Employee Attrition Prediction Using Machine Learning

Offert par
Coursera Project Network
Dans ce Projet Guidé, vous :

Understand the theory and intuition behind logistic regression classifier models

Build, train and test a logistic regression classifier model in Scikit-Learn

Perform data cleaning, feature engineering and visualization

Clock2 hours
BeginnerDébutant
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

In this project-based course, we will build, train and test a machine learning model to predict employee attrition using features such as employee job satisfaction, distance from work, compensation and performance. We will explore two machine learning algorithms, namely: (1) logistic regression classifier model and (2) Extreme Gradient Boosted Trees (XG-Boost). This project could be effectively applied in any Human Resources department to predict which employees are more likely to quit based on their features. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Les compétences que vous développerez

  • Machine Learning Regression
  • Data Science
  • Artificial Neural Network
  • Machine Learning
  • regression

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Understand the Problem Statement and Business Case

  2. Import Libraries and Datasets

  3. Perform Data Visualization

  4. Perform Data Visualization - Continued

  5. Create Training and Testing Datasets

  6. Understand the Intuition Behind Logistic Regression

  7. Train and Evaluate a Logistic Regression Model

Comment fonctionnent les Projets Guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.