TABLA DE CONTENIDO

CAPÍTULO 0. INTRODUCCIÓN A PEOPLE ANALYTICS
0.1 DEFINICIONES Y CONCEPTOS
0.2 ALGUNAS PECULIARIDADES DE PEOPLE ANALYTICS
0.3 DATOS EN PEOPLE ANALYTICS
0.4 SOBRE LA APLICACIÓN DE PEOPLE ANALYTICS
CAPÍTULO 1. INTRODUCCIÓN A LA CIENCIA DE DATOS
1.1 DATOS, DATOS Y MÁS DATOS
1.2 ETAPAS DE UN ANÁLISIS DE DATOS
1.2.1 Preprocesado de los datos
1.2.2 Análisis exploratorio de los datos
1.2.3 Modelización
1.2.4 Análisis de errores
1.3 HERRAMIENTAS
1.4 ORANGE DATA MINING
1.5 CIENCIA DE DATOS Y PEOPLE ANALYTICS
CAPÍTULO 2. SELECCIÓN Y CONTRATACIÓN DE PERSONAL
2.1 DEFINICIONES Y CONCEPTOS
2.2 ASPECTOS ESENCIALES
2.3 SELECCIÓN, CONTRATACIÓN Y PEOPLE ANALYTICS
2.4 MODELOS Y ALGORITMOS
2.4.1 MODELOS DE CLASIFICACIÓN
2.4.2 MEDIDAS DEL GRADO DE DEPENDENCIA ENTRE VARIABLES
2.5 EJEMPLO EN PEOPLE ANALYTICS
CAPÍTULO 3. ROTACIÓN DEL PERSONALY RETENCIÓN DEL TALENTO
3.1 DEFINICIONES Y CONCEPTOS
3.2 ASPECTOS ESENCIALES
3.3 ROTACIÓN Y PEOPLE ANALYTICS
3.4 METODOLOGÍAS
3.4.1 REGRESIÓN LINEAL
3.4.2 REDES NEURONALES: EL PERCEPTRÓN MULTICAPA (MLP
3.4.3 MÁQUINAS DE VECTORES DE SOPORTE (SVM)
3.5 EJEMPLO PRÁCTICO DE APLICACIÓN
CAPÍTULO 4. GESTIÓN Y DESARROLLO DEL TALENTO
4.1 DEFINICIONES Y CONCEPTOS
4.2 ASPECTOS ESENCIALES
4.3 PEOPLE ANALYTICS EN LA GESTIÓN Y DESARROLLO
DEL TALENTO
4.4 METODOLOGÍAS
4.5 EJEMPLO PRÁCTICO DE APLICACIÓN
CAPÍTULO 5. EVALUACIÓN Y GESTIÓN DEL RENDIMIENTO Y DEL COMPROMISO
5.1 QUÉ ENTENDEMOS POR EVALUACIÓN Y GESTIÓN DE LOS PROFESIONALES
5.2 MEDICIÓN DEL COMPROMISO O MOTIVACIÓN
5.3 EXPERIENCIA DE EMPLEADO. QUÉ MEDIR Y CÓMO HACERLO
5.4 QUERYGO: UN EJEMPLO DE MEDICIÓN DEL ENGAGEMENT
5.5 EVALUACIÓN DEL RENDIMIENTO
5.6 COMPROMISO, PRODUCTIVIDAD Y PEOPLE ANALYTICS
5.7 MODELOS Y ALGORITMOS UTILIZADOS
5.8 EJEMPLOS EN PEOPLE ANALYTICS
CAPÍTULO 6. GESTIÓN DE LA DIVERSIDAD
6.1 DEFINICIONES Y CONCEPTOS
6.2 ASPECTOS ESENCIALES
6.3 DIVERSIDAD Y PEOPLE ANALYTICS
6.4 METODOLOGÍAS
6.5 TÉCNICAS DE AGRUPAMIENTO (CLUSTERING): ALGORITMO K-MEANS
6.6 MAPAS AUTOORGANIZADOS (SELF-ORGANIZING MAPS
6.7 EJEMPLO PRÁCTICO DE APLICACIÓN
CAPÍTULO 7. MODELOS DE LENGUAJE EXTENSOS (LLM) Y SU USO
EN PEOPLE ANALYTICS
7.1 POR QUÉ DE ESTE CAPÍTULO
7.2 MODELOS DE LENGUAJE EXTENSOS, LLM
7.3 INGENIERÍA DEL PROMPT
7.4 LM STUDIO
7.5 GPT STORE
7.6 FUTURO Y TENDENCIAS
7.7 APLICACIÓN DE LOS LLMS EN PEOPLE ANALYTICS
BIBLIOGRAFÍA
MATERIAL ADICIONAL

Filtros

People analytics