Implementación de machine learning en la rotación de personal

El informe aborda la importancia de la retención del personal en una empresa y cómo la alta rotación de personal puede afectar la productividad, la innovación y la rentabilidad. Para evitar la fuga de talentos, se propone el uso de herramientas de análisis de datos y machine learning para intentar predecir el fenómeno de rotación y fuga de talentos dentro de las organizaciones. El objetivo general del informe es diseñar una estrategia mediante el uso de análisis de datos y machine learning para entender y predecir el fenómeno de fuga de talentos dentro de las compañías para la toma inteligente e informada de decisiones en el área de retención de recursos humanos. El informe también describe los factores y aspectos que afectan a la retención de personal, explora posibles estrategias para aumentar la retención de personal y propone acciones para minimizar la tasa de rotación.

• Autores: Castro Bravo, Andres Camilo; Otalora Cubides, Luis Eduardo; Sánchez Olave, Lesly Katherine; Toquica Toquica, Paula Lorena
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad EAN
• Repositorio: Biblioteca Digital Minerva - Repositorio EAN
• Idioma: spa
• OAI Identifier: oai:repository.universidadean.edu.co:10882/13431
• Acceso en línea: http://hdl.handle.net/10882/13431; https://repository.ean.edu.co/
• Palabra clave: Capital Humano; Machine Learning; Modelos de Clasificación; Matriz de confusión; Human Capital; Machine Learning; Classification Models; Confusion Matrix; Ingeniería de sistemas; Administración del conocimiento; Aprendizaje activo; aprendizaje organizacional
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/