近日,我们上线了【人力资源数据分析与挖掘】线上课程,旨在帮助HR了解和掌握AI时代的数字化技能,赋能HR从业者全面升级数字化技能,应用AI算法提升人力资源分析和决策效率。
人力资源数据分析与挖掘技术中,分类算法是重要的一项工具,在招聘、绩效、晋升、人才盘点、离职预测中有着广泛的应用。 中智咨询【人力资源数据分析与挖掘课程】主题2,深入解析分类算法在人力资源场景下的应用,并进行了工具的实操演练。 下面,我们选取分类算法在人力资源应用中的典型场景,如离职预测、晋升机制和绩效等级预测进行分享,并针对分类算法的工具实操进行简要介绍,旨在为HR从业者理解分类算法提供有效参考。 近年来,IBM利用人工智能进行员工离职预测,达到了95%的准确率,节省了3亿美元的人才保留费用。 中智咨询通过分析IBM离职预测的数据案例,从人力资源的角度,建议从四个方面思考借鉴: 【人力资源数据分析与挖掘课程】课程第2节从以上四个方面对IBM的员工离职预测案例进行了深入解析,例如“准确率”评估包含查准率、召回率与F1综合得分,离职干预与人才保留基于“离职旅程图“进行分析,以及决策树和随机森林算法的应用。
企业人才晋升机制的设计往往受多重因素的影响,例如岗位经历、年龄、岗级年限、学历等,如何通过数据挖掘制定合适的模型,助力晋升结果推荐和决策路径,是HR和管理者面临的挑战。 通过AI辅助的绩效解决方案能够跟踪每个人的进展,同时提供团队的整体进展作为参考,给出针对性的建议;还能帮助管理人员根据需要及时为每个员工提供帮助与支持。同时,AI技术也能辅助企业分析员工的核心工作表现,给出针对晋升资格的辅助建议。 课程选取多因素晋升机制数据挖掘案例,详细拆解如何挑选合适的算法模型,并解释变量对结果的影响,以及使用业务语言描述数据挖掘内容,向团队管理者进行有效的业务解释和沟通,推动数据帮助管理决策。 在逻辑回归、决策树、随机森林、支持向量机、人工神经网络等多种模型之间比较各算法模型的平均精度,挑选最合适的算法模型进行应用,并根据可解释性的要求选择算法模型。
在本案例中,选择随机森林作为算法模型,并进行了变量特征的提取和业务描述。
在绩效等级预测的案例中,输入员工基本信息、GATB和卡特尔16人格两类测评结果,以及专业能力测验、人员绩效等级五类变量,并从算法效果、变量特征、业务解释三个方面输出数据挖掘的成果,在员工的测评结果和绩效表现之间建立有效关联,并应用于员工绩效等级预测。 在EXCEL、可视化平台(PowerBI/Tableau等)、专业数据分析软件(SPSS/SAS/SPSSPRO等)、SQL、Python/R等众多数据挖掘工具中,哪种适合HR从业者在实际工作中应用? 中智咨询推荐专业数据分析软件(SPSS/SAS/SPSSPRO等),该类工具操作难度中等,主要应用于数据处理、建模、分析和算法调用。 在专业数据分析软件中,SPSSPRO具有操作较为简单、内嵌标准化算法模板、模型覆盖全面等优势,课程第4节选择该工具进行了实操演练,旨在帮助HR从业者掌握分类算法的应用,通过分析工具进行实操落地,获取AI时代的数据挖掘的新思路和新技能,助力工作效率提升。更多内容,
详见【人力资源数据分析与挖掘课程】
为了帮助HR了解和掌握AI时代的数字化技能,中智咨询【人力资源数据分析与挖掘课程】上线,赋能HR从业者全面升级数字化技能,应用AI算法提升人力资源分析和决策效率。
【主题1】第1节 :什么是数据挖掘
【主题1】第3节:AI算法与人力资源应用
现开放试听,识别扫描下方二维码进入课程
扫码试听