| dc.contributor.author | Козачко, О. М. | uk |
| dc.contributor.author | Кордонський, А. О. | uk |
| dc.date.accessioned | 2025-08-13T09:23:09Z | |
| dc.date.available | 2025-08-13T09:23:09Z | |
| dc.date.issued | 2025 | |
| dc.identifier.citation | | uk |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/47722 | |
| dc.description.abstract | Робота присвячена підготовці та розвідувальному аналізу даних для подальшого використання для інформаційної технології передбачення звільнення співробітників в організаціях методами машинного навчання. | uk |
| dc.description.abstract | The paper is devoted to the preparation and exploratory analysis of data for further use in the information technology of predicting the dismissal of employees in organizations using machine learning methods. The dataset and its features were analyzed. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», 15-16 червня 2025 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/25173 | |
| dc.subject | звільнення | uk |
| dc.subject | інформаційні технології | uk |
| dc.subject | машинне навчання | uk |
| dc.subject | аналіз даних | uk |
| dc.subject | передбачення | uk |
| dc.subject | ознаки | uk |
| dc.subject | звільнення співробітників | uk |
| dc.subject | dismissal | uk |
| dc.subject | information technology | uk |
| dc.subject | machine learning | uk |
| dc.subject | data analysis | uk |
| dc.subject | predictions | uk |
| dc.subject | signs | uk |
| dc.subject | employeedismissal | uk |
| dc.title | Розвідувальний аналіз даних для інформаційної технології передбачення звільнення співробітників в організаціях методами машинного навчання | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.6 | |
| dc.relation.references | Raza, A.; Munir, K.; Almutairi, M.; Younas, F.; Fareed, M.M.S. Predicting Employee Attrition Using Machine Learning Approaches. Appl. Sci. 2022, 12, 6424. https://doi.org/10.3390/app12136424 | |
| dc.relation.references | Norsuhada Mansor, Nor Samsiah Sani and Mohd Aliff, Machine Learning for Predicting Employee Attrition International Journal of Advanced Computer Science and Applications(IJACSA), 12(11), 2021. http://dx.doi.org/10.14569/IJACSA.2021.0121149 | |
| dc.relation.references | Employee Dataset. Kaggle. URL: https://www.kaggle.com/datasets/tawfikelmetwally/employee-dataset/data | |
| dc.relation.references | Matplotlib Pyplot Documentation. 2025. URL: https://matplotlib.org/3.5.3/api/_as_gen/matplotlib.pyplot.html | |
| dc.relation.references | Seaborn Tutorial. 2025. URL: https://seaborn.pydata.org/tutorial.html | |