Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://hdl.handle.net/11701/11261
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.advisorСтученков Александр Борисовичru_RU
dc.contributor.authorМалютин Алексей Андреевичru_RU
dc.contributor.authorMaliutin Alekseien_GB
dc.contributor.editorПогожев Сергей Владимировичru_RU
dc.contributor.editorPogozhev Sergei Vlаdimirovichen_GB
dc.date.accessioned2018-07-25T20:16:44Z-
dc.date.available2018-07-25T20:16:44Z-
dc.date.issued2017
dc.identifier.other033827en_GB
dc.identifier.urihttp://hdl.handle.net/11701/11261-
dc.description.abstractИскусственный интеллект сегодня находит всё большее применение в различных отраслях экономики, и в данной работе была исследована перспектива внедрения методов машинного обучения, основанных на прецедентах, в сферу HR. В соответствии со спецификой отрасли – значительным числом пропусков и преобладанием категориальных признаков в исходных данных – был проведён анализ и продемонстрированы действенные варианты их предобработки. Произведено объективное сравнение различных методов, дана оценка результатов их работы на тестовом множестве. По итогам исследования реализована интеллектуальная система, дающая прогноз качества потенциального сотрудника, в качестве входных данных для которой выступает персональная информация.ru_RU
dc.description.abstractArtificial Intelligence has been becoming an integral part in various fields of the modern economy, and this graduation paper provides a research of possible way of integration supervised ML methods to the HR. Considering the specifics of industry such as a significant number of missing/NA values and prevalence of categorical features, a Data analysis has been conducted and the effective algorithms for Data munging have been given. The research undertaken is provided by an objective comparison of diverse methods according results on the test set. Based on the research, required intelligent system was produced. The system gets personal information as input and returns potential quality of employee as output.en_GB
dc.language.isoru
dc.subjectМашинное обучениеru_RU
dc.subjectанализ данныхru_RU
dc.subjectлогистическая регрессияru_RU
dc.subjectотбор признаковru_RU
dc.subjectслучайный лесru_RU
dc.subjectклассификаторru_RU
dc.subjectподбор персоналаru_RU
dc.subjectMachine Learningen_GB
dc.subjectData analysisen_GB
dc.subjectHRen_GB
dc.subjectFeature Engineeringen_GB
dc.subjectclassificationen_GB
dc.subjectRandom Foresten_GB
dc.titleArtificial intelligence for quality assurance in staff recruitmenten_GB
dc.title.alternativeИскусственный интеллект для обеспечения качества при подборе персоналаru_RU
Располагается в коллекциях:BACHELOR STUDIES



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.