Bài viết này nhằm dự báo khả năng khách hàng rời bỏ dịch vụ thẻ tín dụng tại ngân hàng bằng các phương pháp học máy. Các phương pháp được sử dụng, bao gồm Random Forest, SVM, Naïve Bayes, hồi quy Logistic, và phương pháp kết hợp cả 4 phương pháp trên. Kết quả phân tích cho thấy các phương pháp này đều có chất lượng dự báo khá tốt với độ chính xác cao. Đặc biệt, kết quả dự báo bằng Random Forest tốt nhất trên tất cả các tiêu chí bao gồm Accuracy, Precision, Sensitivity, Specificity và F1 score. Ngoài ra, những yếu tố quan trọng nhất ảnh hưởng đến khả năng rời bỏ dịch vụ thẻ tín dụng của khách hàng là về lịch sử giao dịch thẻ tín dụng và mối quan hệ của khách hàng với ngân hàng. Kết quả này có thể mang lại những khuyến nghị cho nhà quản lý ngân hàng trong việc giữ chân khách hàng đang sử dụng dịch vụ thẻ tín dụng.