Predikce nemocnosti zaměstnanců Škoda Auto pomocí strojového učení

Abstract

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.