Ir al contenido principal

Curso

Analítica de RR. HH.: Predicción de rotación de empleados en Python

Intermedio4 h

En este curso aprenderás a aplicar machine learning en el ámbito de los recursos humanos.

Python4 h14 vídeos44 ejercicios3,500 XP8,944Certificado de logro

Crea tu cuenta gratis

Continuar con Google
o
Al continuar, aceptas nuestros los Términos de uso, nuestro la Política de privacidad y que tus datos se almacenan en EE. UU.

Les encanta a estudiantes de miles de empresas

¿Formando a un equipo?

Prueba para empresas

Descripción del curso

Entre todos los ámbitos de negocio, RR. HH. sigue siendo de los menos transformados. Sin embargo, los últimos avances en herramientas y tecnologías de recopilación y análisis de datos permiten tomar decisiones basadas en datos en todas las áreas, incluido RR. HH. Este curso te dará una base sólida para trabajar con datos de empleados y desarrollar un modelo predictivo para analizar la rotación de personal.

Requisitos previos

Programa de formación

Contenido del curso

1

Introducción a la analítica de RR. HH.

En este capítulo conocerás los problemas que aborda la analítica de RR. HH. y explorarás un conjunto de datos de ejemplo que analizaremos más adelante. Describirás y visualizarás algunas variables clave, y transformarás y manipularás el conjunto de datos para dejarlo listo para el análisis.
Empezar capítulo
4

Elegir el mejor modelo de predicción de rotación

En este capítulo final, aprenderás a usar la validación cruzada para evitar el sobreajuste a los datos de entrenamiento. También aprenderás a identificar qué características tienen impacto y cuáles son despreciables. Por último, aplicarás estas nuevas habilidades para construir un árbol de decisión con mejor rendimiento.
Empezar capítulo

Analítica de RR. HH.: Predicción de rotación de empleados en Python

Curso
completado

Obtén el certificado de logro

Inscríbete ahora

Desarrolla tus habilidades con la aplicación móvil de DataCamp

Progresa sobre la marcha con nuestros cursos móviles y desafíos diarios de 5 minutos.