Έμβλημα Πολυτεχνείου Κρήτης
Το Πολυτεχνείο Κρήτης στο Facebook  Το Πολυτεχνείο Κρήτης στο Instagram  Το Πολυτεχνείο Κρήτης στο Twitter  Το Πολυτεχνείο Κρήτης στο YouTube   Το Πολυτεχνείο Κρήτης στο Linkedin

Νέα / Ανακοινώσεις / Συζητήσεις

Παρουσίαση διπλωματικής εργασίας κ. Μαρίας Ζουζάννας Ταβερναράκη, Σχολή ΜΠΔ

  • Συντάχθηκε 29-09-2020 12:52 Πληροφορίες σύνταξης

    Ενημερώθηκε: -

    Τόπος:
    Σύνδεσμος τηλεδιάσκεψης
    Έναρξη: 06/10/2020 11:00
    Λήξη: 06/10/2020 11:30

    ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ

    ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ

     

    Ονοματεπώνυμο:   Μαρία Ζουζάννα  Ταβερναράκη

    Αριθμός Μητρώου:              2015010142

     

    Θέμα

    Τίτλος στα Ελληνικά: Αλγόριθμοι μηχανικής μάθησης για την προσέλκυση πελατών: Μια συγκριτική αξιολόγηση στο χώρο των τραπεζικών υπηρεσιών

    Τίτλος στα Αγγλικά: Machine learning algorithms for customer acquisition : A comparative evaluation in banking services

     

    Εξεταστική Επιτροπή:

    Επιβλέπων:     Μιχάλης Δούμπος

    Πρώτο Μέλος:            Κωνσταντίνος Ζοπουνίδης

    Δεύτερο Μέλος: Γιώργος  Ατσαλάκης

     

    Περίληψη

    Περίληψη της εργασίας στα Ελληνικά:           Στις μέρες μας, η προσέλκυση πελατών είναι εξαιρετικά σημαντική διαδικασία μιας και συνιστά το πρώτο στάδιο του κύκλου ζωής ενός πελάτη. Η διαδικασία αυτή αποσκοπεί όχι μόνο στην απόκτηση νέων πελατών αλλά και στην μετατροπή τους σταδιακά σε πιστούς πελάτες. Παράλληλα, το κόστος για την απόκτηση νέων πελατών είναι σημαντικά υψηλότερο από το κόστος για τη διατήρηση των ήδη υπαρχόντων. Για το λόγο αυτό είναι απαραίτητο μια επιχείρηση να  μελετήσει εκτενώς τις υπάρχουσες μεθοδολογίες έτσι ώστε να προβεί στην επιλογή της πλέον κατάλληλης για το σκοπό της. Για να το πετύχει αυτό, μπορεί να χρησιμοποιήσει αλγόριθμους μηχανικής μάθησης έτσι ώστε να δημιουργήσει ένα μοντέλο από το σύνολο των δεδομένων. Η μηχανική μάθηση είναι ένας κλάδος της τεχνητής νοημοσύνης και βασίζεται στην παραδοχή ότι τα συστήματα μπορούν να μαθαίνουν από τα δεδομένα αναγνωρίζοντας με αυτό τον τρόπο μοτίβα για το συγκεκριμένο είδος των δεδομένων. Η επιλογή του αλγορίθμου που λειτουργεί καλύτερα εξαρτάται από το είδος του προβλήματος ,το είδος των δεδομένων καθώς και από τα διαθέσιμα υπολογιστικά εργαλεία κάθε επιχείρησης . Το αντικείμενο της διπλωματικής εργασίας είναι η συγκριτική αξιολόγηση ορισμένων μεθόδων μηχανικής μάθησης σε τραπεζικές υπηρεσίες.

     

    Ημερομηνία Εξέτασης

    Ημέρα/Μήνας/Έτος:       Oct 6, 2020

    Ώρα:                                  11:00 AM Athens

     

    Χώρος Εξέτασης

    Αίθουσα:

    Join Zoom Meeting

    https://tuc-gr.zoom.us/j/81746211711?pwd=SDRPcUdlWjMxVmQ2ZEpQem9IN28yUT09

     

    Meeting ID: 817 4621 1711

    Password: 027071

     

     

     

     



© Πολυτεχνείο Κρήτης 2012