Dopo aver seguito questi corsi, mi sento sicuro nel creare visualizzazioni e dashboard professionali
Descrizione del corso
Tra tutti i settori aziendali, l’HR è ancora quello meno trasformato. Tuttavia, i recenti sviluppi negli strumenti e nelle tecnologie di raccolta e analisi dei dati consentono decisioni guidate dai dati in ogni ambito, incluso l’HR. Questo corso ti offrirà una base solida per lavorare con i dati dei dipendenti e sviluppare un modello predittivo per analizzare il turnover.
Prerequisiti
Programma
Struttura del corso
1
Introduzione all'HR Analytics
In questo capitolo scoprirai i problemi affrontati dall’HR analytics ed esplorerai un insieme di dati HR di esempio che verrà analizzato in seguito. Descriverai e visualizzerai alcune variabili chiave, trasformerai e manipolerai il dataset per renderlo pronto all’analisi.
- Introduzione e panoramica50 XP
- Individuare le variabili categoriche100 XP
- Osservare le variabili categoriche100 XP
- Trasformare le variabili categoriche50 XP
- Codifica delle categorie100 XP
- Creare variabili dummy100 XP
- Dummy trap100 XP
- Statistiche descrittive50 XP
- Correlazioni nei dati dei dipendenti50 XP
- Percentuale di dipendenti che lasciano l’azienda100 XP
2
Prevedere l'abbandono dei dipendenti
Questo capitolo introduce una delle tecniche di classificazione più diffuse: l’albero decisionale. Lo userai per sviluppare un algoritmo che preveda l’abbandono dei dipendenti.
3
Valutare il modello di previsione del turnover
Qui imparerai a valutare un modello e a capirne la “bontà”. Confronterai diversi alberi per scegliere il migliore.
4
Scegliere il miglior modello di previsione del turnover
In questo capitolo finale imparerai a usare la convalida incrociata per evitare l’overfitting sui dati di training. Imparerai anche a capire quali feature sono rilevanti e quali trascurabili. Infine, userai queste nuove competenze per costruire un albero decisionale con prestazioni migliori!
HR Analytics: prevedere l'abbandono dei dipendenti in Python
Corso
completato

