In diesem Kurs bedeutet die Vorhersage der Mitarbeiterfluktuation, dass anhand mitarbeiterbezogener Daten ein Modell erstellt wird, mit dem sich abschätzen lässt, welche Mitarbeiter mit größerer Wahrscheinlichkeit das Unternehmen verlassen werden. Der Schwerpunkt liegt auf dem Erlernen des praktischen Arbeitsablaufs rund um diese Aufgabe, einschließlich der Datenaufbereitung, der Erkundung von Mustern und des Testens des Modells.

Die Fluktuationsprognose kommt zum Einsatz, wenn Sie das Kündigungsrisiko anhand mehrerer Mitarbeiterfaktoren strukturiert bewerten möchten, anstatt sich allein auf ein einzelnes Signal zu verlassen. Im Kurs wird sie als wiederholbare Aufgabe des maschinellen Lernens behandelt, bei der Personaldaten in ein Prognoseproblem umgewandelt werden.

Er fügt sich in die Entwicklungs- und Testphase eines umfassenderen HR-Daten-Workflows ein – nachdem die Daten erfasst wurden und bevor die Vorhersagen in der Praxis angewendet werden. Der Kurs zeigt, dass eine gute Vorhersage davon abhängt, dass die Daten bereinigt, Merkmale aufbereitet und das Modellverhalten im Rahmen eines zusammenhängenden Prozesses bewertet werden.