Understanding telecom customer churn with machine learning: From prediction to causal inference

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

Référence CEUR Workshop Proceedings, 2491
Publication Publié, 2019-01-01

Article révisé par les pairs

Fichier(s) déposé(s) par l'encodeur

Causal and predictive modeling of customer churn:Lessons learned from empirical and theoretical research
par Verhelst, Theo
Publication Faculté des Sciences – Informatique, Bruxelles, Université libre de Bruxelles, 2024-01-29
On many-objective feature selection and the need for interpretability
par Njoku, Uchechukwu U.F. , Abelló, Alberto , Bilalli, Besim , Bontempi, Gianluca
Publication 2025-04
Assessment of catastrophic forgetting in continual credit card fraud detection
par Lebichot, Bertrand , Siblini, Wissam , Paldino, Gian Marco , Le Borgne, Yann-Aël , Oblé, Frédéric , Bontempi, Gianluca
Publication 2024-01-01
Intelligence artificielle et droit d’auteur : Rapport belge
par Cabay, Julien
Publication 2025-06-17
L'intelligence artificielle et le droit d'auteur - Rapport national belge
par Cabay, Julien
Publication 2025-04-24

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.