Pular para o conteúdo principal

Curso

HR Analytics: prevendo rotatividade de funcionários em Python

IntermediárioNível de habilidade

Atualizado 04/2026

Neste curso, você vai aprender a usar machine learning na área de RH.

Iniciar curso gratuitamente

PythonMachine Learning

4 h

14 vídeos

44 Exercícios

3,500 XP

8,922

Declaração de realização

Preferido por alunos de milhares de empresas

Treinando uma equipe?

Experimente para Empresas

Descrição do curso

Entre todas as áreas de negócios, RH ainda é a menos impactada por mudanças. No entanto, os avanços recentes em ferramentas e tecnologias de coleta e análise de dados permitem a tomada de decisões orientadas por dados em todas as frentes, incluindo RH. Este curso vai fornecer uma base sólida para trabalhar com dados de funcionários e desenvolver um modelo preditivo para analisar a rotatividade de funcionários.

Pré-requisitos

Intermediate Python

1

Introdução à HR Analytics

Neste capítulo, você vai conhecer os problemas abordados por HR Analytics e explorar um conjunto de dados de RH que será analisado adiante. Você vai descrever e visualizar algumas das variáveis-chave e transformar e manipular o conjunto de dados para deixá-lo pronto para análise.

Introdução e visão geral

Identificando variáveis categóricas

Observando variáveis categóricas

Transformando variáveis categóricas

Codificando categorias

Criando dummies

Armadilha das dummies

Estatísticas descritivas

Correlação nos dados de funcionários

Porcentagem de funcionários que saíram (churn)

Iniciar capítulo

2

Prevendo a rotatividade de funcionários

Este capítulo apresenta uma das técnicas de classificação mais populares: a Árvore de Decisão. Você vai usá-la para desenvolver um algoritmo que prevê a rotatividade de funcionários.

Dividindo os dados

Separando target e features

Dividindo os dados de funcionários

Introdução à classificação com Decision Tree

Calculando o índice de Gini

Dividindo a árvore

Prevendo rotatividade de funcionários com árvores de decisão

Ajustando a árvore aos dados de funcionários

Verificando a acurácia da previsão

Interpretação da árvore de decisão

Exportando a árvore

Interpretação dos resultados

Iniciar capítulo

3

Avaliando o modelo de previsão de rotatividade

Aqui, você vai aprender a avaliar um modelo e entender quão “bom” ele é. Você vai comparar diferentes árvores para escolher a melhor entre elas.

Ajustando o classificador de rotatividade de funcionários

Podando a árvore

Limitando o tamanho da amostra

Avaliando o modelo

Interpretando métricas de acurácia

Calculando métricas de acurácia: precisão

Calculando métricas de acurácia: recall

Direcionando tanto quem sai quanto quem fica

Calculando o score ROC/AUC

Desbalanceamento de classes

Balanceando classes

Comparação de modelos de desligamento de funcionários

Iniciar capítulo

4

Escolhendo o melhor modelo de previsão de rotatividade

Neste capítulo final, você vai aprender a usar validação cruzada para evitar overfitting nos dados de treino. Você também vai aprender a identificar quais variáveis têm impacto e quais são desprezíveis. Por fim, você vai aplicar essas habilidades recém-adquiridas para construir uma Árvore de Decisão com melhor desempenho!

Ajuste de hiperparâmetros

Validação cruzada usando sklearn

Configurando parâmetros do GridSearch

Implementando o GridSearch

Recursos importantes para prever desligamento

Interpretando importâncias

Ordenando as variáveis mais importantes

Selecionando features importantes

Desenvolver e testar o melhor modelo

Considerações finais

Iniciar capítulo

HR Analytics: prevendo rotatividade de funcionários em Python

Curso
concluído

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CV
Compartilhe nas redes sociais e em sua avaliação de desempenhoInscreva-se agora

Faça como mais de 19 milhões de alunos e comece HR Analytics: prevendo rotatividade de funcionários em Python hoje mesmo!

Desenvolva suas habilidades em dados com o app do DataCamp

Continue progredindo em qualquer lugar com nossos cursos para celular e desafios diários de programação de 5 minutos.