Munkavállalók távozásának előrejelzése klasszifikációs algoritmusok segítségével

Lendér Réka (2023) Munkavállalók távozásának előrejelzése klasszifikációs algoritmusok segítségével. Pénzügyi és Számviteli Kar.

	PDF Lendér_Réka_H6FKO2.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (2MB)
	PDF BA_O_Lendér_Réka.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (228kB)
	PDF BA_B_Lender_Reka.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (493kB)
	PDF Lendér_Réka.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (163kB)

Absztrakt (kivonat)

<p dir="ltr" style="text-align: left;">A szakdolgozatomban osztályozásra alkalmas modellek teljesítményét hasonlítottam össze, annak érdekében, hogy megtaláljam a legmegfelelőbb modellt, amivel előrejelezhető a munkavállalók elvándorlása. A munkaerő elvándorlása egy igen nagy probléma, szinte minden céget érint. A dolgozók megtartása erőforrások felhasználást kívánja, így jó, ha tudjuk, hogy kik azok a dolgozók, akik nagy valószínűséggel távoznak a cégtől egy megadott időn belül, hogy rájuk használja fel a cég az erőforrásait és ne azokra a dolgozókra, akik anélkül is ottmaradnak a cégnél. Ezért fontos, hogy legyen egy előrejelzés, hogy kik azok, akik távozni fognak, hogy időben meg lehessen akadályozni, anélkül, hogy minden dolgozóra fordítani kéne az erőforrásokból. Számos tényező befolyásolhatja, hogy a dolgozó távozik-e a cégtől vagy sem, így fontos azt is megnézni, hogy mely tényezők vannak a legnagyobb ráhatással a célváltozóra, vagyis arra, hogy távozik-e a dolgozó a megadott időn belül. Így amellett, hogy megtaláljam a legpontosabban előrejelző modellt, célom még, hogy azt is megtaláljam, hogy mely tényezők azok, amik a legjobban befolyásolják a célváltozó értékét.<br></p>

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Konzulens(ek)

Mű típusa:	diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak:	adatelemzés - adatbányászat, előrejelzés, gépi tanulás, mesterséges intelligencia, osztályozás, Python
SWORD Depositor:	Archive User
Felhasználói azonosító szám (ID):	Archive User
Rekord készítés dátuma:	2024. Jan. 24. 09:31
Utolsó módosítás:	2024. Jan. 24. 09:31

Actions (login required)

Tétel nézet