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.