prikaz prve stranice dokumenta Klasifikacija zaposlenika s pomoću stabla odlučivanja i neuronskih mreža.
Pristup korisnicima matične ustanove
diplomski rad
Klasifikacija zaposlenika s pomoću stabla odlučivanja i neuronskih mreža.
2017. urn:nbn:hr:145:617707
Lukačević, Maja
Sveučilište Josipa Jurja Strossmayera u Osijeku
Ekonomski fakultet u Osijeku
Katedra za kvantitativne metode i informatiku

Citirajte ovaj rad

Lukačević, M. (2017). Klasifikacija zaposlenika s pomoću stabla odlučivanja i neuronskih mreža. (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:145:617707

Lukačević, Maja. "Klasifikacija zaposlenika s pomoću stabla odlučivanja i neuronskih mreža.." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, 2017. https://urn.nsk.hr/urn:nbn:hr:145:617707

Lukačević, Maja. "Klasifikacija zaposlenika s pomoću stabla odlučivanja i neuronskih mreža.." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, 2017. https://urn.nsk.hr/urn:nbn:hr:145:617707

Lukačević, M. (2017). 'Klasifikacija zaposlenika s pomoću stabla odlučivanja i neuronskih mreža.', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, citirano: 09.11.2024., https://urn.nsk.hr/urn:nbn:hr:145:617707

Lukačević M. Klasifikacija zaposlenika s pomoću stabla odlučivanja i neuronskih mreža. [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku; 2017 [pristupljeno 09.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:145:617707

M. Lukačević, "Klasifikacija zaposlenika s pomoću stabla odlučivanja i neuronskih mreža.", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, Osijek, 2017. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:145:617707

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:145:617707
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovKlasifikacija zaposlenika s pomoću stabla odlučivanja i neuronskih mreža.
Naslov (engleski)CLASSIFICATION OF EMPLOYEES WITH THE DECISION TREE AND NEURAL NETWORKS
AutorMaja Lukačević
MentorMarijana Zekić Sušac (mentor)
Član povjerenstvaMarijana Zekić Sušac (predsjednik povjerenstva)
Član povjerenstvaDavor Dujak (član povjerenstva)
Član povjerenstvaNataša Šarlija (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Ekonomski fakultet u Osijeku
(Katedra za kvantitativne metode i informatiku)
Osijek
Datum i država obrane2017-04-12, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Ekonomija
Poslovna informatika
Sažetak
Predmet istraživanja u ovom radu je odlazak zaposlenika iz poduzeća kroz gradnju modela neuronskih mreža i stabla odlučivanja napravljenom u softverskom paketu Statistica. Ovaj rad pokušava razumjeti zašto zaposlenici napuštaju poduzeće, koji je glavni razlog, zašto zaposlenici donose takvu odluku i kako da se spriječi odljev talentiranih zaposlenika. Zaposlenici su podijeljeni u dvije grupe. Klasa 0 predstavlja zaposlenike u poduzeću, a klasa 1 predstavlja zaposlenika koji je napustio poduzeće. Modeli neuronske mreže koristili su dvije funkcije, logističku aktivacijsku funkciju i tangens aktivacijsku funkciju. Rezultati su pokazali da je logistička (94,07%) imala bolju stopu točnosti nego tangens (93,21%) aktivacijska funkcija. Stablo odlučivanja ima najbolju stopu 95,47%, zbog bolje stope taj model pokazao se kao uspješniji. Najvažnija varijabla zaposlenikova napuštanja u stablu odlučivanja je stupanj zadovoljstva, a najmanju važnost ima promaknuće u zadnjih 5 godina.
Sažetak (engleski)
The subject of research in this study is modeling employees turnover by using neural networks and decision tree methods in software package Statistica. This study is trying to understand why employees leave, i.e. what are the main factors why people make that decision and how to prevent the drain of employee talent. Employees are classified in two classes. Class 0 represent employees who stayed in company and class 1 represent employees who have already left the company. Models of neural networks in this study use two functions: logistic activation function and tanh activation function. Results showed that the logistic (94,07%) have better rate then tanh (93,21%) activation function. Decision tree model produces the highest rate of 95,47% and is the the most successful model. The most important variable on employee turnover in decision tree model was the satisfaction level, while the lowest importance has promotion in last 5 years.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:145:617707
Studijski programNaziv: Poslovna ekonomija; smjerovi: Poslovna informatika
Smjer: Poslovna informatika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra ekonomije (mag.oec.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup korisnicima matične ustanove
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2017-04-27 07:03:08