لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش زبان R: طراحی و ارزیابی جنگل تصادفی (Random Forest) برای تحلیل ریزش کارکنان
- آخرین آپدیت
دانلود R: Design & Evaluate Random Forests for Attrition
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره آموزشی، کاربران را با فرآیند ساختارمند توسعه مدلهای پیشبینی با استفاده از تکنیکهای جنگل تصادفی (Random Forest) در زبان R، بهویژه در حوزه دادههای ریزش کارکنان آشنا میکند. این دوره به دو ماژول جامع تقسیم شده است. در ماژول اول، مفاهیم بنیادی طبقهبندی و الگوریتمهای جنگل تصادفی معرفی شده و کاربران برای توضیح، شناسایی و آمادهسازی متغیرهای مرتبط هدایت میشوند. همچنین، مراحل ضروری پیشپردازش دادهها برای آمادهسازی مجموعه داده جهت تحلیل انجام میگیرد.
در ماژول دوم، دانشجویان مدلهای جنگل تصادفی را با استفاده از دادههای واقعی منابع انسانی (HR) ساخته، تنظیم و ارزیابی میکنند. از طریق دروس عملی، شرکتکنندگان تکنیکهای بهینهسازی پارامترها را به کار گرفته، عملکرد مدل را با استفاده از معیارهای مناسب تحلیل کرده و انتخابهای مدلسازی خود را با استراتژیهای اعتبارسنجی توجیه میکنند. در پایان این دوره، فراگیران قادر خواهند بود مدلهای یادگیری ماشین قدرتمند و قابل تفسیری برای تحلیل نیروی کار ایجاد کرده و تصمیمات دادهمحور دقیقی در زمینه حفظ کارکنان اتخاذ کنند.
سرفصل ها و درس ها
مبانی پیشبینی ریزش کارکنان
Foundations of Employee Attrition Prediction
مقدمهای بر پیشبینی ریزش کارکنان با جنگل تصادفی
Introduction to Employee Attrition Prediction Using Random Forest
بررسی کلی الگوریتم جنگل تصادفی
Random Forest Overview
ادامه بررسی کلی جنگل تصادفی
Random Forest Overview Continue
توضیح متغیرها
Variable Explanation
ادامه توضیح متغیرها
Variable Explanation Continue
مراحل پیش از مدلسازی
Pre Modelling Steps
ادامه مراحل پیش از مدلسازی
Pre Modelling Steps Continue
ساخت و بهینهسازی مدل جنگل تصادفی
Building and Refining the Random Forest Model
نمایش نظرات