Modelo de Machine Learning para Predecir Deserción de Empleados

Description

Mapa mental sobre proyecto de deserción de empleados
ROBERT WILLIAMS VASQUEZ SANCHEZ
Mind Map by ROBERT WILLIAMS VASQUEZ SANCHEZ, updated about 2 months ago
ROBERT WILLIAMS VASQUEZ SANCHEZ
Created by ROBERT WILLIAMS VASQUEZ SANCHEZ about 2 months ago
1
0

Resource summary

Modelo de Machine Learning para Predecir Deserción de Empleados
  1. Recursos Humanos
    1. Salidas de Empleado
      1. Tipos de Salida
        1. Voluntaria
          1. Por Despido
            1. Jubilación
          2. Factores Salidas de Empleado
            1. Engagement
              1. Generacionales
                1. Económicos
                2. Consecuencias
                  1. Perdida de talento
                    1. Base de conocimientos
                      1. Fuga de Cartera Clientes
                    2. Análisis de Datos
                      1. Tipo de Análisis
                        1. Análisis Descriptivo
                          1. Análisis Predictivo
                          2. Modelos Analíticos
                            1. Dimensiones
                              1. Eventos a medir
                              2. Visualización de Datos
                              3. Metodología de People Analytics
                                1. Analisis y Predicción de deserción de Empleado
                                  1. Hipotesis de Rotación de Empleados
                                    1. Variables Dependientes
                                    2. Estrategia de Comunicación
                                      1. Data Storytelling
                                      2. Toma de Decisiones
                                        1. Implementación de Estrategía
                                      3. Inteligencia Artificial
                                        1. Machine Learninng
                                          1. Tipo ML
                                            1. Supervisado
                                              1. No Supervisado
                                            2. Predecir Deserción de Empleado
                                              1. Tipos de Algoritmo
                                                1. Regresión
                                                  1. Clasificación
                                              2. Ingenieria de Datos
                                                1. Bases de Datos
                                                  1. Consultas SQL
                                                    1. Manipulación de Datos con SQL
                                                      1. Extracción de fuentes crudas
                                                      2. Procesos ETL
                                                        1. Flujos de datos
                                                          1. Transformación y limpieza de datos
                                                          2. Modelado de Datos
                                                            1. Diseño de Base de Datos Analíticas
                                                              1. Entidad Relación
                                                              2. Mineria de Datos
                                                                1. Notebooks con R
                                                                  1. Manipulación de datos con R
                                                                    1. Implementación de Modelos en R
                                                                  2. Modelo Estadístico
                                                                    1. Regresión Logística
                                                                      1. Utiliza las matemáticas para encontrar relaciones y luego predecir el valor de uno de esos factores
                                                                      2. Randon Forest
                                                                        1. Utiliza la capacidad de combinar los resultados de sus árboles para obtener una predicción más fiable.
                                                                        2. Adaboost
                                                                          1. Utiliza varios predictores en secuencia, de manera que cada clasificador se ajuste mejor en cada iteración.
                                                                          2. Arboles de decisión
                                                                          Show full summary Hide full summary

                                                                          Similar

                                                                          Diapositivas de Topología de Redes
                                                                          lisi_98
                                                                          Fase 5. Evaluar. Sustentar el diseño de modelo de propagación. MAPA DE RFID
                                                                          Miller Suárez López
                                                                          TEORIA DESCRIPCION DE LA FORMA
                                                                          Stiven Ramirez
                                                                          Construcción de software
                                                                          CRHISTIAN SUAREZ
                                                                          FUNCIONES MULTIVARIABLES
                                                                          Jarumy cecilia Sánchez Hernández
                                                                          Proceso de Simulación
                                                                          Jesus Javier
                                                                          Dibujo de ingeniería
                                                                          Felipe Granada
                                                                          Competencias Laborales de un Ingeniero en Diseño de Entretenimiento Digital
                                                                          Daniel Giraldo
                                                                          Modelos de Gestión de Inventarios en Cadenas de Abastecimiento
                                                                          Rubén Darío Martínez Lira
                                                                          Ingenieria Social
                                                                          Diego Gutierrez
                                                                          PROYECTOS DE INVERSIÓN
                                                                          Pedro Martinez