第 5 课：生成神经网络模型和逻辑回归模型（数据挖掘中级教程）
Adventure Works 的业务部门正在开展旨在提高客户对呼叫中心满意度的项目。他们雇用了一位供应商来管理呼叫中心并报告有关呼叫中心工作效率的指标，同时请您分析该供应商提供的一些初步数据。他们想知道是否会有任何值得关注的发现。特别是，他们想知道这些数据是否间接显示了人员配备的任何问题或改进响应时间的方式。
该数据集很小，只包括 30 天内呼叫中心的运转情况。数据跟踪每个班次的操作员人数、呼叫数和订单数、响应时间和基于“挂断率”（能够反映客户失望度）的服务等级标准。
因为您事先对将显示的数据没有任何期望，您决定使用数据挖掘来探查可能的相关性。神经网络模型通常用于探查，因为该模型能够分析多个输入和输出之间的复杂关系。
学习内容
在本课程中，您将使用神经网络算法生成一个模型，使您和业务团队可以用来理解数据和其中的趋势。作为本课程的一部分，您将浏览该数据并尝试回答下列问题：
哪些因素会影响客户满意度？
呼叫中心如何能够改进服务等级？
根据结果，您将生成可用于预测的逻辑回归模型。业务团队将使用该预测来帮助规划呼叫中心的运营。
本课程包含以下主题：