인공지능(AI) 도구 오렌지로 바로 실행하는 피플 애널리틱스

인공지능(AI) 도구 오렌지로 바로 실행하는 피플 애널리틱스

$30.22
Description
피플 애널리틱스를 실행하는 사람들이 실질적/주도적으로 분석 모델을 설정하고 데이터를 분석하여 의사결정에 의미 있는 시사점을 뽑을 수 있는 역량을 확보할 수 있도록 도움을 주고자 한다. 사람과 관련한 다양한 데이터 분석을 통해, 경영진이 궁금해하는 질문에 대한 분석적이고 설득력 있는 답을 모색함으로써 인적자원 운영의 효과성을 높이고자 하는 것이다.
책은 크게 4개의 파트로 구성되어 있다. 첫 번째 파트는 피플 애널리틱스의 전반적인 개요, 필요성 및 실행 단계에 대해서 언급하였다. 두 번째 파트는 피플 애널리틱스를 실행하기 위해 이해가 필요한 핵심 사항들을 정리하였다. 이 저서의 가장 중요한 부분이라고 생각되는 세 번째 파트는 실제 데이터를 가지고 피플 애널리틱스를 실행해보는 사례로 구성되어 있다. 쉽게 따라할 수 있도록 단계별로 오렌지를 작동하는 방법과 의미를 설명하였다. 마지막 네 번째 파트는 향후 피플 애널리틱스의 과제에 대해 간략하게 이야기하고 있다.
저자

김범열

연세대학교에서경영학학사/석사/박사학위를받았다.LG경제연구원(현경영연구원)에서30년넘게주요기업조직설계,평가/보상시스템구축,R&D운영체계수립,기업비전및조직문화구축등조직운영의효과성제고를위한다양한프로젝트및연구를수행하였다.또한LG인화원MBAHR과정,신임임원과정등다양한과정에서강의수행과기고활동도하였다.인사혁신처자체평가위원회/정책자문위원회위원,국가과학기술심의회기초기반전문위원회위원,다목적방사광가속기구축사업추진위원회위원등을역임하였다.현재는퇴직하여관심있는이슈에대해읽고쓰는일을하고있다.

목차

들어가기전에 ⅱ

사례데이터활용방법 ⅵ

PART01인공지능과HR의연계:피플애널리틱스

01 HR의사결정,분석이냐직관이냐? 3

02 왜지금피플애널리틱스인가? 10

03 피플애널리틱스의실행단계 20

PART02피플애널리틱스실행을위해알아야할것들

01 인공지능은어떻게일을하는가? 31

02 인공지능이잘해결할수있는영역은? 40

03 인공지능이일을잘했다는것을어떻게알수있을까? 46

04 인공지능에서활용하는알고리즘은? 54

05 인공지능모델의성능을어떻게고도화할까? 69

PART03AI도구오렌지(Orange)를활용한분석실행하기

오렌지설치하기 83

사례1 퇴직자예측:누가왜회사를떠나는가? 86

사례2 HR과조직성과:HR을잘하면성과가좋을까? 146

사례3 구성원개인에게적합한교육과정은? 183

사례4 우리의채용대상자는누구인가? 219

사례5 KaggleCompetitions:타이타닉,주택가격 250

PART04피플애널리틱스의미래과제

01 데이터와친해지기 295

02 향후피플애널리틱스실행의주요포인트 300

참고사이트및자료 304

사례데이터활용방법

사례에사용되는데이터파일은출판사홈페이지(www.pybook.co.kr)도서자료실에서다운로드할수있다.

사례에활용할파일은사례별폴더로나뉘어져있다.사례데이터의구성은다음과같다.

●사례1폴더

train:퇴직자파악을위한학습데이터

test:향후퇴직자예측을위한테스트데이터

train_Involvement:재직자직무몰입분석을위한데이터

●사례2폴더

Case2_Analysis_Basic:HRM과조직성과관계파악을위한학습데이터

Case2_Analysis_Test:HRM을통한조직성과예측을위한테스트데이터

Case2_Analysis_prediction:예측치와실제치의오차분석결과

●사례3폴더

employee_course_ratings:구성원ID,과목ID,구성원평가점수등의데이터

course_names:과목ID와과목명데이터

employee_names:구성원ID,구성원이름데이터

Popular_Course_Deriving:인기과목도출을위한코딩내용

Index_Adjusting:인덱스조정을위한코딩내용

●사례4폴더

aug_train:채용대상자파악을위한학습데이터

aug_test:채용데이터예측을위한테스트데이터

●사례5폴더:1_타이타닉

train:생존자파악을위한학습데이터

train_cabin_regroup:train데이터중cabin변수를조정한데이터

test:생존자예측시활용할테스트데이터

test_cabin_regroup:test데이터중cabin변수를조정한데이터

gender_submission:예측한결과의제출형식을보여주는파일

●사례5폴더:2_주택가격

train:주택가격예측을위한학습데이터

train_Modify:train데이터의결측값형식을바꾼데이터

test:주택가격예측할때활용하는테스트데이터

test_Modify:test데이터의결측값형식을바꾼데이터

sample_submission:예측한결과의제출형식을보여주는파일

data_description:변수의의미를설명하는텍스트파일