Zusammenfassung
Verfahren des maschinellen Lernens (ML) können genaue Vorhersagen über unbekannte Zustände liefern. Diese Vorhersagen wiederum informieren spezifische Entscheidungen, welche unter Unsicherheit getroffen werden müssen. Akkurate Vorhersagen sind oft der Schlüssel zu optimalen Entscheidungen. Nehmen wir zum Beispiel Anstellungsentscheidungen: Die Einstellung des besten Kandidaten für eine bestimmte Stelle unter einer Reihe von Bewerbern erfordert eine möglichst präzise Vorhersage über die zu erwartende Leistung der Kandidaten nach der Einstellung. In ähnlicher Weise erfordern Beförderungsentscheidungen eine möglichst akkurate Einschätzung darüber, wer ein effektiver Vorgesetzter auf der zu besetzenden Führungsposition sein wird.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
https://www.kaggle.com/pavansubhasht/ibm-hr-analytics-attrition-dataset/data), zuletzt abgerufen am 2022/02/09 20:16:50.
- 2.
In diesem Beispiel haben wir einen entsprechenden Encoder selber von Grund auf erzeugt. Es gibt natürlich auch fertige Pakete (z. B., category_econders) das solche Methoden fertig anbietet. Das programmieren eigener Methoden soll hier und an weiteren Stellen dazu dienen, die zugrundeliegenden Thematiken besser zu durchdringen.
- 3.
Siehe zum Beispiel: https://scikit-learn.org/stable/modules/generated/sklearn.pipeline.Pipeline.html, zuletzt abgerufen am 2022/02/09 20:16:50.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2022 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Bauer, K. (2022). Anwendungsbeispiel: Mitarbeiterabwanderung. In: Abdel-Karim, B.M. (eds) Data Science. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-33460-4_14
Download citation
DOI: https://doi.org/10.1007/978-3-658-33460-4_14
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-33459-8
Online ISBN: 978-3-658-33460-4
eBook Packages: Computer Science and Engineering (German Language)