ข้ามไปยังเนื้อหาหลัก

บ้าน Python

Courses

HR Analytics: Predicting Employee Churn in Python

ระดับกลางระดับทักษะ

อัปเดตแล้ว 04/2569

In this course you'll learn how to apply machine learning in the HR domain.

เริ่มเรียนหลักสูตรฟรี

PythonMachine Learning4 ชม.14 videos44 Exercises3,500 เอ็กซ์พี8,865คำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ลองใช้ DataCamp for Business

คำอธิบายรายวิชา

Among all of the business domains, HR is still the least disrupted. However, the latest developments in data collection and analysis tools and technologies allow for data driven decision-making in all dimensions, including HR. This course will provide a solid basis for dealing with employee data and developing a predictive model to analyze employee turnover.

ข้อกำหนดเบื้องต้น

Intermediate Python

1

Introduction to HR Analytics

In this chapter you will learn about the problems addressed by HR analytics, as well as will explore a sample HR dataset that will further be analyzed. You will describe and visualize some of the key variables, transform and manipulate the dataset to make it ready for analytics.

Introduction and overview

50 เอ็กซ์พี

Finding categorical variables

100 เอ็กซ์พี

Observing categoricals

100 เอ็กซ์พี

Transforming categorical variables

50 เอ็กซ์พี

Encoding categories

100 เอ็กซ์พี

Getting dummies

100 เอ็กซ์พี

100 เอ็กซ์พี

Descriptive statistics

50 เอ็กซ์พี

Correlations in the employee data

50 เอ็กซ์พี

Percentage of employees who churn

100 เอ็กซ์พี

เริ่มบท

2

Predicting employee turnover

This chapter introduces one of the most popular classification techniques: the Decision Tree. You will use it to develop an algorithm that predicts employee turnover.

Splitting the data

50 เอ็กซ์พี

Separating Target and Features

100 เอ็กซ์พี

Spliting employee data

100 เอ็กซ์พี

Introduction to Decision Tree classification

50 เอ็กซ์พี

Computing Gini index

100 เอ็กซ์พี

Splitting the tree

100 เอ็กซ์พี

Predicting employee churn using decision trees

50 เอ็กซ์พี

Fitting the tree to employee data

100 เอ็กซ์พี

Checking the accuracy of prediction

100 เอ็กซ์พี

Interpretation of the decision tree

50 เอ็กซ์พี

Exporting the tree

100 เอ็กซ์พี

Interpretation of results

50 เอ็กซ์พี

เริ่มบท

3

Evaluating the turnover prediction model

Here, you will learn how to evaluate a model and understand how "good" it is. You will compare different trees to choose the best among them.

Tuning employee turnover classifier

50 เอ็กซ์พี

Pruning the tree

100 เอ็กซ์พี

Limiting the sample size

100 เอ็กซ์พี

Evaluating the model

50 เอ็กซ์พี

Interpreting accuracy metrics

50 เอ็กซ์พี

Calculating accuracy metrics: precision

100 เอ็กซ์พี

Calculating accuracy metrics: recall

100 เอ็กซ์พี

Targeting both leavers and stayers

50 เอ็กซ์พี

Calculating the ROC/AUC score

100 เอ็กซ์พี

Class imbalance

50 เอ็กซ์พี

Balancing classes

100 เอ็กซ์พี

Comparison of Employee attrition models

100 เอ็กซ์พี

เริ่มบท

4

Choosing the best turnover prediction model

In this final chapter, you will learn how to use cross-validation to avoid overfitting the training data. You will also learn how to know which features are impactful, and which are negligible. Finally, you will use these newly acquired skills to build a better performing Decision Tree!

Hyperparameter tuning

50 เอ็กซ์พี

Cross-validation using sklearn

100 เอ็กซ์พี

Setting up GridSearch parameters

100 เอ็กซ์พี

Implementing GridSearch

100 เอ็กซ์พี

Important features for predicting attrition

50 เอ็กซ์พี

Interpreting importance

50 เอ็กซ์พี

Sorting important features

100 เอ็กซ์พี

Selecting important features

100 เอ็กซ์พี

Develop and test the best model

100 เอ็กซ์พี

Final thoughts

50 เอ็กซ์พี

เริ่มบท

HR Analytics: Predicting Employee Churn in Python

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม HR Analytics: Predicting Employee Churn in Python วันนี้เลย!

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา