مشروع البحث:
Prediction of Staff Turnover in High-tech Organizations using Machine Learning Techniques

dc.contributor.advisorprof. Dr. Boris Damjanović
dc.date.accessioned2026-05-31T07:05:13Z
dc.date.available2026-05-31T07:05:13Z
dc.descriptionOvaj rad ima za cilj da predloži, realizuje i laboratorijski proveri jedan takav sistem ranog upozoravanja na rizik od napuštanja organizacije, odnosno da detekciju radnika koji su u riziku od napuštanja organizacije, kako bi se mogle sprovesti korektivne mere, koje bi, u krajnjoj instanci, smanjile lope efekte fluktuacije radnika. Jasno je da je ključno ograničenje ovog rada u tome što se takav sistem neće proveriti u stvarnoj organizaciji posle implementacije algoritma mašinskog učenja (što bi zahtevalo više godina primene u više organizacija), što, prema tome, ostaje kao potancijalna praktična porimena. Ovaj rad će predložiti jedno celovito rešenje zasnovano na mašinskom učenju, usmereno na ranu detekciju zaposlenih u riziku od napuštanja organizacije.
dc.description.abstractFluktuacija zaposlenih u visokotehnološkom sektoru predstavlja kritičan finansijski i operativni izazov, što zahteva proaktivne strategije upravljanja zasnovane na podacima. Iako mašinsko učenje nudi moćne prediktivne mogućnosti, postojeći algoritmi se često suočavaju sa kompromisom između performansi, interpretabilnosti i robusnosti. Ova disertacija predstavlja i validira SwarmBoost, novi metaheurističko-hibridni algoritam ansambla dizajniran da unapredi najsavremenije predviđanje odliva radne snage. SwarmBoost inovativno integriše Particle Swarm Optimization (PSO) sa heterogenim ansamblom Gradient Boosting Machine (GBM), stvarajući sinergističku arhitekturu koja optimizuje prostor karakteristika i ponderisanje modela istovremeno kroz principe inteligencije roja.
dc.identifier1171
dc.identifier.urihttps://dspace.academy.edu.ly/handle/123456789/2105
dc.subjectPrediction of Staff Turnover in High-
dc.titlePrediction of Staff Turnover in High-tech Organizations using Machine Learning Techniques
dspace.entity.typeProject
project.endDate2025
project.funder.nameحاسب الي
project.investigatorحليمة عون الله سعيد علي
project.startDate2024
الملفات
الحزمة الأصلية
يظهر اﻵن 1 - 1 من 1
لا توجد صورة مصغرة متاحة
اﻻسم:
Halima - DD - komplet.pdf
الحجم:
3.14 MB
التنسيق:
Adobe Portable Document Format
حزمة الترخيص
يظهر اﻵن 1 - 1 من 1
لا توجد صورة مصغرة متاحة
اﻻسم:
license.txt
الحجم:
1.71 KB
التنسيق:
Item-specific license agreed to upon submission
الوصف: