Využitie strojového učenia v IS firmy hľadajúcej ľudské zdroje – Bc. Martina Škantárová
Bc. Martina Škantárová
Master's thesis
Využitie strojového učenia v IS firmy hľadajúcej ľudské zdroje
Využití strojového učení v IS firmy hledající lidské zdroje
Anotácia:
Práce se zabývá analýzou náborového procesu v současné době a možnosti využití strojového učení v jeho rámci. Na základě tohoto průzkumu je navrhnuté řešení, jehož cílem je zefektivnění vyhledávání vhodných kandidátů použitím strojového učení, konkrétně pomocí algoritmu K-Means a neuronové sítě SOM.Abstract:
The thesis is focused on an analysis of the recruitment process at the present time and the possibilities of usage of the machine learning in it. On this analysis is based a solution how to make the search process for suitable candidates in recruitment more effective by machine learning, specifically with the K-Means algorithm and the SOM neural network.Abstract:
Práca sa zaoberá analýzou náborového procesu v súčasnej dobe a aké sú v rámci neho možnosti využitia strojového učenia. Na základe tohto prieskumu je navrhnuté riešenie ako by sa dal proces vyhľadávania vhodných kandidátov viac zefektívniť strojovým učením, konkrétne pomocou K-Means algoritmu a neurónovej siete SOM.Kľúčové slová
shluková analýza SOM (samoorganizující se mapa) strojové učení K-Means lidské zdroje náborový proces
Jazyk práce: Slovak
Datum vytvoření / odevzdání či podání práce: 4. 1. 2019
Obhajoba závěrečné práce
- Vedúci: Ing. Vít Ondroušek, Ph.D.
- Oponent: Oldřich Trenz, Ph.D.
Citační záznam
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Mendelova univerzita v Brně, Provozně ekonomická fakultaMendel University in Brno
Faculty of Business and EconomicsMaster programme / odbor:
System engineering and informatics / Economic informatics
Práce na příbuzné téma
-
Modelování dat charakterizujících virtuální server pomocí Kohonenových samoorganizujících se map
Ivana Broklová -
Modelování dat charakterizujících virtuální server pomocí Kohonenových samoorganizujících se map
Ivana Broklová -
Analýza lékařských dat metodami strojového učení
Dmytro Radchuk -
Sociální sítě v Human Resources Managementu (model pro podporu náboru zaměstnanců)
Lucie Böhmová -
Strojové učenie v cloude
Dávid Ilavský -
Strojové účenie ako služba - predikovanie výsledkov verejných obstarávaní
Jakub Kúdela -
Využití strojového učení pro optimalizaci útočných strategií
Tomáš Pavuk -
Využití strojového učení pro tvorbu optimálních útočných strategií
Michal Savčinský