Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
Spośród wszystkich dziedzin biznesu HR wciąż pozostaje tą najmniej dotkniętą przez transformację cyfrową. Jednak najnowsze osiągnięcia w zakresie gromadzenia i analizy danych pozwalają na podejmowanie decyzji opartych na danych we wszystkich obszarach – w tym właśnie w HR. Ten kurs zapewni solidne podstawy pracy z danymi pracowniczymi oraz budowania modelu predykcyjnego do analizy rotacji pracowników.
Wymagania wstępne
Program nauczania
Plan kursu
1
Wprowadzenie do HR Analytics
W tym rozdziale poznasz problemy, którymi zajmuje się HR Analytics, oraz przeanalizujesz przykładowy zbiór danych HR. Opiszesz i zwizualizujesz kluczowe zmienne, a następnie przekształcisz i przygotujesz zbiór danych do dalszej analizy.
- Wprowadzenie i omówienie tematu50 XP
- Znajdowanie zmiennych kategorycznych100 XP
- Obserwowanie zmiennych kategorycznych100 XP
- Przekształcanie zmiennych kategorycznych50 XP
- Kodowanie kategorii100 XP
- Tworzenie zmiennych dummy100 XP
- Pułapka zmiennych zero-jedynkowych100 XP
- Statystyki opisowe50 XP
- Korelacje w danych pracowniczych50 XP
- Odsetek pracowników, którzy odeszli z firmy100 XP
2
Przewidywanie rotacji pracowników
Ten rozdział wprowadza jedną z najpopularniejszych technik klasyfikacji: drzewo decyzyjne. Wykorzystasz je do stworzenia algorytmu przewidującego rotację pracowników.
3
Ocena modelu przewidywania rotacji
Tutaj nauczysz się oceniać model i sprawdzać, jak dobrze działa. Porównasz różne drzewa decyzyjne, aby wybrać najlepsze spośród nich.
4
Wybór najlepszego modelu przewidywania rotacji
W tym ostatnim rozdziale nauczysz się stosować walidację krzyżową, aby uniknąć przeuczenia modelu na danych treningowych. Dowiesz się też, które cechy mają istotny wpływ na wyniki, a które można pominąć. Na koniec wykorzystasz zdobytą wiedzę, aby zbudować lepiej działające drzewo decyzyjne!
HR Analytics: Przewidywanie rotacji pracowników w Pythonie
Kurs
ukończony
