Please use this identifier to cite or link to this item:
http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/19451
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Ανδρέας, Χατζηαναγνώστου | - |
dc.date.accessioned | 2025-02-09T15:19:20Z | - |
dc.date.available | 2025-02-09T15:19:20Z | - |
dc.date.issued | 2025-01-30 | - |
dc.identifier.uri | http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/19451 | - |
dc.description.abstract | Τα στατιστικά μοντέλα πρόβλεψης στο πεδίο της ανθρώπινης διαχείρισης (HR) αναπτύσσονται με στόχο την ενίσχυση της λήψης αποφάσεων σε οργανισμούς, χρησιμοποιώντας δεδομένα και μαθηματικές μεθόδους για την εκτίμηση μελλοντικών εξελίξεων. Η πρόβλεψη και ανάλυση της συμπεριφοράς των εργαζομένων, της απόδοσης και της ικανοποίησης, καθώς και η παρακολούθηση της παραμονής ή αποχώρησης τους, αποτελούν κρίσιμους τομείς εφαρμογής αυτών των μοντέλων. Στη σύγχρονη εποχή, οι οργανισμοί αντιμετωπίζουν την πρόκληση να βελτιστοποιήσουν τις διαδικασίες πρόσληψης, ανάπτυξης, και εκπαίδευσης, χρησιμοποιώντας στατιστικά εργαλεία για να κατανοήσουν καλύτερα τις ανάγκες του ανθρώπινου δυναμικού τους. Μέσω της εφαρμογής αναλυτικών μεθόδων όπως η ανάλυση παλινδρόμησης, η ανάλυση συνδεσιμότητας και οι τεχνικές μηχανικής μάθησης, οι υπεύθυνοι HR είναι σε θέση να προβλέπουν και να ερμηνεύουν τις τάσεις που αφορούν την παραγωγικότητα, τη διατήρηση του προσωπικού και την ευημερία των εργαζομένων. Έτσι, οι οργανισμοί μπορούν να αναπτύξουν στρατηγικές για να μειώσουν την εσωτερική κινητικότητα, να ενισχύσουν την ικανοποίηση των εργαζομένων και να βελτιώσουν την απόδοση, εξοικονομώντας παράλληλα πόρους και χρόνο. Η χρήση αυτών των μοντέλων υποστηρίζει την αποτελεσματικότητα του HR και προσφέρει ένα ισχυρό εργαλείο για την ανάπτυξη προσαρμοσμένων στρατηγικών ανθρώπινου δυναμικού, συμβάλλοντας στην ενίσχυση του ανταγωνιστικού πλεονεκτήματος των οργανισμών. Συνολικά, τα στατιστικά μοντέλα πρόβλεψης παρέχουν ένα εξαιρετικό εργαλείο για την επίτευξη βιώσιμων και στρατηγικών αποτελεσμάτων στον τομέα της ανθρώπινης διαχείρισης. | en_US |
dc.language | el | en_US |
dc.subject | Στατιστικά Μοντέλα | en_US |
dc.subject | Ανθρώπινο Δυναμικό | en_US |
dc.subject | Πρόβλεψη | en_US |
dc.subject | Απόδοση Εργαζομένων | en_US |
dc.subject | Μηχανική Μάθηση | en_US |
dc.subject | Statistical Models | en_US |
dc.subject | Human Resources | en_US |
dc.subject | Prediction | en_US |
dc.subject | Employee Performance | en_US |
dc.subject | Machine Learning | en_US |
dc.title | Στατιστικά Μοντέλα Πρόβλεψης στο HR | en_US |
dc.description.pages | 97 | en_US |
dc.contributor.supervisor | Ματσόπουλος Γιώργος | en_US |
dc.department | Άλλο | en_US |
dc.description.notes | Η αποτελεσματική διαχείριση του ανθρώπινου δυναμικού αποτελεί έναν από τους πιο κρίσιμους παράγοντες για την επιτυχία και βιωσιμότητα των οργανισμών στον σύγχρονο ανταγωνιστικό επιχειρηματικό κόσμο. Η ανάγκη για την βελτίωση των διαδικασιών λήψης αποφάσεων στον τομέα του HR (Human Resources) έχει οδηγήσει στην υιοθέτηση καινοτόμων μεθόδων και τεχνολογιών, με τα στατιστικά μοντέλα πρόβλεψης να παίζουν σημαντικό ρόλο σε αυτή τη μετάβαση. Η χρήση των στατιστικών μοντέλων επιτρέπει στις επιχειρήσεις να αξιοποιούν τα δεδομένα που συλλέγουν από την καθημερινή τους λειτουργία, ώστε να προβλέπουν τάσεις και να λαμβάνουν αποφάσεις που βελτιώνουν την αποδοτικότητα και τη διαχείριση του ανθρώπινου δυναμικού τους. Η πρόβλεψη και ανάλυση συμπεριφορών, απόδοσης και ικανοποίησης των εργαζομένων, καθώς και η εκτίμηση της πιθανότητας παραμονής ή αποχώρησης, έχουν καταστεί βασικές εφαρμογές αυτών των μοντέλων. Με τη χρήση αναλυτικών μεθόδων όπως η παλινδρόμηση, οι αλγόριθμοι μηχανικής μάθησης και άλλες προγνωστικές τεχνικές, οι οργανισμοί είναι σε θέση να κατανοήσουν καλύτερα τις ανάγκες του ανθρώπινου δυναμικού τους και να αναπτύξουν στρατηγικές που ενισχύουν τη συνολική αποτελεσματικότητα και ικανοποίηση των εργαζομένων. Αυτή η εργασία διερευνά τη σημασία των στατιστικών μοντέλων πρόβλεψης στον τομέα του HR, αναλύοντας τις βασικές τεχνικές που χρησιμοποιούνται, τις εφαρμογές τους καθώς και τις προκλήσεις και τις προοπτικές που προκύπτουν από τη χρήση τους. Στόχος της είναι να προσφέρει μια βαθύτερη κατανόηση του τρόπου με τον οποίο η ανάλυση δεδομένων και η πρόβλεψη μπορούν να συμβάλλουν στη στρατηγική ανθρώπινου δυναμικού και να ενισχύσουν τη συνολική απόδοση των οργανισμών. | en_US |
Appears in Collections: | Μεταπτυχιακές Εργασίες - M.Sc. Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Διπλωματική εργασία..pdf | Στατιστικά Μοντέλα Πρόβλεψης στο HR | 1.07 MB | Adobe PDF | View/Open |
Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.