Publikace: Predikce nemocnosti zaměstnanců Škoda Auto
pomocí strojového učení
Diplomová práceopen accessNačítá se...
Datum
Autoři
Novotný, Dominik
Název časopisu
ISSN časopisu
Název svazku
Nakladatel
Univerzita Pardubice
Abstrakt
Diplomová práce se zabývá popisem používaných metod strojového učení pro regresní
úlohy a následnou aplikací těchto metod na úloze zaměřené na predikci nemocnosti
zaměstnanců firmy ŠKODA AUTO, a.s. Použité metody predikce zahrnují zejména
neuronové sítě, podpůrnou vektorovou regresi a XGBoost. Výsledky ukazují, že pomocí
těchto metod lze predikovat nemocnost zaměstnanců na jednotlivých odděleních s nízkou
chybou. Výsledky všech použitých metod jsou vyhodnoceny z hlediska chyby
a vysvětleného rozptylu. Ukazuje se také, že navržený predikční model výkonností
překonává současně používaný přístup a může tak značně přispět ke zvýšení efektivnosti
řízení lidských zdrojů v oblasti personálního plánování.
Popis
Klíčová slova
strojové učení, XGBoost, Python, Scikit-learn, neuronové sítě, nemocnost zaměstnanců, machine learning, XGBoost, Python, Scikit-learn, neural networks, employee sickness