Letzte Chance! 50 % auf alles
Der Sale endet in
Kursbeschreibung
Unter all den Unternehmensbereichen ist HR noch am wenigsten disruptiert. Doch die neuesten Entwicklungen bei Tools und Technologien zur Datenerfassung und -analyse ermöglichen datengetriebene Entscheidungen in allen Bereichen – auch im HR. Dieser Kurs vermittelt dir eine solide Grundlage, um mit Mitarbeiterdaten zu arbeiten und ein Vorhersagemodell zur Analyse der Fluktuation zu entwickeln.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Einführung in HR Analytics
In diesem Kapitel lernst du die Fragestellungen kennen, die mit HR Analytics adressiert werden. Außerdem untersuchst du einen Beispiel-HR-Datensatz, den du später weiter analysierst. Du beschreibst und visualisierst einige der wichtigsten Variablen und transformierst sowie bearbeitest den Datensatz, um ihn für die Analyse vorzubereiten.
- Einführung und Überblick50 XP
- Kategorische Variablen finden100 XP
- Kategorien betrachten100 XP
- Kategorische Variablen transformieren50 XP
- Kategorien encodieren100 XP
- Dummies erstellen100 XP
- Dummy Trap100 XP
- Deskriptive Statistik50 XP
- Korrelationen in den Mitarbeiterdaten50 XP
- Prozentsatz der Mitarbeitenden mit Churn100 XP
2
Mitarbeiterfluktuation vorhersagen
Dieses Kapitel führt eine der beliebtesten Klassifikationstechniken ein: den Decision Tree. Du nutzt ihn, um einen Algorithmus zu entwickeln, der die Mitarbeiterfluktuation vorhersagt.
3
Das Fluktuationsmodell evaluieren
Hier lernst du, wie du ein Modell evaluierst und verstehst, wie „gut“ es ist. Du vergleichst verschiedene Bäume, um den besten auszuwählen.
4
Das beste Fluktuationsmodell auswählen
In diesem abschließenden Kapitel lernst du, wie du mit Cross-Validation ein Überanpassen an die Trainingsdaten vermeidest. Außerdem erfährst du, welche Features großen Einfluss haben und welche vernachlässigbar sind. Abschließend setzt du diese neuen Fähigkeiten ein, um einen leistungsfähigeren Decision Tree zu bauen!
HR Analytics: Mitarbeiterfluktuation mit Python vorhersagen
Kurs
abgeschlossen
