|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/hranalytics102/
课程评论:没有评论
**课程名称:** HR分析 102 - 探索统计学 (HR Analytics 102 Discover statistics!) **课程概述:** 本课程由拥有超过10年经验的专家倾心打造,旨在从“统计学视角”深入讲解人力资源(HR)分析,并通过实践应用帮助学员提升相关技能。课程内容以“精华”形式呈现,涵盖HR分析的历史、数据结构、关键指标、各类分析方法、实用工具以及面向未来的项目展望。课程还将分享许多不易获取的核心知识。 分析学在过去50年中扮演了至关重要的角色,而HR分析作为当前备受瞩目、快速发展的新兴领域,人才缺口巨大,需求旺盛。想要在该领域有所建树,学员需要广泛涉猎不同资源,积极参与培训,并吸取宝贵经验。如果您未来职业规划聚焦于人力资源,并希望在分析领域深耕,那么本系列课程(包括作为入门的101课程和本102课程)将是您的理想起点。课程中的练习和实践应用,学员均可轻松掌握并自主运用。值得一提的是,课程中使用的绝大多数分析工具均无需额外付费。 **核心要点:** * **统计学是HR分析的基石:** 没有统计学,HR分析将无从谈起。作为数据科学的基础,统计学能帮助我们进行更具洞察力、更成功的分析。 * **课程内容全面:** * **集中趋势测量:** 算术平均数、中位数、众数、几何平均数(奖励内容)。 * **离散趋势测量:** 极差、平均绝对偏差、方差、标准差、变异系数。 * **统计表格:** 频率分布表、多重汇总表、分组区间表、矩阵、原始数据表。 * **统计图表:** 各类图表类型及其应用。 * **相关与回归分析:** 相关性、回归分析及其区分。 * **方差分析:** 核心概念。 * **进阶知识:** 机器学习(文本挖掘、神经网络、预测方法)、网络分析。 * **深入学习建议:** 提供相关教材、网站和实用资源。 * **实践导向:** 课程注重实际操作,学员可完成课程作业,跟进实践,并将所学轻松应用于自身。 * **工具免费:** 大部分教学工具无需额外费用。 * **未来展望:** 课程将持续更新,增加更多内容。 本课程旨在为所有学员带来价值,并期待您在此领域取得成功。
10 yılı aşkın tecrübeyle sizler için özel olarak hazırlanan bu kurs, IK analitiğini anlatmayı ve uygulamalarla gelişimi 'istatistiki açıdan' amaçlamaktadır. Bu eğitim tarihçe, data yapıları, metrikler, analiz türleri, araçları ve geleceğe dair projelerle birlikte "hap" formatında hazırlandı. Bir çok yerde bulunmayan anahtar bilgiler içermektedir. Analitik son 50 yıla damgasını vuran bir konu. IK Analitiği günümüzün yükselen bir değeri. Bu alanda çok az yetişmiş kişi bulunuyor ve ihtiyaç da bir hayli fazla. Kendinizi bu alanda yetiştirmek için bir çok farklı kaynaktan yararlanmalı, eğitimlere katılmalı ve tecrübelere kulak vermelisiniz. Eğer kariyer hayalinizde IK var ise ve bunu analitik alanda yapmak istiyorsanız başlangıç için ilk yayınladığım 101 eğitimi ve devamında gelen 102 eğitimi tam size göre. Eğitimde yer alan ödevleri yapabilir, uygulamaları takip edip, kendinizde kolayca uygulayabilirsiniz. Eğitimdeki neredeyse tüm araçlar ek bir ücret gerektirmemektedir. İstatistik olmadan ik analitiği düşünülemez. Veri biliminin temeli olan istatistik sayesinde çok daha anlamlı ve başarılı analizler yapabilirsiniz. Eğitim aşağıdaki başlıklardan oluşmaktadır.Merkezi Eğilim ÖlçüleriAritmetik OrtalamaMedyanModGeometrik Ortalama (Bonus)Merkezi Dağılım ÖlçüleriAçıklık-RanjMutlak SapmaVaryansStandart SapmaVaryasyonİstatistiksel TablolarSıklık Dağılımı/FrekansÇoklu Sayıda Özetleme TablolarıGruplanmış Aralık TablosuMatrisHam Data Tablosuİstatistiksel GrafiklerGrafik Türleri (Uygulamalı)Korelasyon ve RegresyonKorelasyonRegresyonFarklarıVaryans AnaliziBilinmesi GerekenlerMakine ÖğrenmesiText MiningYapay Sinir AğlarıTahmin MetotlarıNetwork AnalizleriDerinleşme TavsiyeleriDers KitaplarıWeb siteleriFaydalı KaynaklarHepinize faydalı olması umuduyla. İlerleyen zamanlarda eğitime eklemeler de yapılacaktır. This course, specially prepared for you with more than 10 years of experience, aims to explain HR analytics and develop it through applications from a 'statistical perspective'. This training was prepared in "pill" format with history, data structures, metrics, analysis types, tools and future projects. It contains key information that is not found in many places.Analytics is a subject that has left its mark on the last 50 years. HR Analytics is a rising value today. There are very few trained people in this field and the need is quite high. To educate yourself in this field, you should benefit from many different resources, attend trainings and listen to experiences. If HR is your career dream and you want to do it in the analytical field, the first 101 training I published for starters and the 102 training that follows are just for you. You can do the homework in the training, follow the applications and easily apply them yourself. Almost all tools in the tutorial do not require an additional fee. HR analytics is unthinkable without statistics. Thanks to statistics, which is the basis of data science, you can make much more meaningful and successful analyses.The training consists of the following topics.Measures of Central TendencyArithmetic meanMedianmodeGeometric Mean (Bonus)Measures of Central DistributionSpan-RangeAbsolute DeviationVarianceStandard deviationVariationStatistical TablesFrequency Distribution/FrequencyMultiple Pinning TablesGrouped Range TableMatrixRaw Data TableStatistical GraphsChart Types (Applied)Correlation and RegressioncorrelationregressionDifferencesVariance AnalysisThings to KnowMachine LearningText MiningArtificial neural networksEstimation MethodsNetwork AnalysisDeepening RecommendationsTextbookswebsitesUseful ResourcesHoping it will be useful to all of you. Additions to the training will be made in the future.