Inicio > Sin categoría > Predicción del riesgo de dimisión de un empleado mediante técnicas de Machine Learning y análisis de redes

Predicción del riesgo de dimisión de un empleado mediante técnicas de Machine Learning y análisis de redes


SEMINARIO DEL DOCTORADO DE ESTADÍSTICA, OPTIMIZACIÓN Y MATEMÁTICA APLICADA. CURSO 2016-2017

Título: Predicción del riesgo de dimisión de un empleado mediante técnicas de Machine Learning y análisis de redes

Ponentes: Guillem Duran (Colaborador con United Arab Emirates University (UAEU) y el grupo de investigación CIO “Sistemas dinámicos y aplicaciones”)

Fecha: Jueves 20 de julio de 2017 a las 12:30 horas

Lugar: Sala de seminarios, Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen:

La obtención de métricas para predecir si un empleado va a dimitir de su actual puesto de trabajo es un tema de interés para los departamentos de recursos humanos, debido al coste económico que conlleva una baja inesperada en la plantilla de una empresa. En esta charla analizamos cómo construir modelos predictivos del riesgo de dimisión mediante técnicas de Machine Learning y análisis de redes. Utilizando los datos de la aplicación de MyHappyforce, diseñada para obtener comentarios de los empleados de una empresa, explicaremos el proceso a seguir para construir modelos predictivos del riesgo de dimisión a partir de las interacciones entre los empleados. Durante esta charla empezaremos explicando en qué consiste nuestro dataset, cómo debe de ser procesado, y cuáles son las características más relevantes que pueden observarse al analizar los datos. A continuación, explicaremos cómo se pueden utilizar técnicas de análisis de redes para crear rasgos que permitan cuantificar numéricamente las interacciones entre los empleados, haciendo especial hincapié en la técnica de extracción de grupos llamada Non-negative Matrix Factorization (NMF). Finalmente, analizaremos qué características son las que más influyen a la hora de predecir el riesgo que un empleado tiene de abandonar su puesto de trabajo.


Categories: Sin categoría Tags:

Viernes, 14 de julio de 2017 Dejar un comentario Ir a comentarios
  1. Sin comentarios aún.
  1. Sin trackbacks aún.