이 다양한 이유로 고객이 계약을 종료하게 됩니다. 고객 이탈 분석은 고객 이탈을 예측하고 이탈을 유발하는 근본적인 이유를 정의하는 기능을 제공합니다. 통신사는 기계학습 모델을 적용하여 개별 고객을 기준으로 이탈을 예측하고 할인, 특별제안 또는 기타 만족을 주기 위한 대응 조치를 취하여 고객을 유지할 수 있습니다. 여러분은 지금부터 수업시간에 배운 <머신러닝 기술>을 활용하여 test.csv 파일로 제공된 통신사 고객들의 이탈 여부를 예측하는 인공지능 SW를 작성해주길 바랍니다.\n\n학습 데이터로는 (통신사 고객 정보)와 해당 고객들의 (최종 이탈 여부)를 함께 제공합니다.\n\n테스트 데이터로는 (통신사 고객 정보)만 제공하며, 예측된 고객의 (이탈 여부)는 submit.csv 파일로 저장하여 캐글 리더보드에 제출하셔야 합니다.\n\n제공되는 (통신사 고객 정보)는 순서대로 custumerID, gender, SeniorCitizen[고령자], Partner, Dependents[부양가족], tenure[계약유지기간], PhoneService, MultipleLines, InternetService, OnlineSecurity, OnlineBackup, DeviceProtection, TechSupport, StreamingTV, StreamingMovies, Contract[계약형태], PaperlessBiliing, PaymentMethod, MonthlyCharges, TotalCharges, Churn[이탈여부] 입니다.\n\n답안 제출 시, 이탈여부는 1(Yes)과 0(No)으로 제출하셔야 합니다.\n\n##랜덤시드\n- 필요시 특정 알고리즘에 들어가는 `random_state`를 고정해주어야 합니다.\n```python\nimport random\nimport os\nseed = 42\nrandom.seed(seed)\nnp.random.seed(seed)\nos.environ[\"PYTHONHASHSEED\"] = str(seed)\n```",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "평가를 위해 카테고리 정확도(Categorization Accuracy)를 사용 중입니다.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": " - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "abstract",
      "content": "# 교과목 정보\n* 세종대학교 지능기전공학부 (최유경교수)\n* 2024년 1학기 기계학습 9주차 실습 2번",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}