Approcci innovativi nello sviluppo di modelli di Machine Learning per la previsione di churn sui clienti residenziali gas&power. = Innovative approches in developing Machine Learning models for gas&power residential customer churn prevention.

Descrizione del problema del churn in campo utilities, stato dell'arte delle tecniche usate in marketing, importanza del machine learning nella customer retention, confronto con modelli preesistenti, excursus sull'importanza della feature engineering e sulla gestione dei dataset sbilanciati, introduzione del modello ibrido di classificazione, introduzione dei modelli cost sensitive, analisi dei risultati prodotti.