<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Розвідувальний аналіз даних для інформаційної технології передбачення звільнення співробітників в організаціях методами машинного навчання

Вантажиться...
Ескіз

Дата

Автори

Назва журналу

Номер ISSN

Назва тому

DOI

Анотація

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.

Опис

УДК

Тип документа

Мова

ISSN

Бібліографічний опис

Кордонський А. О., Козачко О. М. Розвідувальний аналіз даних для інформаційної технології передбачення звільнення співробітників в організаціях методами машинного навчання // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/25173.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (5)

  1. 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
  2. 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
  3. Employee Dataset. Kaggle. URL: https://www.kaggle.com/datasets/tawfikelmetwally/employee-dataset/data
  4. Matplotlib Pyplot Documentation. 2025. URL: https://matplotlib.org/3.5.3/api/_as_gen/matplotlib.pyplot.html
  5. Seaborn Tutorial. 2025. URL: https://seaborn.pydata.org/tutorial.html